CPePC：面向命名数据网络的协作预测缓存

Research Paper#Networking, Caching, Named Data Networks🔬 Research|分析: 2026年1月3日 15:55•
发布: 2025年12月30日 08:35
•
1分で読める
•ArXiv

分析

本文针对命名数据网络（NDN）中高效缓存的挑战，提出了 CPePC，一种协作缓存技术。其核心贡献在于最小化流行度估计开销并预测缓存参数。本文的重要性在于它有可能通过优化内容缓存决策来提高网络性能，尤其是在资源受限的环境中。
引用 / 来源
查看原文
"CPePC bases its caching decisions by predicting a parameter whose value is estimated using current cache occupancy and the popularity of the content into account."
A
ArXiv2025年12月30日 08:35
* 根据版权法第32条进行合法引用。
较旧

Machine Learning Cheat Sheet (for scikit-learn)

较新

Using machine learning to index text from billions of images

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv