基于緩存內容輔助的網絡層去冗余技術研究.pdf_第1頁
已閱讀1頁,還剩114頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著時代的發(fā)展,在網絡中傳輸的信息量飛速增長,傳輸信息中的編碼冗余度也隨之急劇增加,網絡中的冗余比特去除是直接提高網絡鏈路效率的有效方法之一。目前主要的網絡數據冗余去除技術是針對應用層的緩存內容。但是,主要的數據冗余存在于各種應用軟件的數據通信當中,即出現在網絡層的數據轉發(fā)包之中;因此,大多數現有的應用層去冗余緩存策略并未能有效的去除網絡中數據的冗余。為了能夠更好地去除網絡中的數據冗余,本文研究了網絡層去冗余技術,以數據壓縮為基本技術去

2、除網絡層的冗余比特,提高網絡數據傳輸效率。
  本文提出了一種基于網絡中節(jié)點緩存內容輔助的去冗余技術,以數據壓縮為基礎去除網絡層的冗余比特,從而更好地提高網絡數據傳輸效率。首先通過理論推導得到數據壓縮算法的冗余度公式,提出了“基于聚類分析的緩存內容輔助的數據壓縮”的策略,這是本文研究內容的重要技術支撐點之一。然后在理論數據下進行仿真分析,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絡層中,提出了改進的非參數輔助內容選擇算法

3、,進一步去除網絡數據冗余,從而有效提升了網絡信息傳輸效率。
  本文構造了理論混合數據源,建立了基于聚類分析的內容輔助壓縮模型,對現有的自適應算術編碼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容輔助的數據壓縮策略的正確性;同時,通

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

5、模型的仿真設計,驗證了改進的非參數輔助內容選擇算法相較于基于K-means輔助內容選擇算法由3%至8%的壓縮性能提升,并結合幾種不同的壓縮算法和網絡性能要求,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容輔助的網絡層數據壓縮模型的如下工作。首先,通過從理論上推導出數據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據壓縮策略。然后,采用仿真分析,驗證提出基于聚類分析的數據壓縮策略的正確性;最后,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論