论文部分内容阅读
随着互联网的飞速发展，特别是3G时代的到来，网络资源越来越丰富，特别是多媒体网络视频网络电视流媒体的出现使得互联网带宽压力越来越大一种全新的网络资源分发架构----CDN应运而生CDN即内容分发网，其在很大的程度上提升了网络的质量，大大的减轻了主干网带宽的压力，同时也提升了用户的体验但CDN也存在如下的局限，使其已无法很好的满足网络的飞速发展其一是CDN边缘缓存器的容量是有限的，不能存储所有网络资源；其二是由于主干网带宽限制，资源中心不能向每个CDN边缘服务器都发送一份资源的拷贝针对上述问题，本文从个性化服务的角度出发，通过对一定区域网络用户群体兴趣进行研究设计了一种基于用户兴趣模型的CDN内容分发策略，该分发策略能够跟据CDN边缘区域用户的兴趣而决定向边缘服务器分发哪些资料和边缘缓冲器该存储哪些内容从而使尽量多的用户请求在边缘服务器上得到处理本文采用web日志记录，通过聚类的方法求解用户群体的兴趣首先对web日志进行预处理，使其转化为标准的可用的聚类数据再对k-means算法进行改进，改进k-means算法中初始任意指定聚类数K值的问题和初始随机选取初始聚类中心的问使其能满足我们对用户群体兴趣求解的需求聚类后的结果我们将对其进行关键词提取比例计算等数据后处理，从而建立用户兴趣模型用户兴趣模型中明确的标示了用户群体对某种类型的资源感兴趣的程度，我们将其直接输送给决策者指导CDN分发根据输入的用户兴趣模型，我们对CDN内容分发数学模型进行改进，使其拥有更好的性能用户请求响应时间更短最后，本文在linux操作系统上配置CDNsim仿真实验环境，模拟内容分发网络对本文提出的CDN内容分发策略进行实验验证