移動(dòng)互聯(lián)網(wǎng)內(nèi)容分發(fā)技術(shù)

目 錄
第 1章 緒論 001
1．1 引言 002
1．2 移動(dòng)內(nèi)容分發(fā)的基本概念 004
1．2．1 移動(dòng)內(nèi)容分發(fā)所針對(duì)的主要服務(wù) 004
1．2．2 移動(dòng)內(nèi)容分發(fā)的主要組件 006
1．3 移動(dòng)內(nèi)容分發(fā)的發(fā)展與趨勢(shì) 008
1．3．1 移動(dòng)內(nèi)容分發(fā)的發(fā)展歷史 008
1．3．2 新型網(wǎng)絡(luò)體系架構(gòu) 010
1．4 移動(dòng)內(nèi)容分發(fā)的現(xiàn)狀與挑戰(zhàn) 017
1．4．1 應(yīng)用現(xiàn)狀 017
1．4．2 主要挑戰(zhàn) 019
1．5 移動(dòng)內(nèi)容分發(fā)的關(guān)鍵技術(shù) 020
1．5．1 用戶(hù)行為感知與認(rèn)知 020
1．5．2 移動(dòng)內(nèi)容分發(fā)的資源管理與維護(hù) 024
1．5．3 移動(dòng)環(huán)境的數(shù)據(jù)轉(zhuǎn)發(fā)與路由 026
1．5．4 面向異構(gòu)無(wú)線(xiàn)環(huán)境的傳輸控制 028
1．5．5 移動(dòng)場(chǎng)景的內(nèi)容緩存機(jī)制 030
1．5．6 移動(dòng)內(nèi)容預(yù)取與隱私安全 034
1．6 移動(dòng)內(nèi)容分發(fā)的未來(lái)研究方向 035
1．6．1 面向區(qū)塊鏈的移動(dòng)內(nèi)容分發(fā) 035
1．6．2 基于人工智能的移動(dòng)內(nèi)容分發(fā) 035
1．7 本章小結(jié) 036
參考文獻(xiàn) 036
第 2章 移動(dòng)網(wǎng)絡(luò)用戶(hù)行為認(rèn)知方法 039
2．1 研究背景 040
2．1．1 現(xiàn)存問(wèn)題 040
2．1．2 研究現(xiàn)狀 041
2．2 基于蟻群算法的用戶(hù)請(qǐng)求偏好分析方法 043
2．2．1 算法概述 043
2．2．2 路徑信息素的生成 045
2．2．3 路徑啟發(fā)因子的生成 046
2．2．4 加權(quán)路徑選擇概率模型 048
2．3 內(nèi)容訪問(wèn)行為的狀態(tài)評(píng)估與預(yù)測(cè) 049
2．3．1 狀態(tài)評(píng)估模型 050
2．3．2 狀態(tài)預(yù)測(cè)算法 051
2．4 基于馬爾可夫的移動(dòng)相似性評(píng)估方法 053
2．4．1 用戶(hù)移動(dòng)行為建模 053
2．4．2 移動(dòng)行為相似性評(píng)估 054
2．5 實(shí)驗(yàn)驗(yàn)證和性能分析 056
2．5．1 實(shí)驗(yàn)環(huán)境設(shè)置 056
2．5．2 實(shí)驗(yàn)結(jié)果對(duì)比分析 056
2．6 本章小結(jié) 061
參考文獻(xiàn) 061
第3章 移動(dòng)網(wǎng)絡(luò)的內(nèi)容分發(fā)服務(wù)體系 065
3．1 研究背景 066
3．1．1 現(xiàn)存問(wèn)題 066
3．1．2 研究現(xiàn)狀 068
3．2 移動(dòng)內(nèi)容分發(fā)的服務(wù)框架與技術(shù) 070
3．2．1 分布式內(nèi)容存儲(chǔ)機(jī)制 071
3．2．2 移動(dòng)環(huán)境資源定位方法 073
3．2．3 多路協(xié)同數(shù)據(jù)傳輸機(jī)制 076
3．2．4 用戶(hù)感知的內(nèi)容預(yù)取技術(shù) 078
3．3 仿真結(jié)果與性能分析 083
3．3．1 實(shí)驗(yàn)環(huán)境設(shè)置 084
3．3．2 實(shí)驗(yàn)結(jié)果對(duì)比分析 086
3．4 本章小結(jié) 096
參考文獻(xiàn) 096
第4章 基于移動(dòng)虛擬社區(qū)的資源管理與維護(hù) 101
4．1 研究背景 102
4．1．1 現(xiàn)存問(wèn)題 102
4．1．2 研究現(xiàn)狀 103
4．2 面向蜂窩網(wǎng)絡(luò)的社區(qū)化資源管理方案 105
4．2．1 基于用戶(hù)行為的社區(qū)構(gòu)建 107
4．2．2 社區(qū)的網(wǎng)絡(luò)層資源管理 110
4．2．3 社區(qū)的成員層資源維護(hù) 117
4．3 面向車(chē)聯(lián)網(wǎng)的動(dòng)態(tài)化資源維護(hù)方案 119
4．4 蜂窩網(wǎng)絡(luò)環(huán)境下的實(shí)驗(yàn)結(jié)果和分析 124
4．4．1 實(shí)驗(yàn)環(huán)境設(shè)置 125
4．4．2 實(shí)驗(yàn)結(jié)果對(duì)比分析 126
4．5 車(chē)聯(lián)網(wǎng)環(huán)境下的實(shí)驗(yàn)結(jié)果和分析 132
4．5．1 實(shí)驗(yàn)環(huán)境設(shè)置 132
4．5．2 實(shí)驗(yàn)結(jié)果對(duì)比分析 134
4．6 本章小結(jié) 139
參考文獻(xiàn) 140
第5章 族群化的移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制 143
5．1 研究背景 144
5．1．1 現(xiàn)存問(wèn)題 144
5．1．2 研究現(xiàn)狀 145
5．2 移動(dòng)自適應(yīng)的族群服務(wù)架構(gòu) 146
5．3 面向移動(dòng)族群的數(shù)據(jù)轉(zhuǎn)發(fā)策略 148
5．3．1 最優(yōu)內(nèi)容提供節(jié)點(diǎn)選擇機(jī)制 148
5．3．2 移動(dòng)網(wǎng)絡(luò)的啟發(fā)式路由策略 149
5．3．3 移動(dòng)感知的數(shù)據(jù)傳輸方法 150
5．4 實(shí)驗(yàn)驗(yàn)證和性能分析 151
5．4．1 實(shí)驗(yàn)環(huán)境設(shè)置 151
5．4．2 實(shí)驗(yàn)結(jié)果對(duì)比分析 152
5．5 本章小結(jié) 153
參考文獻(xiàn) 154
第6章 基于隨機(jī)優(yōu)化的移動(dòng)網(wǎng)絡(luò)傳輸控制 157
6．1 研究背景 158
6．1．1 現(xiàn)存問(wèn)題 158
6．1．2 研究現(xiàn)狀 159
6．2 多路徑時(shí)變信道下的傳輸控制模型 160
6．2．1 移動(dòng)多路傳輸?shù)亩嘣淳W(wǎng)絡(luò)模型 160
6．2．2 基于虛擬隊(duì)列的傳輸質(zhì)量評(píng)估方法 162
6．3 基于隨機(jī)優(yōu)化的聯(lián)合傳輸控制技術(shù) 163
6．3．1 面向路徑選擇與速率控制的聯(lián)合優(yōu)化策略 163
6．3．2 基于交替下降法的分布式傳輸控制算法 168
6．4 實(shí)驗(yàn)驗(yàn)證和性能分析 173
6．4．1 實(shí)驗(yàn)環(huán)境設(shè)置 173
6．4．2 實(shí)驗(yàn)結(jié)果對(duì)比分析 174
6．5 本章小結(jié) 181
參考文獻(xiàn) 182
第7章 能效均衡的分布式協(xié)作緩存技術(shù) 185
7．1 研究背景 186
7．1．1 現(xiàn)存問(wèn)題 186
7．1．2 研究現(xiàn)狀 187
7．2 基于流模型的緩存演化評(píng)估機(jī)制 190
7．2．1 網(wǎng)絡(luò)節(jié)點(diǎn)狀態(tài)描述 191
7．2．2 移動(dòng)節(jié)點(diǎn)狀態(tài)轉(zhuǎn)移模型 192
7．2．3 基于流模型的移動(dòng)緩存演化評(píng)估 197
7．3 面向時(shí)間閾值的緩存策略 200
7．3．1 能效均衡的緩存優(yōu)化問(wèn)題建模 201
7．3．2 面向時(shí)間閾值的分布式緩存優(yōu)化算法 201
7．4 實(shí)驗(yàn)驗(yàn)證和性能分析 207
7．4．1 實(shí)驗(yàn)環(huán)境設(shè)置 207
7．4．2 實(shí)驗(yàn)結(jié)果對(duì)比分析 207
7．5 本章小結(jié) 211
參考文獻(xiàn) 212
第8章 面向隱私保護(hù)的移動(dòng)內(nèi)容預(yù)取機(jī)制 215
8．1 研究背景 216
8．1．1 現(xiàn)存問(wèn)題 216
8．1．2 研究現(xiàn)狀 218
8．2 移動(dòng)網(wǎng)絡(luò)的內(nèi)容預(yù)取優(yōu)化模型 220
8．2．1 用戶(hù)偏好因素分析 220
8．2．2 基于用戶(hù)偏好、內(nèi)容流行度和社交關(guān)系的預(yù)取優(yōu)化問(wèn)題建模 222
8．3 面向差分隱私的預(yù)取優(yōu)化算法 229
8．4 實(shí)驗(yàn)驗(yàn)證和性能分析 240
8．4．1 實(shí)驗(yàn)環(huán)境設(shè)置 241
8．4．2 實(shí)驗(yàn)結(jié)果對(duì)比分析 241
8．5 本章小結(jié) 247
參考文獻(xiàn) 248
名詞索引 251