8、IoT 边缘缓存技术：现状与 6G 展望

IoT 边缘缓存技术：现状与 6G 展望

1. 流行度驱动的缓存方法

在缓存领域，流行度是一个被广泛采用的参数，即使在命名数据网络（NDN）范围之外也是如此。缓存最常被请求的内容可以减少原始生产者的负载、网络流量和检索延迟。以下是一些基于流行度的缓存策略：
- 最流行内容（MPC）策略 ：通过固定的流行度阈值区分流行和非流行内容，仅缓存属于流行类别的数据包。
- 细粒度基于流行度的缓存（FGPC） ：每分钟根据接收到的兴趣频率和可用缓存容量调整流行度阈值。
- 基于介数和边缘流行度的缓存（BEP）方案 ：将内容流行度指标与潜在缓存器的介数中心性相结合。每个兴趣包携带两个额外字段：请求内容的流行度和介数中心性值数组。根据这些信息，该方案将最流行的内容缓存在最中心的节点，不太流行的内容缓存在不太中心的节点，避免大量缓存冗余。
- 协作式基于流行度的缓存策略 ：对于每个内容路由器，内容的流行度计算为该内容接收到的兴趣包数量与总接收兴趣数量的比率。该流行度指标与路由器的传入接口数量、可用存储空间和到消费者的距离等因素相结合，目标是为每个流行数据包选择一个连接更多请求者且更靠近他们的路径上的缓存器。
- 结合移动副本向下缓存策略 ：当内容流行度高于预定义阈值时，将内容缓存在靠近消费者的下游节点。为提高缓存效益，还设计了协作式单跳缓存通知机制，缓存数据包后，节点向其一跳邻居通告内容可用性，邻居相应更新转发信息库（FIB）。