编码缓存若干问题的研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:jzlh6890
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
编码缓存技术是通过为用户添加本地缓存,从而将高峰时段的网络流量成本转化为廉价的缓存成本,该技术对于降低网络负载,提升高峰时段网络利用效率具有重要意义。编码缓存系统中有一个中央服务器,一端链接储存文件的数据库,另一端通过共享信道链接多个用户,每个用户具有自己的本地缓存。编码缓存方案分为两个阶段,分别是“内容放置阶段”和“内容交付阶段”。在内容放置阶段,中央服务器根据缓存容量将部分文件信息提前存入用户的缓存中。在内容交付阶段,用户向中央服务器发出请求,中央服务器通过信息多播的形式向每个用户发送编码数据,用户根据缓存内容和交付数据解码得到各自请求的文件信息。本文深入探究不同场景下的编码缓存问题,从可达性角度给出了具体的缓存方案和传输方案,证明了其速率的可达性,并从逆定理的角度给出了不同场景下编码缓存问题“缓存-速率”权衡的下界,分析了实现方案性能的优劣。第一种场景是当编码缓存网络中有用户不请求信息或离开网络时,为了解决不必要的网络传输负载浪费,我们提出一种新的基于非编码预存储、中心化编码缓存的方案——鲁棒性编码缓存方案。内容放置阶段中为K′个用户的缓存添加存储内容,而在实际交付阶段中部分用户在高峰时段不请求文件信息,剩余每个活动用户向中央服务器请求一个文件信息。鲁棒性编码缓存方案可以在用户离开后保证了最优的网络传输性能,通过可达性的证明论证了其速率的可达性和文件解码的正确性,并且通过逆定理的证明论证了该方案的速率与理论速率下界相吻合,证明了方案的理论最优性。第二种场景是编码缓存系统中,每个用户可能有请求多个文件的需求,不同的用户在同一时间请求的文件数量是任意的。为了解决用户请求文件的差异性,我们提出了一种K≤3下的、基于非编码预存储、中心化编码缓存的方案——多请求编码缓存方案。本文在用户数量K≤3的多请求编码缓存系统中,给出了具体的内容放置方案和内容交付方案,证明了在任意请求种类下传输速率的可达性和请求信息的可解码性,并从逆定理的角度给出了任意用户数量K下的“缓存-速率”权衡的下界,证明了实现方案的最优性。在用户数量K≥4时,实际的编码缓存方案的传输速率与理论速率的下界具有一定的差距,本文通过具体实例分析了理论最优速率不可达的原因。
其他文献
得益于人工智能理论的进步和计算机硬件水平的提升,计算机视觉技术在近年来得到了快速的发展,与计算机视觉技术相关联的实际产品也逐渐走入了我们的生活。图像识别技术是计算机视觉技术的一个重要的研究领域,其根据识别场景又可分为粗粒度图像识别技术和细粒度图像识别技术。过去几年中,大部分的研究集中在粗粒度图像识别技术中,但受到实际应用场景的驱动,对细粒度图像识别技术的研究得到了越来越多的关注。相比于粗粒度图像识
目的论文选取与口腔鳞状细胞癌(OSCC)密切相关的蛋白标志物(PTM)为目标物,以PTM电化学免疫传感器面临的灵敏度较低、构型单一、固载效果差、检测复杂等问题为切入点,从生物元件固定化活性界面、信号标记物以及免疫检测模式等方面着手,建立系列灵敏度、稳定性和选择性三高的PTM电化学免疫传感新方法,为生物样本中活性分子识别及定量检测提供高效、精密、准确的方法学基础,为痕量标志物检测提供新思路。方法论文
小样本细粒度分类的应用广泛,但是现有的小样本细粒度分类算法正确率较低,分类数量也不多,限制了其实际应用。此外,由于某些任务的特殊性,例如需要生物学家在野外当场对稀有鸟类或其它生物物种进行识别,远程计算的实现难度较大。因此,小样本细粒度分类问题的硬件实现具有很重要的实际意义和广阔的发展前景。本文针对上述两个问题,在算法和FPGA两个方面进行设计和优化,并进行FPGA系统验证。在算法方面,本文通过将元
电耗、氯耗、矾耗是自来水行业制水成本的主要组成部分。其中电耗相对于其它两项而言,占到了制水成本的80%以上。如何以更优的方式来调度水泵,使得在保证安全生产的同时,能实现节能降耗的目的,是供水企业普遍面临且需要长期探索的课题。本文主要研究一泵房(也称原水泵房、取水泵房)的优化调度。通过对生产工艺、主要生产设备知识的学习、熟悉和了解,先对整个系统进行了设计,确定了以“用水高峰补水、用水低峰蓄水”为主要
近些年,随着深度学习算法的发展与硬件设备算力的提升,卷积神经网络逐渐成为计算机视觉领域高性能的代名词,在物联网与边缘计算的应用中发挥着重要的作用。然而,卷积神经网络的高性能以高密集运算及庞大参数量为代价,对卷积神经网络的终端部署带来了极大的挑战。为了深度学习技术的普及,对卷积神经网络的参数压缩及加速运行具有重要的研究价值。本文从挖掘卷积神经网络参数冗余性的角度出发,设计网络加速算法与高性能硬件加速
深度卷积神经网络在图像识别、目标跟踪等领域被广泛使用。在功耗和实时性有严格要求的设备上部署深度神经网络时,需要解决深度卷积神经网络计算过于密集和存储开销大的问题。因此,研究基于算法和硬件协同设计的卷积神经网络加速器有着重要的实用意义。本文总结了卷积神经网络基本结构和常用的卷积神经网络加速器优化方法。针对深度卷积神经网络参数和计算量庞大的问题,本文对网络参数进行量化处理,采用增量量化算法,量化精度为
空间机器人代替宇航员的太空探索活动一直以来是国内外专家学者研究的热点,人类参与的半自主空间机器人遥操作人机交互技术仍是当前空间探测领域的主要手段,但是,空间机器人与操作者之间的信号传输存在着较大的时延,极大地影响了遥操作任务。本文以空间机器人遥操作为背景,旨在削弱空间时延对遥操作的影响,对空间机器人虚拟环境建模相关技术展开深入研究。针对空间机器人的作业需求和遥操作机器人的研究现状,设计并搭建了基于
随着信息技术的高速发展及大数据等新兴业务的出现,用户对更高带宽和规模的网络需求日益提升。为了应对数据中心等核心网络对高速率和网络负载能力快速增长的需求,以太网正向着更高速率的方向发展。随着新一代400Gbps以太网(400GbE)标准IEEE 802.3bs的颁布,下一代移动网络的转型时刻已经到来。与此同时,高速信号的传输也给以太网物理编码子层(PCS)的设计带来了挑战,功能模块的增加使得设计难度
跨社交网络用户(身份)识别任务是社交网络研究领域的一项重要任务,旨在利用用户在社交网络上的不同维度的信息来判断两个分属不同社交网络的账号是否属于同一用户。跨社交网络用户识别任务能够很好地整合用户信息,这样不仅能够更好地了解用户,甚至可以了解到用户群体背后的区域文化、经济和政治特点等,从而推动世界电子商务和全球经济的发展。跨社交网络用户识别工作在近几年已经受到了广泛关注并且取得了一些进展,但随着互联
随着智能终端设备获取成本的降低、网络带宽和速度的提升以及无线网络覆盖能力的增强,无线网络中终端设备的规模呈现爆炸式增长,网络DHCP服务器需要承载的压力也越来越大。由于网络IP地址池的规模限制,能够分配给用户终端的IP地址是有限的并且越来越呈现出稀缺性的特点,如何在保证IP地址池可用空间满足突发性的终端设备增加的同时尽可能地降低DHCP服务器的负载,对于避免IP地址耗尽、节约服务器资源以及提升用户