导读:本文包含了缓存分配论文开题报告文献综述及选题提纲参考文献，主要关键词:信息中心网络,容量分配,t-SNE算法,负载均衡
缓存分配论文文献综述
陈香伊,王兴伟,李婕,易波,黄敏[1]（2019）在《基于t-SNE算法的ICN缓存容量分配机制》一文中研究指出针对现有ICN中节点负载不均衡、重要节点缓存利用率低、缓存开销大等问题,面向互联网主干网节点,提出了基于t-SNE算法的ICN缓存容量分配机制.首先,收集网络拓扑信息和流量特征信息并建立高维数据集;然后,通过构造K-近邻表征相似性的方式改进t-SNE算法,对数据集进行降维并对网络节点进行聚类划分;最后,基于聚类结果,将有限的缓存容量合理地分配给不同节点以平衡节点负载.仿真结果表明,本设计的缓存容量分配机制和基准机制相比,在保证路由成功率维持在约95%的前提下,缓存命中率提升了3%～4%,平均缓存开销减少了13. 5%～23. 4%.(本文来源于《郑州大学学报(理学版)》期刊2019年03期）
邱亚琼,胡勇华,李阳,唐镇,石林[2]（2019）在《基于两类寄存器互为缓存方法的DSP寄存器分配溢出处理优化算法》一文中研究指出寄存器是处理器硬件中有限的宝贵资源,这使得寄存器分配成为编译器中最为关键的过程之一。影响寄存器分配效果的关键因素之一是溢出带来的访存开销。针对DSP处理器具有两类通用寄存器的情况,以图着色全局寄存器分配方法为基本方法,提出两类寄存器间的一种互补利用策略和相应的寄存器溢出优化算法。该策略改进了传统图着色方法,通过生命周期分析的结果,将同类寄存器分配候选者之间的冲突关系和不同类寄存器分配候选者之间的冲突关系区分开来,并把它们表示在一张无向图中。与传统的图着色算法相比,改进的算法能充分考虑不同类寄存器之间的相互约束关系,减少寄存器溢出时的访存操作,从而有利于提高代码的性能。(本文来源于《计算机科学》期刊2019年06期）
孙薇淇[3]（2019）在《无线通信系统的边缘缓存策略及资源分配算法研究》一文中研究指出边缘缓存技术通过将文件缓存在网络边缘能够有效地降低文件获取时延,缓解回传链路的负担。本文分别研究了用户节点和缓存节点处于固定位置,以及用户节点和缓存节点位置随机并服从泊松点过程的两种系统模型。在节点位置固定的系统模型下,本文研究了多用户多缓存节点网络下文件缓存位置和带宽分配的联合优化问题,以最小化中断概率为目标,在缓存容量限制、系统总带宽限制和用户公平性限制条件下,利用模拟退火算法和对偶分解方法对文件缓存位置和带宽分配进行了联合优化。在节点位置随机的系统模型下,本文研究了用户本地缓存和小基站缓存的双层缓存模型下,文件缓存概率的优化问题,以文件击中概率和文件成功传输概率为优化目标,本文研究了优先通过设备到设备链路获取文件和优先从性能更好的链路获取文件的两种传输模型,并进一步考虑了用户设备的缓存容量开销的影响。(本文来源于《北京邮电大学》期刊2019-05-24）
王磊,李金城,康彬,崔景伍,郑宝玉[4]（2019）在《多主多从Stackelberg博弈下的边缘缓存资源分配算法》一文中研究指出为鼓励视频服务提供商参与到缓存过程中,本文提出一种基于Stackelberg博弈的激励缓存资源分配算法。与传统激励缓存资源分配方案不同,本文考虑同时存在多个网络运营商和多个视频服务提供商,视频服务提供商从网络运营商处购买存储空间以缓存热门视频。针对该场景,本文将该激励缓存模型建模为多主多从Stackelberg博弈问题,分别构建主方和从方的效用函数,证明了在网络运营商价格确定的情况下,视频服务提供商之间的非合作博弈存在纳什均衡。文章利用分布式迭代算法对该博弈模型进行求解,获得了视频服务提供商的最优缓存策略和网络运营商的最优价格策略。仿真结果表明,本文提出的激励缓存机制可使视频服务提供商获得比其他缓存分配算法更高的单位成本收益。(本文来源于《信号处理》期刊2019年04期）
彭绍秦[5]（2019）在《面向缓存D2D网络的无线资源分配技术》一文中研究指出在当今社会,随着智能设备的日益普及和物联网技术(Internet of things,IOT)的迅速兴起,人们的生活发生了翻天覆地的变化。但是同样地,这些高新技术也给未来的网络带来了极大的压力。它们对于传统的蜂窝网络的无线资源,例如系统容量、带宽资源以及频谱等的要求也越来越高,给传统的蜂窝网络的资源优化分配带来了巨大的挑战。为了解决庞大的数据流量对通信系统所带来的资源分配的问题,研究者研究了在缓存D2D网络中利用缓存技术和D2D传输技术来解决。在缓存D2D网络中,设备在请求视频文件时,首先它在通信范围内的终端设备请求相应的文件,而不像传统的蜂窝网络一样直接从基站下载。如果该请求文件能够在周围的终端设备里被找到,则设备与设备之间直接建立D2D通信链路来进行数据传输,这样的传输方式与传统的蜂窝通信相比具有显着的优势,在很大程度上可以减少系统的负载压力,减少信号传输所带来的延迟,有效地提升了用户体验。因此,为了提升用户的体验,实现更优化的无线资源分配,在缓存D2D网络中,我们需要尽可能地提高D2D通信成功的概率。也就是说,我们该针对视频文件研究最优的缓存策略,以及针对D2D链路分配链路资源以进行最优调度等问题进行研究。本文主要的研究工作如下:首先,对于国内外现有的工作进行了研究和总结,并把缓存D2D网络根据实际的运作过程分成了缓存阶段和传输阶段两部分。接着,对于缓存D2D网络的缓存阶段,在发射能量有限的情况下,我们以最大化网络卸载概率为目标研究了最优的文件缓存策略。我们对问题进行了建模,采用了梯度下降法对该问题进行了求解,并给出了性能分析。最后,对于缓存D2D网络的传输阶段,在满足用户的服务体验的约束下,以最大化系统吞吐量为目标进行了建模,并给出了相应算法。仿真结果说明,我们所提出的算法在系统吞吐量等性能方面有更大的优势。(本文来源于《电子科技大学》期刊2019-04-01）
王轲[6]（2018）在《基于任务调度和共享高速缓存分配的多处理器片上系统能耗优化技术研究》一文中研究指出随着电子系统的复杂度和性能需求的提高,多处理器片上系统(Multiprocessor System on Chip,MPSoC)被广泛应用。在半导体工艺不断进步的现实情况下,降低多处理器片上系统的能耗已经成为系统设计者主要考虑的问题。在MPSoC中,处理器和存储器消耗能量的占比最高。因此,系统设计者需要重点降低这两部分的能耗。在严格实时系统中,受软件或硬件因素影响,任务的执行时间通常是不确定的。传统的调度方法由于只考虑了任务在最差情况下的执行时间,而只能得到能耗次优的任务调度结果。为了进一步降低处理器的能耗,一个全新的考虑了任务执行时间不确定性的调度方法亟待出现。MPSoC架构中,除了每个处理器私有的容量较小的高速缓存之外,多个处理器之间会存在共享的容量较大的高速缓存架构。这些高速缓存不但占据了芯片中很大的面积,还消耗了很多的能耗。当不同处理器中的任务并行执行时,它们对共享高速缓存的访问存在竞争和冲突,导致高速缓存系统能耗上升。共享高速缓存分配技术将共享高速缓存分配给不同处理器或任务,可以有效地解决上述的竞争和冲突。高速缓存缺失率是共享高速缓存分配技术的核心,在系统设计早期估计出高速缓存缺失率将对共享高速缓存的分配,乃至高速缓存系统的能耗都有重大影响。本文的研究内容主要包含以下两个方面:1)执行时间不确定的任务调度技术与处理器能耗优化技术研究。动态电压频率调节(Dynamic Voltage Frequency Scaling,DVFS)技术和动态功耗管理(Dynamic Power Management,DPM)技术经常用于优化MPSoC的能耗。但是,已有的DVFS和DPM算法都是基于任务间调度(inter-task scheduling)的,没能利用任务内调度(intra-task scheduling)来进一步降低系统能耗。本文提出了一个全新的考虑了所有任务执行时间概率分布的任务内调度方法;并且该方法针对执行时间不确定的周期性的有相互依赖关系的任务在MPSoC上执行的应用场景,通过全局整合DVFS和DPM技术,最终使得MPSoC各个处理器能耗的总共的数学期望最小。借助本文提出的方法,这种以降低处理器能耗为目标的调度问题可以用混合整型线性规划(Mixed Integer Linear Programming,MILP)问题来建模。更进一步地,为了压缩MILP问题的求解空间,本文又提出了一种重新组织所有任务执行时间概率分布信息的技术。基于手工建立的测试应用和打印机图像处理测试应用的实验结果表明,本文提出的方法相较于目前已经存在的方法可以节省30%的能耗。2)共享高速缓存分配技术及其能耗优化技术研究。本文提出了一种用于以降低高速缓存子系统能耗为目标的共享高速缓存分配技术中的,线性函数和幂函数(sqrt2原则)相结合的曲线拟合技术。考虑到高速缓存缺失率与其容量之间的内在关系,指数为(1-√2)的幂函数适用于相关度高的非线性区域的曲线拟合,线性函数适用于线性相关度高和线性相关度低的区域的曲线拟合。基于拟合后的函数,本文进一步将以降低高速缓存子系统能耗为目标的共享高速缓存分配问题转化成纯数学函数求最小值问题,从而得以快速高效求解。实验结果表明,本文提出的基于曲线拟合的共享高速缓存分配方法相对于传统的方法可以节省34.5%的能耗。更进一步地,用本文提出方法预测共享高速缓存缺失率和能耗的准确率很高。本文提出的执行时间不确定的任务调度技术和共享高速缓存分配技术可以有效降低MPSoC的能耗。共享高速缓存的分配方案会影响任务的共享高速缓存缺失率,进而影响任务的执行时间;而任务的执行时间的变化又会影响到任务调度方案。因此这两项技术是相辅相成的,将二者同时应用可以进一步降低MPSoC的能耗。(本文来源于《浙江大学》期刊2018-12-01）
于邻[7]（2018）在《一种考虑用户缓存的MIMO-OFDMA系统用户调度和功率分配联合优化方法》一文中研究指出无线通信一直是国内外研究的热点问题,近年来,由于智能手机的迅速发展,无线通信技术发展十分迅速。为了提高系统的信道容量,MIMO采取空分复用技术,在收发端配置多根天线来减小信道衰落影响,能够减少带宽的使用,节约系统能量,极大的提高频谱利用率。本文研究MIMO-OFDMA系统,并将资源块分配给用户。资源块是多个子载波的集合,资源块中的子载波在资源分配时被分配给同一个用户。MIMO系统使用多天线技术提升了系统容量,但是使得能量消耗随之增加。由于绿色通信发展的需要,出现了能量效率(EE)这一指标,表示单位能量发送的数据量。提高系统能量效率成为国内外研究的焦点。另外,由于实时业务与非实时业务对于时延要求有所不同,所以保证不同业务的QoS也十分重要,所以再进行用户调度和功率分配时,将用户的QoS要求和能量效率综合考虑显得尤为重要。本文以MIMO-OFDMA下行链路为背景,进行用户调度和资源分配,以保证用户QoS以及进行能量效率优化的算法。该算法在用户调度时,考虑用户端缓存器对于用户速率的影响,保证了用户时延,提高了能量效率,功率分配阶段保证了用户速率,考虑用户端缓存,确定速率上下限要求,进一步提高了能量效率。实验仿真结果表明:本文改进的算法,能够充分考虑缓存器大小对于用户速率的影响,在此基础上保证了能量效率的最优化。(本文来源于《南京邮电大学》期刊2018-11-14）
陈闪闪[8]（2018）在《蜂窝网络中基于基站端缓存的资源分配策略研究》一文中研究指出随着移动互联网的不断发展,新兴的数据业务需求越来越高,同时由于智能终端的大规模普及,网络连接设备越来越多,使移动数据流量呈指数式增长。为应对2020年移动通信海量数据激增的需求,第五代移动通信系统(Fifth-Generation Mobile Communication System,5G)给出系统容量千倍增长的目标,新型多址、超密集组网等技术均被视为系统容量增长的关键技术。密集组网技术中由于小基站的大量部署,回程链路容量成为约束系统性能提升的瓶颈,无线端缓存成为研究的热点。因此,设计蜂窝网络中基于不同缓存方案下的无线资源分配策略具有重要的研究意义。在蜂窝网络中,根据不同的缓存模型,可以分为缓存整个文件的最受欢迎缓存和随机缓存等,以及缓存部分文件的前缀缓存和基于比例的部分缓存等几类。不同的缓存模型将会给蜂窝网络的资源分配带来不同的变化。因此,本文将在基于不同的缓存模型下,以蜂窝网络中的资源分配策略为研究重点,围绕着不同的优化目标,展开深入的研究。针对部分缓存方案,即基站端缓存受欢迎文件前一部分,如果用户请求文件缓存命中,则基站只需要通过回程链路从核心网中获取该文件的后一部分,否则用户需要从核心网获取完整的文件。由于基站的回程链路容量受限和缓存的加入,用户数据传输速率不仅与物理信道状态有关,还受用户请求文件缓存命中与否及回程链路容量约束。本文在基于基站端部分缓存下,提出一种满足回程链路约束下,最小化文件传输时延的无线资源分配方案。由于形成的优化问题中用户归属和子载波分配变量都是布尔变量,使原问题非凸,难以直接求解,因此本文把原问题分解成两个子问题进行求解。先在固定用户归属的情况下,优化子载波分配,然后提出一种启发式算法求解用户归属问题。仿真结果表明基于该部分缓存方案,优化无线资源分配能带来较为明显的传输时延降低。针对联合缓存方案,由于不同的缓存方案各有优缺点,单一的缓存方案只能利用其本身的优点,我们考虑一种结合最受欢迎缓存和前缀缓存的联合缓存策略。基于该缓存模型下,本文形成了最小化视频播放时延的资源分配优化问题。由于回程链路容量的约束,使得该优化问题非凸,难以直接求解,所以把原问题通过转化为凸问题进行求解。由于第叁类用户的速率不受回程链路容量约束,把原问题转化为最小化功耗问题,通过不断增加第叁类用户数据速率,使最小化功耗问题趋近于基站的最大发射功率。最小化功率问题仍不是凸问题,通过松弛变量和变量代换把最小化功耗问题转化为凸问题,然后进行求解,根据凸问题的最优解进而求得原问题的解。由仿真结果可见,所提的基于联合缓存模型优化无线资源分配策略能够有效的降低视频播放时延。(本文来源于《中国科学技术大学》期刊2018-05-01）
龚泉铭,闫梦婷,姜秀杰,安军社[9]（2018）在《SpaceWire网络热点通信模式的缓存资源分配算法》一文中研究指出基于SpaceWire网络在热点通信模式下的工作特点,研究缓存资源的分配算法。给出均匀通信模式和热点通信模式的释义;推导网络路由节点的满负荷概率和平均延时的解析方法,计算网络中的关键通信节点;再给出SpaceWire网络缓存资源分配算法。利用Opnet网络仿真平台建立SpaceWire通信模型,仿真了不同通信模式中采用缓存优化策略前后的关键性能指标。研究结果表明:在热点通信模式状态下,该缓存资源分配算法在保证总资源一定的前提下,网络系统的平均延时降低,优化了SpaceWire网络性能。(本文来源于《国防科技大学学报》期刊2018年02期）
Yang,ZHANG,Zuo-cheng,XING,Cang,LIU,Chuan,TANG[10]（2018）在《CWLP:一种在GPU中协同的线程束调度和局部性保护的高速缓存分配策略（英文）》一文中研究指出随着我们正在接近百亿亿次超级计算机的时代,一个拥有强大运算能力和低能耗的均衡的计算机系统变得越来越重要。GPUs是在最近投入运营的超级计算机中被广泛使用的加速器。它采用大规模多块程来隐藏长访存延迟,同时它拥有高能效。相对于其强大的运算能力,GPUs的每个流多核处理器只有几兆的片上资源。面向吞吐率的执行模型与它的高速缓存层次结构设计不匹配,使得GPUs缓存表现出较差的运行效率。由于片上存储器的严重缺少,受较差的缓存性能影响,GPU的计算能力急剧下降,限制了系统性能和能效。提出一种协同的线程束调度和局部性保护的缓存分配策略(CWLP),以充分利用数据局部性和隐藏延迟。首先,设计了一种基于指令PC的局部性保护方法(LPC)以提升GPU性能。使用一个基于PC的收集器收集每个高速缓存块的重用信息。在获取缓存块的动态重用信息后,采用一个智能缓存分配单元(PCAU),它结合了重用信息和LRU(最近最少使用)替换策略,以找到拥有最少局部性的缓存块并将其逐出。此外,局部性信息被线程束调度器用来实现一个智能的重排序策略,用以获取局部性和隐藏延迟。实验结果表明,CWLP能够提供高达19.8%的性能加速比和超过基准策略平均8.8%的性能提升。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2018年02期）
缓存分配论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
寄存器是处理器硬件中有限的宝贵资源,这使得寄存器分配成为编译器中最为关键的过程之一。影响寄存器分配效果的关键因素之一是溢出带来的访存开销。针对DSP处理器具有两类通用寄存器的情况,以图着色全局寄存器分配方法为基本方法,提出两类寄存器间的一种互补利用策略和相应的寄存器溢出优化算法。该策略改进了传统图着色方法,通过生命周期分析的结果,将同类寄存器分配候选者之间的冲突关系和不同类寄存器分配候选者之间的冲突关系区分开来,并把它们表示在一张无向图中。与传统的图着色算法相比,改进的算法能充分考虑不同类寄存器之间的相互约束关系,减少寄存器溢出时的访存操作,从而有利于提高代码的性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
缓存分配论文参考文献
[1].陈香伊,王兴伟,李婕,易波,黄敏.基于t-SNE算法的ICN缓存容量分配机制[J].郑州大学学报(理学版).2019
[2].邱亚琼,胡勇华,李阳,唐镇,石林.基于两类寄存器互为缓存方法的DSP寄存器分配溢出处理优化算法[J].计算机科学.2019
[3].孙薇淇.无线通信系统的边缘缓存策略及资源分配算法研究[D].北京邮电大学.2019
[4].王磊,李金城,康彬,崔景伍,郑宝玉.多主多从Stackelberg博弈下的边缘缓存资源分配算法[J].信号处理.2019
[5].彭绍秦.面向缓存D2D网络的无线资源分配技术[D].电子科技大学.2019
[6].王轲.基于任务调度和共享高速缓存分配的多处理器片上系统能耗优化技术研究[D].浙江大学.2018
[7].于邻.一种考虑用户缓存的MIMO-OFDMA系统用户调度和功率分配联合优化方法[D].南京邮电大学.2018
[8].陈闪闪.蜂窝网络中基于基站端缓存的资源分配策略研究[D].中国科学技术大学.2018
[9].龚泉铭,闫梦婷,姜秀杰,安军社.SpaceWire网络热点通信模式的缓存资源分配算法[J].国防科技大学学报.2018
[10].Yang,ZHANG,Zuo-cheng,XING,Cang,LIU,Chuan,TANG.CWLP:一种在GPU中协同的线程束调度和局部性保护的高速缓存分配策略（英文）[J].FrontiersofInformationTechnology&ElectronicEngineering.2018