揭示内容缓存系统中时间与地理局部性的影响
网络与互联网体系结构
2015-01-15 v1
摘要
为评估缓存系统的性能，需要定义一个描述用户所生成内容请求的适当过程。从运营网络内收集的YouTube视频请求轨迹分析出发，我们确定了真实流量中需要表征的特征以及可安全忽略的特征。基于我们的观测，我们引入了一个简单、节约的流量模型，称为散粒噪声模型（Shot Noise Model, SNM），其能够捕捉内容流行度的时间与地理局部性。SNM足够简单，可有效用于缓存系统的解析分析与可扩展仿真研究。我们通过解析表征在SNM下LRU缓存策略的性能（针对单缓存与缓存网络）来证实这一点。与标准独立参考模型（IRM）相比，我们的结果清晰揭示了关于各种流量特征对缓存性能影响的若干范式转变。
引用
@article{arxiv.1501.03354,
title = {Unravelling the Impact of Temporal and Geographical Locality in Content Caching Systems},
author = {Stefano Traverso and Mohamed Ahmed and Michele Garetto and Paolo Giaccone and Emilio Leonardi and Saverio Niccolini},
journal= {arXiv preprint arXiv:1501.03354},
year = {2015}
}
备注
14 pages, 11 Figures, 2 Appendices