负载约束的C-V2X车辆缓存节点选择算法

为了解决城市环境下的C-V2X车辆拓扑高度动态化且车辆节点负载能力有限的问题,提高车辆缓存的利用率,减轻基站负荷,提出了负载约束下的车辆缓存节点选择算法。首先,通过定义链路稳定性度量,构建预测权重邻接矩阵,微观地描述车辆拓扑关系;其次,在负载约束和无重叠覆盖约束下构建目标函数,以最少的缓存节点实现全覆盖且最大化簇平均链路权重;最后,引入贪婪思想并合理定义节点状态,求解负载约束下车辆拓扑的最小支配集,并择优选择服务邻居节点。仿真结果表明,所提算法在缓存节点个数和簇平均链路权重均值方面接近全局最优,其重复应答率恒为零,请求应答率可达理论上界并可有效提高缓存源应答次数。

信息中心网络缓存节点位置选择算法

信息中心网络(Information-Centric Networking, ICN)"泛在缓存"的特性,引发数据副本率过高、缓存空间不能充分利用等问题。为了解决上述问题,分别从用户、服务提供商和网络运营商的角度出发,以最小化网络流量与网络费用开销为优化目标建立两个单目标优化模型,并将二者结合为帕累托模型;基于帕累托求解方法中数学规划法的思想,详细描述缓存节点位置选择算法。仿真结果表明:在流量性价比方面,所提缓存节点选择算法优于ICN的默认缓存机制;在网络费用开销方面,所提算法更适用于只有少数内容较为流行的网络中,而在所有内容都流行的情况下,ICN中默认的"遍地缓存"机制更为适宜。