Разработка и исследование моделей и методов кэширования контента в сетях именованных данныхDevelopment and research of methods and models for content caching in named data networks

Диссертационное исследование посвящено задачам моделирования и алгоритмизации для кэширования в сетях именованных данных (Named Data Networks, NDN). Основой исследования являются методы теории вероятностей, теории марковских процессов, а также имитационное и мультиагентное моделирование. В работе предложены имитационная модель с реализацией алгоритма кэширования Least Recently Used (LRU) на основе дискретно-событийного моделирования и математическая модель задержек получения контента. Модели дают возможность оценить задержку на каждом из сегментов от пользователя до облака, а также вычислить основные характеристики работы кэша на граничном сервере. Показано, что кэширование на основе граничного сервера позволило снизить задержку доступа к контенту и уменьшить издержки оператора на обращения в удаленное облако. Предложен метод кооперативного кэширования в сети VANET, который по сравнению со стандартной NDN-схемой (leave copy everywhere) позволяет улучшить значения следующих метрик: вероятность попадания в кэш, задержка, вероятность потери пакета. Также реализована марковская модель NDN-кэша на базе алгоритма 2-LRU, которая позволяет снизить сложность моделирования кэша за счет классового подхода к делению каталога. Показано, что такая модель позволяет снизить размер кэша на 5,1% для сценария с одинаковым временем скачивания контента для классов и на 12,43% – с индивидуализированным.