随着时代的发展,在网络中传输的信息量飞速增长,传输信息中的编码冗余度也随之急剧增加,网络中的冗余比特去除是直接提高网络链路效率的有效方法之一。目前主要的网络数据冗余去除技术是针对应用层的缓存内容。但是,主要的数据冗余存在于各种应用软件的数据通信当中,即出现在网络层的数据转发包之中;因此,大多数现有的应用层去冗余缓存策略并未能有效的去除网络中数据的冗余。为了能够更好地去除网络中的数据冗余,本文研究了网络层去冗余技术,以数据压缩为基本技术去除网络层的冗余比特,提高网络数据传输效率。本文提出了 一种基于网络中节点缓存内容辅助的去冗余技术,以数据压缩为基础去除网络层的冗余比特,从而更好地提高网络数据传输效率。首先通过理论推导得到数据压缩算法的冗余度公式,提出了“基于聚类分析的缓存内容辅助的数据压缩”的策略,这是本文研究内容的重要技术支撑点之一。然后在理论数据下进行仿真分析,论证了该策略的优越性。最后将该模型应用在真实场景的网络层中,提出了改进的非参数辅助内容选择算法,进一步去除网络数据冗余,从而有效提升了网络信息传输效率。本文构造了理论混合数据源,建立了基于聚类分析的内容辅助压缩模型,对现有的自适应算术编码Lite PAQ压缩算法进行了基于边信息输入的改进,从理论和仿真上对提出策略进行了验证。在仿真方面,本文分析了最佳的Hellinger距离模型,并运用基于K-means辅助内容选择算法进行模型仿真中,通过近25%的性能提升证明本文提出的基于缓存内容辅助的数据压缩策略的正确性;同时,通过对比采用基于K-means聚类和基于实际聚类结果两种辅助内容选择算法下,几乎相等的压缩性能证明了基于K-means聚类的辅助内容选择算法的有效性。经过理论数据下的验证后,本文将提出的基于内容辅助的压缩模型应用在网络信息传输中。利用节点缓存的历史内容的辅助作用,对于传输信息的压缩进行仿真分析。针对缓存内容辅助的网络层数据压缩模型,本文基于三方面的分析,提出了改进的非参数辅助内容选择算法。本文随后通过基于内容辅助的网络层包压缩模型的仿真设计,验证了改进的非参数辅助内容选择算法相较于基于K-means辅助内容选择算法由3%至8%的压缩性能提升,并结合几种不同的压缩算法和网络性能要求,进行压缩算法的简单选取讨论。综上所述,本文主要完成了对于基于缓存内容辅助的网络层数据压缩模型的如下工作。首先,通过从理论上推导出数据压缩算法的冗余度公式,提出了减少冗余度的基于聚类分析的数据压缩策略。然后,采用仿真分析,验证提出基于聚类分析的数据压缩策略的正确性;最后,本文将该模型应用在真实场景的网络层中,提出了改进的非参数辅助内容选择算法。本文通过仿真得出,在改进的非参数辅助内容选择算法下,结合Lite PAQ数据压缩算法,在传输相同网络层信息传输情况下,本文提出的基于缓存内容的网络数据压缩模型,能成功将ASCII编码70%的传输比特冗余去除。总结得出,本文提出的基于缓存内容的网络数据压缩模型能有效得去除网络层传输信息的冗余,有效提升了网络信息传输效率,增加了带宽利用率。