基于緩存內(nèi)容輔助的網(wǎng)絡層去冗余技術(shù)研究.pdf

1、隨著時代的發(fā)展，在網(wǎng)絡中傳輸?shù)男畔⒘匡w速增長，傳輸信息中的編碼冗余度也隨之急劇增加，網(wǎng)絡中的冗余比特去除是直接提高網(wǎng)絡鏈路效率的有效方法之一。目前主要的網(wǎng)絡數(shù)據(jù)冗余去除技術(shù)是針對應用層的緩存內(nèi)容。但是，主要的數(shù)據(jù)冗余存在于各種應用軟件的數(shù)據(jù)通信當中，即出現(xiàn)在網(wǎng)絡層的數(shù)據(jù)轉(zhuǎn)發(fā)包之中；因此，大多數(shù)現(xiàn)有的應用層去冗余緩存策略并未能有效的去除網(wǎng)絡中數(shù)據(jù)的冗余。為了能夠更好地去除網(wǎng)絡中的數(shù)據(jù)冗余，本文研究了網(wǎng)絡層去冗余技術(shù)，以數(shù)據(jù)壓縮為基本技術(shù)去

2、除網(wǎng)絡層的冗余比特，提高網(wǎng)絡數(shù)據(jù)傳輸效率。
　　本文提出了一種基于網(wǎng)絡中節(jié)點緩存內(nèi)容輔助的去冗余技術(shù)，以數(shù)據(jù)壓縮為基礎(chǔ)去除網(wǎng)絡層的冗余比特，從而更好地提高網(wǎng)絡數(shù)據(jù)傳輸效率。首先通過理論推導得到數(shù)據(jù)壓縮算法的冗余度公式，提出了“基于聚類分析的緩存內(nèi)容輔助的數(shù)據(jù)壓縮”的策略，這是本文研究內(nèi)容的重要技術(shù)支撐點之一。然后在理論數(shù)據(jù)下進行仿真分析，論證了該策略的優(yōu)越性。最后將該模型應用在真實場景的網(wǎng)絡層中，提出了改進的非參數(shù)輔助內(nèi)容選擇算法

3、，進一步去除網(wǎng)絡數(shù)據(jù)冗余，從而有效提升了網(wǎng)絡信息傳輸效率。
　　本文構(gòu)造了理論混合數(shù)據(jù)源，建立了基于聚類分析的內(nèi)容輔助壓縮模型，對現(xiàn)有的自適應算術(shù)編碼Lite PAQ壓縮算法進行了基于邊信息輸入的改進，從理論和仿真上對提出策略進行了驗證。在仿真方面，本文分析了最佳的Hellinger距離模型，并運用基于K-means輔助內(nèi)容選擇算法進行模型仿真中，通過近25％的性能提升證明本文提出的基于緩存內(nèi)容輔助的數(shù)據(jù)壓縮策略的正確性；同時，通

4、過對比采用基于K-means聚類和基于實際聚類結(jié)果兩種輔助內(nèi)容選擇算法下，幾乎相等的壓縮性能證明了基于K-means聚類的輔助內(nèi)容選擇算法的有效性。
　　經(jīng)過理論數(shù)據(jù)下的驗證后，本文將提出的基于內(nèi)容輔助的壓縮模型應用在網(wǎng)絡信息傳輸中。利用節(jié)點緩存的歷史內(nèi)容的輔助作用，對于傳輸信息的壓縮進行仿真分析。針對緩存內(nèi)容輔助的網(wǎng)絡層數(shù)據(jù)壓縮模型，本文基于三方面的分析，提出了改進的非參數(shù)輔助內(nèi)容選擇算法。本文隨后通過基于內(nèi)容輔助的網(wǎng)絡層包壓縮

5、模型的仿真設計，驗證了改進的非參數(shù)輔助內(nèi)容選擇算法相較于基于K-means輔助內(nèi)容選擇算法由3%至8%的壓縮性能提升，并結(jié)合幾種不同的壓縮算法和網(wǎng)絡性能要求，進行壓縮算法的簡單選取討論。
　　綜上所述，本文主要完成了對于基于緩存內(nèi)容輔助的網(wǎng)絡層數(shù)據(jù)壓縮模型的如下工作。首先，通過從理論上推導出數(shù)據(jù)壓縮算法的冗余度公式，提出了減少冗余度的基于聚類分析的數(shù)據(jù)壓縮策略。然后，采用仿真分析，驗證提出基于聚類分析的數(shù)據(jù)壓縮策略的正確性；最后，