基于兴趣行为的分布式虚拟环境缓存管理方法与流程

技术特征：

1.一种基于兴趣行为的分布式虚拟环境缓存管理方法，其特征在于，包括以下步骤：

根据节点在虚拟场景中的行为轨迹构建兴趣簇，一个节点至少属于一个兴趣簇，所述兴趣簇中各节点同时作为供应节点和固有节点，各节点具有一缓存空间，兴趣簇在漫游过程中所拾取的单元格构成的区域定义为兴趣域；

将节点的缓存空间中的数据划分为五种状态，包括当前视域缓存状态、预下载缓存状态、定位数据缓存状态、副本数据缓存状态和保留数据缓存状态；

根据节点的场景拾取速度、场景数据量构建节点在所述兴趣簇中的直接前驱节点集；

节点请求数据时，首先从所述直接前驱节点集中供应节点请求处于任一缓存状态的数据，在所述直接前驱节点集无法满足数据要求时，通过资源定位文件获得资源对应的固有节点，从所述固有节点请求获取处于定位数据缓存状态的数据，所述资源定位文件周期性传递式更新。

2.根据权利要求1所述的基于兴趣行为的分布式虚拟环境缓存管理方法，其特征在于，构建所述兴趣簇时，抽取化身的行为轨迹进行聚类分析，动态地将兴趣相似度大于设定阈值的节点加入同一兴趣簇。

3.根据权利要求1所述的基于兴趣行为的分布式虚拟环境缓存管理方法，其特征在于，所述缓存空间中处于不同状态的数据具有不同的缓存优先级，当缓存空间不足时，缓存优先级小的数据优先剔除，所述缓存优先级的次序为CSC_prior＞PSC_prior＞LSC_prior＞DSC_prior＞RSC_prior，其中，CSC_prior、PSC_prior、LSC_prior、DSC_prior、RSC_prior依次表示当前视域缓存状态、预下载缓存状态、定位数据缓存状态、副本数据缓存状态和保留数据缓存状态的缓存优先级。

4.根据权利要求1所述的基于兴趣行为的分布式虚拟环境缓存管理方法，其特征在于，所述直接前驱节点集中的节点Peer_j满足以下双目标函数：

min pr

$\min Dist=\frac{{\mathrm{\Σ}}_{pk=p1}^{pr}dist(Node,{\mathrm{Peer}}_{pk})}{pr}$

且所述双目标函数满足约束条件：

$\underset{pk=p1}{\overset{pr}{\Σ}}RBW\left({\mathrm{Peer}}_{pk}\right)\≥UBW$

式中，pr表示直接前驱节点集中节点个数，dist(Node,Peer_pk)表示节点Node和直接前驱节点集中节点Peer_pk的欧氏距离，RBW(Peer_pk)表示节点Peer_pk扣除已有的后继节点占有服务带宽的剩余带宽，UBW表示每个节点应维护的前驱供应节点的域基本上载带宽，且满足：

UBW≥u×ADVol×ALSpeed

其中，u表示节点每移动一个单元格需要加载的新单元格的数量，ADVol表示当前兴趣域内单元格的平均场景数据，ALSpeed表示当前兴趣域内单元格的平均拾取速度。

5.根据权利要求4所述的基于兴趣行为的分布式虚拟环境缓存管理方法，其特征在于，所述平均拾取速度根据以下公式获得：

$ALSpeed=\frac{{\mathrm{\Σ}}_{i=1}^{m}LSpeed\left({\mathrm{Cell}}_i\right)}{m}$

$LSpeed\left({\mathrm{Cell}}_i\right)=\frac{\underset{{\mathrm{Cell}}_j\∈S}{max}{\mathrm{ASpeed}}_j}{L_{cell}}$

式中，m表示当前兴趣域包含的单元格的数量，LSpeed(Cell_i)表示单元格Cell_i的拾取速度，L_cell表示单元格边长，S表示以Cell_i为中心、以r为半径的单元格集合。

6.根据权利要求1所述的基于兴趣行为的分布式虚拟环境缓存管理方法，其特征在于，所述兴趣簇满足或趋近如下目标：

a)兴趣簇的各节点中处于定位数据缓存状态的数据包含对应兴趣域中所有单元格，即：

式中，n表示兴趣簇中节点个数，表示存在于第p个节点中处于定位数据缓存状态的单元格，p表示节点序号，RCell表示兴趣域所包含的所有单元格；

b)资源定位文件维护有每个定位数据缓存状态数据对应的固有节点，且每个定位数据缓存状态数据拥有稳定的上载供应能力。

7.根据权利要求6所述的基于兴趣行为的分布式虚拟环境缓存管理方法，其特征在于，所述每个定位数据缓存状态数据拥有稳定的上载供应能力具体为：

针对定位数据缓存状态的单元格Cell_j，存储该Cell_j的节点node满足以下条件

$\left\{\begin{array}{c}NBW\≥DVol\left({\mathrm{Cell}}_j\right)\×LSpeed\left({\mathrm{Cell}}_j\right)\\ NCache\≥Cache\left({\mathrm{Cell}}_j\right)+\ΣCache\left({\mathrm{NCell}}_p^s\right),S\∈\{PSC,CSC\}\end{array}\right.$

式中，NBW、NCache分别表示节点node的可用上载带宽和缓存空间，DVol(Cell_j)表示单元格数据量，LSpeed(Cell_j)表示单元格拾取速度，Cache(Cell_j)表示单元格所需缓存空间，表示节点node中处于当前视域缓存状态和预下载缓存状态的数据占用的缓存空间之和。

8.根据权利要求1所述的基于兴趣行为的分布式虚拟环境缓存管理方法，其特征在于，所述资源定位文件由超级节点进行周期性传递式更新，具体为：

获取兴趣簇中缓存有处于定位数据缓存状态的Cell_j的至少一个节点，若所述至少一个节点中的一个节点n_i满足

$\underset{n_i\∈n}{\min }\left({\mathrm{NLSC}}_i\right)$

NLSC_i＝α₁×NDist_i+β₁×NCrate_i

则指定节点n_i作为Cell_j的存储节点，更新资源定位文件，将其它节点中缓存的Cell_j转化为副本数据缓存状态，其中，NDist_i表示节点的视点圆心与Cell_j的空间距离归一化量，NCrate_i表示Cell_j在节点缓存空间中所占的比例作为缓存比重指标，α₁、β₁表示权重，且α₁+β₁＝1，n表示兴趣簇中缓存有处于定位数据缓存状态的Cell_j的节点集合；

在某一节点缓存空间不足时，根据该节点中所有处于定位数据缓存状态的单元格的删除优先级进行单元格剔除，更新资源定位文件。

9.根据权利要求8所述的基于兴趣行为的分布式虚拟环境缓存管理方法，其特征在于，所述根据该节点中所有处于定位数据缓存状态的单元格的删除优先级进行单元格剔除具体为：

计算节点中新转化的定位数据缓存状态单元格和已有的定位数据缓存状态单元格的删除优先级：

CPrior_i＝α₂×VRate_i+β₂×RDeg_i

式中，CPrior_i表示单元格Cell_i的优先级，VRate_i表示单元格请求率，RDeg_i表示单元格重用度，α₂、β₂表示权重，α₂+β₂＝1；

依次剔除优先级低的单元格，即

$\underset{{\mathrm{Cell}}_i\∈{\mathrm{NCll}}^{LSC}}{\min }\left({\mathrm{Cprior}}_i\right)$

式中，NCell^LSC表示节点中所有处于定位数据缓存状态的单元格的集合。

10.根据权利要求8所述的基于兴趣行为的分布式虚拟环境缓存管理方法，其特征在于，在进行处于定位数据缓存状态的单元格剔除时，若在兴趣簇中存在与待剔除单元格相应的处于副本数据缓存状态的数据，则直接剔除所述待剔除单元格，并选择另一存储有所述处于副本数据缓存状态的数据的节点，将所述处于副本数据缓存状态的数据转化为定位数据缓存状态。