移動互聯(lián)網(wǎng)內(nèi)容分發(fā)技術

目 錄
第 1章 緒論 001
1．1 引言 002
1．2 移動內(nèi)容分發(fā)的基本概念 004
1．2．1 移動內(nèi)容分發(fā)所針對的主要服務 004
1．2．2 移動內(nèi)容分發(fā)的主要組件 006
1．3 移動內(nèi)容分發(fā)的發(fā)展與趨勢 008
1．3．1 移動內(nèi)容分發(fā)的發(fā)展歷史 008
1．3．2 新型網(wǎng)絡體系架構 010
1．4 移動內(nèi)容分發(fā)的現(xiàn)狀與挑戰(zhàn) 017
1．4．1 應用現(xiàn)狀 017
1．4．2 主要挑戰(zhàn) 019
1．5 移動內(nèi)容分發(fā)的關鍵技術 020
1．5．1 用戶行為感知與認知 020
1．5．2 移動內(nèi)容分發(fā)的資源管理與維護 024
1．5．3 移動環(huán)境的數(shù)據(jù)轉(zhuǎn)發(fā)與路由 026
1．5．4 面向異構無線環(huán)境的傳輸控制 028
1．5．5 移動場景的內(nèi)容緩存機制 030
1．5．6 移動內(nèi)容預取與隱私安全 034
1．6 移動內(nèi)容分發(fā)的未來研究方向 035
1．6．1 面向區(qū)塊鏈的移動內(nèi)容分發(fā) 035
1．6．2 基于人工智能的移動內(nèi)容分發(fā) 035
1．7 本章小結 036
參考文獻 036
第 2章 移動網(wǎng)絡用戶行為認知方法 039
2．1 研究背景 040
2．1．1 現(xiàn)存問題 040
2．1．2 研究現(xiàn)狀 041
2．2 基于蟻群算法的用戶請求偏好分析方法 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 加權路徑選擇概率模型 048
2．3 內(nèi)容訪問行為的狀態(tài)評估與預測 049
2．3．1 狀態(tài)評估模型 050
2．3．2 狀態(tài)預測算法 051
2．4 基于馬爾可夫的移動相似性評估方法 053
2．4．1 用戶移動行為建模 053
2．4．2 移動行為相似性評估 054
2．5 實驗驗證和性能分析 056
2．5．1 實驗環(huán)境設置 056
2．5．2 實驗結果對比分析 056
2．6 本章小結 061
參考文獻 061
第3章 移動網(wǎng)絡的內(nèi)容分發(fā)服務體系 065
3．1 研究背景 066
3．1．1 現(xiàn)存問題 066
3．1．2 研究現(xiàn)狀 068
3．2 移動內(nèi)容分發(fā)的服務框架與技術 070
3．2．1 分布式內(nèi)容存儲機制 071
3．2．2 移動環(huán)境資源定位方法 073
3．2．3 多路協(xié)同數(shù)據(jù)傳輸機制 076
3．2．4 用戶感知的內(nèi)容預取技術 078
3．3 仿真結果與性能分析 083
3．3．1 實驗環(huán)境設置 084
3．3．2 實驗結果對比分析 086
3．4 本章小結 096
參考文獻 096
第4章 基于移動虛擬社區(qū)的資源管理與維護 101
4．1 研究背景 102
4．1．1 現(xiàn)存問題 102
4．1．2 研究現(xiàn)狀 103
4．2 面向蜂窩網(wǎng)絡的社區(qū)化資源管理方案 105
4．2．1 基于用戶行為的社區(qū)構建 107
4．2．2 社區(qū)的網(wǎng)絡層資源管理 110
4．2．3 社區(qū)的成員層資源維護 117
4．3 面向車聯(lián)網(wǎng)的動態(tài)化資源維護方案 119
4．4 蜂窩網(wǎng)絡環(huán)境下的實驗結果和分析 124
4．4．1 實驗環(huán)境設置 125
4．4．2 實驗結果對比分析 126
4．5 車聯(lián)網(wǎng)環(huán)境下的實驗結果和分析 132
4．5．1 實驗環(huán)境設置 132
4．5．2 實驗結果對比分析 134
4．6 本章小結 139
參考文獻 140
第5章 族群化的移動網(wǎng)絡數(shù)據(jù)轉(zhuǎn)發(fā)機制 143
5．1 研究背景 144
5．1．1 現(xiàn)存問題 144
5．1．2 研究現(xiàn)狀 145
5．2 移動自適應的族群服務架構 146
5．3 面向移動族群的數(shù)據(jù)轉(zhuǎn)發(fā)策略 148
5．3．1 最優(yōu)內(nèi)容提供節(jié)點選擇機制 148
5．3．2 移動網(wǎng)絡的啟發(fā)式路由策略 149
5．3．3 移動感知的數(shù)據(jù)傳輸方法 150
5．4 實驗驗證和性能分析 151
5．4．1 實驗環(huán)境設置 151
5．4．2 實驗結果對比分析 152
5．5 本章小結 153
參考文獻 154
第6章 基于隨機優(yōu)化的移動網(wǎng)絡傳輸控制 157
6．1 研究背景 158
6．1．1 現(xiàn)存問題 158
6．1．2 研究現(xiàn)狀 159
6．2 多路徑時變信道下的傳輸控制模型 160
6．2．1 移動多路傳輸?shù)亩嘣淳W(wǎng)絡模型 160
6．2．2 基于虛擬隊列的傳輸質(zhì)量評估方法 162
6．3 基于隨機優(yōu)化的聯(lián)合傳輸控制技術 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 實驗驗證和性能分析 173
6．4．1 實驗環(huán)境設置 173
6．4．2 實驗結果對比分析 174
6．5 本章小結 181
參考文獻 182
第7章 能效均衡的分布式協(xié)作緩存技術 185
7．1 研究背景 186
7．1．1 現(xiàn)存問題 186
7．1．2 研究現(xiàn)狀 187
7．2 基于流模型的緩存演化評估機制 190
7．2．1 網(wǎng)絡節(jié)點狀態(tài)描述 191
7．2．2 移動節(jié)點狀態(tài)轉(zhuǎn)移模型 192
7．2．3 基于流模型的移動緩存演化評估 197
7．3 面向時間閾值的緩存策略 200
7．3．1 能效均衡的緩存優(yōu)化問題建模 201
7．3．2 面向時間閾值的分布式緩存優(yōu)化算法 201
7．4 實驗驗證和性能分析 207
7．4．1 實驗環(huán)境設置 207
7．4．2 實驗結果對比分析 207
7．5 本章小結 211
參考文獻 212
第8章 面向隱私保護的移動內(nèi)容預取機制 215
8．1 研究背景 216
8．1．1 現(xiàn)存問題 216
8．1．2 研究現(xiàn)狀 218
8．2 移動網(wǎng)絡的內(nèi)容預取優(yōu)化模型 220
8．2．1 用戶偏好因素分析 220
8．2．2 基于用戶偏好、內(nèi)容流行度和社交關系的預取優(yōu)化問題建模 222
8．3 面向差分隱私的預取優(yōu)化算法 229
8．4 實驗驗證和性能分析 240
8．4．1 實驗環(huán)境設置 241
8．4．2 實驗結果對比分析 241
8．5 本章小結 247
參考文獻 248
名詞索引 251