通过将缓存从云端迁移到网络边缘缓存设备,边缘缓存技术以能满足互联网延时敏感型应用要求的特点代表了提高互联网性能的一种有前途的技术。边缘缓存设备上高效的缓存策略是确保缓存命中率的关键因素,现有的缓存替换算法(例如FIFO,LRU,LFU和RR)忽略了文件大小各异的影响因素,可能导致缓存污染问题。为了提高缓存空间利用率,减少用户平均请求延迟,本文在边缘缓存系统模型的基础上研究了确定文件缓存价值量的新方法,提出了基于文件缓存价值量感知的缓存替换算法(FCVACR)算法。本文主要工作和研究内容总结如下:1、本文给出了网络边缘缓存系统模型,探索了用户请求行为,文件受欢迎程度,以及文件大小对网络边缘缓存系统和用户请求延时的影响。以提高缓存命中率,降低用户平均请求延时为出发点,研究了边缘缓存系统模型中文件缓存决策和缓存替换的问题。2、本文基于文件大小的特性给出了网络边缘缓存决策策略,通过大量的仿真实验获得基站中最佳缓存阈值。在最佳缓存阈值下,以缓存文件部分或全部内容的方式来减少用户请求延时。实验结果表明,给出的基于文件大小感知的缓存决策策略能提高缓存命中率,降低用户的平均请求延时。3、本文通过引入文件缓存价值量,研究了以最小化平均延时和最大化缓存命中率为目标的缓存替换策略,提出了基于文件缓存价值量感知的缓存替换算法,搭建了一个实验平台来验证本文所提方法的有效性。实验结果表明,本文提出的FCVACR算法比FIFO算法,LRU算法,LFU算法和RR算法的平均延时分别减少了14%,13.9%,12%和15.6%。可见,本文提出的FCVACR算法可以更好地满足用户对延时敏感型网络应用低延迟的要求。