【摘 要】
：
虽然缓存内容复用是命名数据网络的显著特征,但是传统方法的缓存内容利用率并不理想.为了提高命名数据网络中缓存内容的利用率,提出了一种基于缓存价值的缓存策略.本缓存策略在保证内容流行度和兴趣源距离外,还充分考虑了缓存内容大小及多样性因素,由此可有效优化缓存空间,提升缓存的价值.此外,还设计了相应的缓存内容定期更新策略.对比实验结果表明,提出的缓存策略与经典的缓存策略相比,可以有效提高缓存内容的命中率、降低内容平均访问时延和平均路由跳数.
【机 构】
：
网络文化与数字传播北京市重点实验室,北京100101;北京信息科技大学 计算机学院,北京100101
论文部分内容阅读
虽然缓存内容复用是命名数据网络的显著特征,但是传统方法的缓存内容利用率并不理想.为了提高命名数据网络中缓存内容的利用率,提出了一种基于缓存价值的缓存策略.本缓存策略在保证内容流行度和兴趣源距离外,还充分考虑了缓存内容大小及多样性因素,由此可有效优化缓存空间,提升缓存的价值.此外,还设计了相应的缓存内容定期更新策略.对比实验结果表明,提出的缓存策略与经典的缓存策略相比,可以有效提高缓存内容的命中率、降低内容平均访问时延和平均路由跳数.
其他文献
国家互联网信息办公室、国家发展和改革委员会、工业和信息化部、公安部、国家安全部、财政部、商务部、中国人民银行、国家市场监督管理总局、国家广播电视总局、中国证券监督管理委员会、国家保密局、国家密码管理局等十三部门近期联合修订发布《网络安全审查办法》(以下简称《办法》),《办法》自2022年2月15日起施行.
当前租赁产业版图不断扩张,不论是从物品种类还是租赁形式都在不断的推陈出新.而在传统中心化租赁平台中对租赁物的评估数据及流程中所产生的交易信息都是由专有的非透明内部数据库收集,这可能导致了系统的潜在滥用.本文利用区块链的“数据可溯源”、“不可篡改”和“去中心化”等特性,提出了基于区块链的仪器租赁模型的设计.在租赁平台中结合区块链,让出租方和承租方节点构建去中心化的区块链网络,并在在其中安装智能合约完成租赁流程.让租赁时产生的交易信息和仪器在使用时产生的数据能上传到区块链中,然后达成共识,形成区块记录在网络中
在客服服务领域,企业要求客服人员使用事先规范的标准服务流程为用户提供相关反馈服务,而由于不同的客服人员业务水平不同,有可能会导致标准服务流程未能被准确执行,影响企业效益和服务质量.所以如何实时对客服人员的实际服务流程与标准服务流程进行一致性检测并对客服人员进行“纠错”,成为当前在线客服质检中亟待解决的问题.由于需要对客服的表述进行实时的服务流程挖掘,传统的面向流程模型的一致性验证方法在时效性上无法应用于面向在线客服的服务流程一致性检测场景.口语表达不规范以及词的表述多种多样等问题,也使得一些现有基于关键词
近日,华中科技大学计算机学院“Time·前沿”论坛第三期成功举办,论坛邀请了美国南加州大学著名教授Viktor K. Prasanna作主讲,论坛采用线上形式进行.rn图神经网络(GNN)在机器学习领域的应用非常广泛,但计算开销制约了GNN的扩展性,Viktor教授介绍了GNN的发展现状及应用情况,分析了数据规模、数据复用、随机访存、负载不均和异构内核等GNN加速面临的挑战.针对这些问题,Viktor教授重点介绍了两项突破性研究成果,对优化下游应用性能具有重要意义.
针对突发重大疫情或灾害后实施应急救援过程中的物资调配急迫性与时效性以及多车型运输问题,本文构建了一种选址-调度双层模型.即,上层以总的运输代价最小化为目标,下层以配送代价(时间、距离和满意度)最小为目标的双层动态交互模型,同时考虑时间窗、配送覆盖范围限制以及运输车辆容量限制及距离等约束条件.根据模型特点,设计了一种混合嵌套算法,上层为新型排球超级联赛算法(New Volleyball Premier League Algorithm,NVPL),下层为改进的遗传算法(Improved Genet-ic A
针对现有基于自编码器(AE)的过程监测方法在故障隔离和识别方面存在的缺陷,提出了一种基于去噪自编码器(DAE)的故障隔离与识别方法,其主要思路是通过在DAE的优化目标函数中引入未知的故障子空间实现故障的隔离和识别.考虑到故障的特性,引入了l1正则化项以实现稀疏隔离,并设计了基于自适应矩估计(ADAM)的优化问题求解方法.与传统方法相比,基于去噪自编码器的故障隔离与识别方法在非线性过程故障诊断中具有更好的效果.在Tennessee Eastman(TE)过程和高炉炼铁过程中的应用验证了所提出方法的可行性.
基于矩阵分解的推荐方法易受到数据稀疏性问题的影响,常见的解决办法是向矩阵分解模型中融入评论文本信息,但是这类方法通常假设用户是独立存在的,忽略了用户之间的社交关系.现实世界中用户的行为与喜好往往会受到其信任好友的影响,因此本文提出一种融合评论文本和社交网络的矩阵分解推荐方法(Review and social probabilistic matrix factorization,RSPMF).首先设计了深度神经网络模型用于学习评论文本的上下文特征;其次,设计了信任传播模型用于根据社交好友的特征修正用户的潜
针对经典粒子群优化(PSO)算法在算法前期易陷入局部极值、后期收敛精度低的问题,提出一种结合引力测度和质心变异策略的混合粒子群优化算法(GMCMPSO).首先,在算法初始阶段采用精英分组策略,以方便获取种群的优秀信息;其次,对两个子群采用引力测度策略,以达到种群间信息的高效共享;最后,在引力测度的引导下对一部分普通粒子进行随机变异、对剩余的普通粒子进行质心变异,以使得算法能够有效跳出局部极值和开发最具潜力的区域,并提高算法的收敛精度.将所提出的算法和经典粒子群优化(PSO)算法、萤火虫和粒子群的混合优化(
网络测量为网络运营,服务质量保证,拥塞控制,数据中心和骨干网中的异常检测提供了关键信息.为了应对日益增大的流量规模,减少流量统计的内存开销,基于Sketch的流量统计方法成为流量统计的研究热点.文章对Sketch统计方法进行研究,针对基于Sketch的Top-k流统计问题进行分析,根据Sketch的结构特点,将Sketch分为基本Sketch、面向热流的高精度统计Sketch、冷热流自适应的精确统计Sketch.另外研究了Sketch面向场景的实现方法.最后分析了Sketch算法未来的研究方向.
作为自然语言处理任务的基础,中文分词的准确率直接影响命名实体识别、信息检索等任务的效果.针对现有分词模型使用的静态词向量精确表征能力较差和专业领域分词中模型适应性差等问题,本文提出一种使用字根信息为辅助特征的中文分词模型.模型分为主任务和辅助任务,主任务中使用ALBERT语言模型训练词向量,利用去池化卷积残差神经网络提取特征,与辅助任务抽取的特征融合后进行分词.辅助任务使用字根向量表示文本,通过浅层卷积提取特征,进行序列标注.借助损失函数利用辅助任务对主任务进行纠正,协助主任务实现中文分词.在BakeOf