CN102656570A - 用于缓存的方法、服务器、计算机程序和计算机程序产品 - Google Patents

Abstract

本发明提供一种方法，包括：在电信网络的缓存服务器中确定要分析的用户简档；在所述缓存服务器中获取一组用户简档；获取该组用户简档中的每个用户简档相对于所述要分析的用户简档的相关性测量；以及在考虑所述相关性测量的情况下，计算与该组用户简档关联的内容历史中的至少一个内容的内容缓存优先级。还提供了对应的服务器、计算机程序和计算机程序产品。

Description

用于缓存的方法、服务器、计算机程序和计算机程序产品

技术领域

本发明涉及缓存(caching)，更具体地，涉及提高缓存精确性。

背景技术

缓存介质是用于在电信网络或企业网络中改善存取时间和优化带宽使用的一种已知技术。缓存使用诸如盘空间或者其他存储器件之类的存储器块来临时存储在将来很可能需要的一些数据的副本。

当缓存客户端(即，需要数据的实体，如计算机或移动终端)尝试存取一些数据时，它们首先检查缓存。如果需要的数据可在缓存中获得(缓存命中)，则使用缓存副本。如果在缓存中没有发现该数据(缓存未命中)，则从原始源下载该数据。在缓存未命中的情况下，将数据的副本临时存储在缓存中，以供以后存取。

当在缓存中存储新数据时，经常需要移除一些以前缓存的数据，以便释放存储容量。确定什么样的旧数据应该被移除的策略被称为缓存算法或者缓存替换算法。

提高缓存精确性的任何改进具有极大的益处。这将提供较多的命中和较少的未命中，从而提高了性能并且降低了网络拥塞。

发明内容

因此本发明的目的是改进缓存。

根据本发明的第一方面，提供了一种用于缓存的方法，包括步骤：在电信网络的缓存服务器中确定要分析的用户简档；在所述缓存服务器中获取一组用户简档；获取所述该组用户简档中的每个用户简档相对于所述要分析的用户简档的相关性测量；以及在考虑所述相关性测量的情况下，计算与所述该组用户简档关联的内容历史中的至少一个内容的内容缓存优先级。

通过考虑用户之间的相关性，将获得提高的缓存精确性。这将导致较少的缓存未命中和较多的缓存命中，通过使用该方法提高了缓存性能。因此，改善了缓存。

获取相关性测量的步骤可以包括：从电信网络中的中心相关性测量提供者服务器获取相关性测量。使用中心相关性测量提供者服务器允许实现鲁棒的数据完整性。可选地，可以定期地或按需地(on demand)通过网络从中心相关性测量提供者服务器向下分发相关性测量(即，推(push)或拉(pull))。

可以在由获取相关性测量的步骤请求时计算相关性测量。通过仅在被请求时(即，按需要)计算相关性测量，可以考虑最近的数据，生成更精确的相关性测量。这可以集中地或者在网络层级的下层的节点，即，更接近客户端的节点，中执行。

可以使用静态相关性数据和/或动态相关性数据计算相关性测量。这在使用获取相关性测量的数据源方面提供了极大的灵活性。

可以使用由第三方通过外部应用编程接口提供的相关性数据计算相关性测量。第三方可以具有关于***中的用户之间的关系的更多数据，因此给出了更精确的相关性测量，并且由此给出了更好的缓存。

获取一组用户简档的步骤可以包括：获取当前与缓存服务器关联的所有用户简档构成的组。换言之，为了不遗漏被分析用户与缓存服务器下的用户之间的任何潜在关系，处理与缓存服务器关联的所有用户的关系。

获取一组用户简档的步骤可以包括：获取与要分析的用户简档关联的一组用户简档。换言之，首先确定哪些用户与要分析的用户具有任何种类的关系，以及仅检查那些用户的相关性。这样会提高效率。

该方法可以响应于要分析的用户简档存取内容而开始。这允许基于最近存取的数据来更新缓存。

该方法可以响应于要分析的用户简档变为与缓存服务器关联而开始。例如，当用户简档的用户移动到缓存服务器负责的区域时，这可能出现在移动网络中。

计算内容缓存优先级的步骤中：内容历史可以是针对该组用户简档的较大的内容历史的子集。这允许实现更高效处理，原因是整个内容历史可能相当大。

该方法还可以包括以下步骤：基于所计算的内容缓存优先级来确定是否预获取与该内容缓存优先级相关联的内容。这可以创建非常有效率的缓存策略，特别是当缓存服务器位于接近客户端的位置时，例如在基站中或者甚至与客户端位于一处时，更是如此。

该方法还包括步骤：基于所计算的缓存优先级来确定是保存还是丢弃与该内容缓存优先级相关联的内容。这允许由于有效更新而实现小延迟的缓存管理。

在计算内容缓存优先级的步骤中，可以使用内容类型因子，其中内容类型因子针对不同类型的内容而不同。这允许***运营商配置各种类型的内容之间的相对强度。例如，网页(文本和/或图像)可以配置为比视频内容更重要。

在计算内容缓存优先级的步骤中，可以使用针对要分析的用户简档的权重因子，其中针对要分析的用户简档的权重因子指示服务级别。这允许针对不同用户，例如铜牌订户、银牌订户、或金牌订户，而存在缓存差异。因此，可以在最需要的地方配置较好的缓存。

本发明的第二方面是一种用于缓存的缓存服务器，包括：缓存存储器；用户简档确定器，布置为确定要分析的用户简档；组获取器，布置为获取一组用户简档；相关性测量获取器，布置为获取该组用户简档中的每个用户简档相对于要分析的用户简档的相关性测量；以及内容缓存优先级计算器，布置为在考虑相关性测量的情况下计算与该组用户简档的内容历史中的至少一个内容的内容缓存优先级。

通过考虑用户之间的相关性，将获得提高的缓存精确性。这将导致较少的缓存未命中和较多的缓存命中，通过使用该方法提高了缓存服务器的性能。因此，改善了缓存。

相关性测量获取器可以布置为：从电信网络中的中心相关性测量提供者服务器获取相关性测量。使用中心相关性测量提供者服务器允许实现鲁棒的数据完整性。可选地，可以定期地或按需地(on demand)通过网络从中心相关性测量提供者服务器向下分发相关性测量(即，推或拉)。

电信网络可以包括移动通信网络，并且缓存服务器可以耦合到移动通信网络的基站。基站是网络中的靠近客户端且负责与客户端通信的点，例如是移动通信网络中的无线接入网的部分。

电信网络可以包括无线局域网，并且缓存服务器可以耦合到无线局域网的无线接入点设备。

缓存服务器可以包括在移动终端中。通过将缓存服务器与客户端协同定位，在移动终端的该情况下，例如通过使用预获取，可以获得极大的效率。

内容缓存优先级计算器可以在相关性测量获取器进行请求时计算相关性测量。通过仅在被请求时(即，按需要)计算相关性测量，可以考虑最近的数据，生成更精确的相关性测量。这可以集中地或者在网络层级的下层的节点，即，更接近客户端的节点，中执行。

内容缓存优先级计算器可以使用静态相关性数据和/或动态相关性数据来计算相关性测量。这在使用获取相关性测量的数据源方面提供了极大的灵活性

内容缓存优先级计算器可以使用由第三方通过外部应用编程接口提供的相关性数据来计算相关性测量。第三方可以具有关于***中的用户之间的关系的更多数据，因此给出了更精确的相关性测量并且由此给出了更好的缓存。

组获取器可以布置为获取当前与缓存服务器关联的所有用户简档构成的组。换言之，为了不遗漏被分析用户与缓存服务器下的用户之间的任何潜在关系，处理与缓存服务器关联的所有用户的关系。

组获取器可以布置为获取与要分析的用户简档关联的一组用户简档。换言之，首先确定哪些用户与要分析的用户具有任何种类的关系，以及仅检查那些用户的相关性。这允许提高效率。

内容缓存优先级计算器可以布置为响应于要分析的用户简档存取内容而计算内容缓存优先级。这允许基于最近存取的数据来更新缓存。

内容缓存优先级计算器可以布置为响应于要分析的用户简档变为与缓存服务器关联而计算内容缓存优先级。例如，当用户简档的用户移动到缓存服务器负责的区域时，这可能出现在移动网络中。

内容缓存优先级计算器可以布置为基于内容历史来计算内容缓存优先级，其中所述内容历史是针对该组用户简档的较大的内容历史的子集。这允许实现更高效处理，原因是整个内容历史可能相当大。

缓存服务器还可以包括预获取确定器，所述获取确定器基于所计算的内容缓存优先级来确定是否预获取与该内容缓存优先级相关联的内容。这可以创建非常有效率的缓存策略，特别是当缓存服务器位于接近客户端的位置时，例如在基站中或者甚至与客户端协同定位时，更是如此。

缓存服务器可以包括内容保存确定器，所述内容保存确定器布置为基于所计算的缓存优先级来确定是保存还是丢弃与该内容缓存优先级相关联的内容。这允许由于有效更新而实现小延迟的缓存管理。

内容缓存优先级计算器可以布置为：基于内容类型因子计算内容缓存优先级，其中内容类型因子针对不同类型的内容而不同。这允许***运营商配置各种类型的内容之间的相对强度。例如，网页(文本和/或图像)可以配置为比视频内容更重要。

内容缓存优先级计算器可以布置为：基于针对要分析的用户简档的权重因子计算内容缓存优先级，其中针对要分析的用户简档的权重因子指示服务级别。这允许针对不同用户，例如铜牌订户、银牌订户、或金牌订户的，而存在缓存差异。因此，可以在最需要的地方配置较好的缓存。

本发明的第三方面是用于缓存的缓存服务器，包括根据第二方面的多个缓存服务器。

所述多个缓存服务器可以布置为在层级中彼此相关联。这允许缓存服务器位于层级中的较高层，以在层级中存在低层未命中的情况下用作二级(或，更高级)缓存。换言之，降低了必须去往原始内容源的风险。

本发明的第四方面是用于缓存服务器的计算机程序，所述计算机程序包括计算机程序代码，所述计算机程序代码在缓存服务器上运行时使缓存服务器执行步骤：确定要分析的用户简档；获取一组用户简档；获取该组用户简档中的每个用户简档相对于所述要分析的用户简档的相关性测量；以及在考虑所述相关性测量的情况下，计算与该组用户简档关联的内容历史中的至少一个内容的内容缓存优先级。

获取相关性测量的步骤可以包括：从电信网络中的中心相关性测量提供者服务器获取相关性测量。使用中心相关性测量提供者服务器允许实现鲁棒的数据完整性。可选地，可以定期地或按需地(on demand)通过网络从中心相关性测量提供者服务器向下分发相关性测量(即，推或拉)。

可以在由获取相关性测量的步骤请求时计算相关性测量。通过仅在被请求时(即，按需要)计算相关性测量，可以考虑最近的数据，生成更精确的相关性测量。这可以集中地或者在网络下层的节点中执行。

可以使用静态相关性数据和/或动态相关性数据计算相关性测量。这在使用获取相关性测量的数据源方面提供了极大的灵活性。

可以使用由第三方通过外部应用编程接口提供的相关性数据计算相关性测量。第三方可以具有关于***中的用户之间的关系的更多数据，因此给出了更精确的相关性测量，并且由此给出了更好的缓存。

获取一组用户简档的步骤可以包括：获取当前与缓存服务器关联的所有用户简档构成的组。换言之，为了不遗漏被分析用户与缓存服务器下的用户之间的任何潜在关系，处理与缓存服务器关联的所有用户的关系。

获取一组用户简档的步骤可以包括：获取与要分析的用户简档关联的一组用户简档。换言之，首先确定哪些用户与要分析的用户具有任何种类的关系，以及仅检查那些用户的相关性。这样会提高效率。

该计算机程序可以响应于要分析的用户简档存取内容而开始。这允许基于最近存取的数据来更新缓存。

该计算机程序可以响应于要分析的用户简档变为与缓存服务器关联而开始。例如，当用户简档的用户移动到缓存服务器负责的区域时，这可能出现在移动网络中。

计算内容缓存优先级的步骤中：内容历史可以是针对该组用户简档的较大的内容历史的子集。这允许实现更高效的处理，原因是整个内容历史可能相当大。

该计算机程序还可以包括执行以下步骤的计算机程序代码：基于所计算的内容缓存优先级来确定是否预获取与该内容缓存优先级相关联的内容。这可以创建非常有效率的缓存策略，特别是当缓存服务器位于接近客户端的位置时，例如在基站中或者甚至与客户端协同定位时，更是如此。

该计算机程序还可以包括执行以下步骤的计算机程序代码：基于所计算的缓存优先级来确定是保存还是丢弃与该内容缓存优先级相关联的内容。这允许由于有效更新而实现小延迟的缓存管理。

本发明的第五方面是计算机程序产品，其包括根据第四方面的计算机程序以及计算机可读装置，其中所述计算机程序存储在所述计算机可读装置中。

应该注意，第一、第二、第三、第四和第五方面的任何特征在合适的情况下可以应用到本发明的任何其他方面。所有方面可以提供与第一方面相同或类似的效果和/或益处。

通常，除非文中另有定义，权利要求中使用的所有术语是根据它们在技术领域中的通常含义来解释的。除非另有明确说明，所有对“一/一个/所述单元、装置、组件、模块、步骤等”的引用公开解释为指的是对所述单元、装置、组件、模块、步骤的至少一个实例的。除非另有明确说明，本文所公开的任何方法的步骤不一定以所公开的确切顺序来执行。

附图说明

现在参考附图通过示例来描述本发明，在附图中：

图1a-c是可以应用本发明实施例的环境的示意图；

图2是图1a-c的任意缓存服务器的组件的示意图；

图3是图2的计算机程序产品的模块的示意图；

图4是图1的相关性测量提供者服务器的组件的示意图；

图5是如何存储缓存优先级的表的示例；

图6是示出根据一个实施例的方法的流程图；以及

图7是示出图1的不同用户之间的相关性的示意图。

具体实施方式

下文中将参考附图更全面地描述本发明，在附图中示出了本发明的一些实施例。然而，本发明可以以多种不同的形式具体实现，并且不应该解释为局限于本文所阐述的实施例；相反，这些实施例是作为示例提供的，使得本公开将是全面和完整的，并且将向本领域普通技术人员完全传达本发明的范围。在所有描述中，类似的标号指代类似的单元。

图1a是可以应用本发明实施例的环境的示意图。

缓存***包括中心定位的相关性测量提供者服务器10，其是提供缓存服务器12a-z，12’使用的相关性测量的服务器。缓存服务器12a-z，12’位于缓存***1中的不同位置。例如，在图1a示出的实施例中，缓存服务器12a-z，12’均连接到缓存服务器1中的各自的网络节点11a-z。网络节点11a-z例如可以是基站收发器、节点B(遵照UMTS，通用移动通信***)、增强型节点B(遵照LTE，长期演进)。可选地，网络节点11a-z可以是无线接入点(例如，遵照IEEE802.11标准)。

每个网络节点11a-z具有一个或更多个关联的客户端构成的集合13a-z。以这种方式，缓存服务器12a-z中的每一个负责客户端13a-z集合的缓存。客户端13a-z可以是能够接收数字内容的任何合适的客户端，例如是诸如移动电话、个人数字助理(PDA)、笔记本、或者膝上型计算机之类的移动终端。作为备选或补充，客户端甚至可以是固定的台式计算机的形式。客户端13a-z的用户具有关联的用户简档，使用用户标识符标识所述用户简档。用户简档可以例如连接到订阅，如移动电话订阅。用户标识符可以是电话号码、电子邮件地址或者在缓存***中是唯一的任何其他合适的用户标识符。无论何时在本文中提到术语“用户”时，其被解释为可由用户标识符标识的用户。

一个或更多个第三方16可以连接到相关性测量提供者服务器10。这允许例如第三方16向相关性测量提供者服务器10提供关于用户的使用历史或者缓存***1负责的各个用户之间的连接的数据。

例如，第三方16可以是社交网络网站或即时消息服务的服务器，所述社交网络网站例如是Facebook、Myspace或者Twitter，所述即时消息服务例如是Windows Live Messenger、ICQ或Google talk。这样的网站不仅能够提供关于相连的两个用户的信息，而且还能够提供它们连接到的范围程度的测量，例如使用两个用户之间的通信历史来提供。作为备选或补充，第三方16可以是有权访问用户的一些内容历史的服务器，如Google或者任何内容提供商。例如，视频内容网站可以具有如下信息：请求内容A的用户的80％也请求内容B。这可以例如指示两个内容是已被分开的内容部分。换言之，在请求内容A的情况下，预获取内容B是有益的。此外，在线购物平台(如Amazon、Ebay等)可以登记每个用户针对不同内容类型的首选项以及用户之间的关系。DPI(深层检测)能力将允许从网络内的未加密业务推测出一些这种信息。

可选地，缓存服务器可以按层级布置。例如，中心缓存服务器12’可以具有多个存储器，并且由此比布置在层级的较低点的缓存服务器12a-z保存更多的内容。这允许中心缓存服务器12’在本地缓存服务器12a-z未命中的情况下用作二级缓存服务器。可选地，可以存在在一个或更多个中间级别提供的多个缓存服务器。可选地，客户端13a-z还可以容纳缓存服务器。

图1b是与图1a的环境类似的环境的示意图，但是其中附加的相关性测量提供者服务器10a-z分别与节点11a-z和缓存服务器12a-z中的每一个位于一处。此处，可以提供同步整个网络中的相关性测量提供者服务器10，10a-z的功能。

图1c是与图1b的环境类似的环境的示意图，但是其中相关性测量提供者服务器10’与客户端13a-z和缓存服务器12a-z位于一处。同样，在相关性测量提供者服务器10a-z、10、10’中间可以出现同步。

图2是图1a-z的缓存服务器12a-z，12’的组件的示意图。所有缓存服务器都服从下面提供的描述，由此它们可以由参考标号12来统称，即使不同缓存服务器12a-z，12’的配置可以变化，也是如此。

使用能够执行计算机程序产品22中(例如，以存储器的形式)存储的软件指令的任何合适的中央处理单元(CPU)、微控制器、数字信号处理器(DSP)等来提供控制器20。计算机程序产品22可以是读写存储器(RAM)和只读存储器(ROM)的任何组合。存储器22还包括永久存储器，其例如可以是磁存储器、光存储器、或者固态存储器中的任何单个或组合。计算机程序产品22可以与用于存储缓存内容和描述缓存内容的表(包括每个存储内容的内容缓存优先级)的存储器位于一处。内容缓存优先级是指示保持一个内容有多重要的相对测量。例如，较高的内容缓存优先级可以意味着内容被存取的可能性较高。在一个示例中，内容缓存优先级是计算的内容被存取的可能性。换言之，内容缓存优先级允许实现各种内容之间的比较以确定哪个内容更可能被再次存取。

提供输入/输出接口24以允许缓存服务器与其他组件交互，所述其他组件例如是相关性测量提供者服务器10或客户端13a-z。输入/输出接口24例如可以是网络接口，如以太网接口。在缓存服务器与其他设备(如网络节点或移动终端)位于一处的情况下，控制器20、计算机程序产品22和/或输入/输出接口24可以共享所述其他(一个或多个)设备。

可选地，提供用户接口(未示出)供操作员使用。作为补充或备选，可以使用输入/输出接口24远程地或本地地操作缓存服务器12。

缓存服务器12可以集成在一个单元中，或者可以分成若干单独的单元，例如出于可升级性、易于实现或冗余的原因。在存在若干单元组成缓存服务器12的情况下，一些组件可以以不止一个单元(如控制器20和/或存储器22)来呈现。

此外，缓存服务器12可以与客户端13a-z位于一处，其使用客户端的硬件但使用实现缓存所需的软件模块。

图3是图2的计算机程序产品22的模块的示意图。

用户确定器6布置为确定要分析的用户简档。用户简档耦合到缓存服务器控制下的客户端。例如，用户简档可以连接到移动终端的订阅，其中移动终端是客户端，并且订阅可以保存在***移动终端中的通用集成电路卡(UICC)中。

组获取器27布置为获取一组用户简档，如缓存服务器负责的用户标识符或具有到某个具体用户的连接的用户的用户标识符。

相关性测量获取器28布置为获取该组中的每个用户简档相对于要分析的用户简档的相关性测量。

内容缓存优先级计算器29布置为在考虑相关性测量的情况下计算与所述用户简档的组关联的内容历史中的至少一个内容的内容缓存优先级。

图4是图1的相关性测量提供者服务器10的组件的示意图。使用能够执行计算机程序产品16中(例如，在存储器的形式中)存储的软件指令的任何合适的中央处理单元(CPU)、微控制器、数字信号处理器(DSP)等来提供控制器17。计算机程序产品16可以是读写存储器(RAM)和只读存储器(ROM)的任何组合。计算机程序产品16还包括永久存储器，其例如可以是磁存储器、光存储器、或者固态存储器中的任何单个或组合。

提供输入/输出接口15以允许相关性测量提供者服务器10与其他组件交互，所述其他组件诸如是缓存服务器12a-z，12’。输入/输出接口24例如可以是网络接口，如以太网接口。在相关性测量提供者服务器10与其他设备(如缓存服务器、网络节点或移动终端)位于一处的情况下，控制器17、计算机程序产品16和/或输入/输出接口15可以共享所述其他(一个或多个)设备。

可选地，提供用户接口(未示出)供操作员使用。作为备选，可以使用输入/输出接口15远程地或本地地操作相关性测量提供者服务器10。

相关性测量提供者服务器10可以集成在一个单元中，或者可以分成若干单独的单元，例如出于可升级性、易于实现或冗余的原因。在存在若干单元组成相关性测量提供者服务器10的情况下，一些组件可以以不止一个单元(如控制器17和/或计算机程序产品16)来呈现。

相关性测量提供者服务器10构建和存储称为用户之间的社会关系的信息。这样的信息例如可以由电信提供商根据用户之间的通信(例如，使用电话呼叫、消息或其他通信)的频率或先前存取内容的类似性来直接导出。如上所述，社会关系的贡献可以由其他第三方16提交。此外，两个用户之间的关系可以从位于相同位置或具有类似位置历史来导出。

相关性测量提供者服务器10具有经由输入/输出接口15实现的、允许实现网络功能的接口，以关于用户之间的相关性更新相关性测量提供者服务器10，其中所述网络功能例如是SMS(短消息服务)服务器、移动管理功能、位置知晓服务功能、缓存器等。

另外，相关性测量提供者服务器10存储用户先前存取过什么数据的历史。基于该信息，相关性测量提供者服务器10能够以比现有技术中已知的方式更精致的方式预测一个数据将被用户请求的可能性，并且支持网络节点和/或移动终端中的缓存和预获取算法。

图5是可以如何存储缓存优先级的表34的示例。在该示例中，存在3列，一列是内容id 30，一列是内容大小31，以及一列是内容缓存优先级30。内容id 30是表34的关键字的至少一部分。表34中的条目与具体的内容(如文本、图像、视频、声音文件等)对应。因此每个条目具有大小(例如，以字节、千字节或兆字节为单位)和内容缓存优先级。内容缓存优先级可以是任何标量数字，如从0.0到1.0的范围中的浮点数或者在0与255之间的整数。在该示例中，较大的数字指示较高的优先级，但是在较小的数字指示较高的优先级的情况下同样可以使用该表。此外，该示例中的大小是以千字节为单位测量的。

这样的表34可以存储在与缓存服务器12a-z，12’中的每个缓存服务器的计算机程序产品22(图2)位于一处的存储器中。表34允许缓存服务器知道在需要的时候丢弃哪个条目。例如，当存取新内容并且缓存服务器需要丢弃缓存器中的内容以腾出用于新内容的空间时，缓存服务器可以丢弃最低优先级的项目，在该示例中是内容id为z的条目。如果新内容的大小小于或等于10千字节，这就足够了。如果需要丢弃更多内容，缓存服务器12a-z，12’则可以简单地沿着内容缓存优先级的顺序丢弃内容，直到已经腾出足够的可用空间数量。

图6是示出根据在图1a-c的缓存服务器中执行的一个实施例的方法。该方法可以响应于要分析的用户简档存取内容而开始。备选地，该方法可以响应于要分析的用户简档变为与缓存服务器关联，即，客户端变为缓存服务器负责的客户端中的一部分，而开始。

在初始确定用户的步骤40中，确定要分析的用户简档。这可以例如是缓存服务器的新客户端的用户简档。

在获取用户组的步骤41中，确定一组用户简档。这可以例如是相对于要分析的用户具有比特定阈值更强的关系测量的用户简档。在一个实施例中，该阈值是0，由此使得相对于要分析的用户简档具有任何类型的相关性测量的所有用户成为该组的一部分。备选地，使当前与缓存服务器关联的所有用户简档成为该组的一部分。

在获取相关性测量的步骤42中，获取在要分析的用户简档与该组用户简档中的每个用户简档之间的相关性测量(参见下文结合图7的详细描述)。

在计算内容缓存优先级的步骤43中，计算特定内容的优先级。该步骤可以事先发生，或者其可以按需发生。通过仅在被请求时(即，按需)计算相关性测量，可以考虑最近的数据，生成更精确的相关性测量。这可以集中地或者在网络下层的节点上执行。

实际的计算可以使用众多合适的算法中的任何一种来发生。例如，可以使用与计算到特定内容的链接或引用的数目的页排序(如Google之类的搜索引擎所使用的)类似的任何算法。可选地，可以在缓存服务器和/或相关性测量提供者服务器上提供外部接口，以允许操作员指定如何对内容进行排序的具体算法。

作为第一示例，可以使用如下公式：

$p_k=\frac{(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{num}\_{\mathrm{accesses}}_j*{\mathrm{corr}\_\mathrm{meas}}_{\mathrm{ij}})*\mathrm{user}\_\mathrm{profile}\_{\mathrm{weight}}_j+\underset{q=1}{\overset{M}{\mathrm{\Σ}}}\mathrm{num}\_\mathrm{accesses}*\mathrm{user}\_\mathrm{profile}\_{\mathrm{weight}}_q}{\mathrm{time}\_\mathrm{in}\_\mathrm{cache}}$

其中，

P_k＝缓存器中的第k个内容项目的优先级，

num_accesses_j＝用户j进行的对内容的存取次数，

corr_meas_ij＝表征用户i和用户j之间的社会关系强度的相关性测量值，

user_profile_weight_i＝允许区分用户订阅的各种服务级别(如铜、银、金)的权重因子，

time_in_cache＝自内容被添加到缓存器起的时间间隔。

作为第二示例，可以使用如下公式：

$p_k=\exp (-\frac{1}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\frac{{\mathrm{access}\_\mathrm{time}}_j}{\mathrm{current}\_\mathrm{time}}*\mathrm{corr}\_{\mathrm{meas}}_{\mathrm{ij}})*\mathrm{content}\_\mathrm{type}\_\mathrm{factor}*\mathrm{user}\_\mathrm{profile}\_{\mathrm{weight}}_i}$

其中，

P_k＝缓存器中的第k个内容项目的优先级，

access_time_j＝用户j存取内容的时间，

corr_meas_ij＝表征用户i和用户j之间的社会关系强度的相关性测量值，user_profile_weight_i＝允许区分用户订阅的各种服务级别(如铜、银、金)的权重因子，

content_type_factor＝允许操作员区分用于缓存不同类型的内容的策略(例如，音乐对图像和网页的优先级)的权重因子。

在可选的有条件的预获取步骤44中，确定该方法是否应该执行预获取。这可以使用从前面的步骤计算出的内容缓存优先级来确定。如果执行预获取，则该方法前进到预获取步骤45。否则，该方法前进到更新内容缓存优先级的步骤46，或者如果可选的保持/丢弃步骤47存在，则前进到步骤47。

在预获取步骤45中，所讨论的内容被预获取到缓存服务器。

在可选的有条件的保持/丢弃步骤47中，确定是保持还是丢弃内容。该步骤是可选的，因为该确定可以在缓存服务器中的其他阶段发生。如果确定应该保持内容，则该内容被保存，并且方法前进到更新内容缓存优先级的步骤46。否则，如果确定丢弃内容，则方法前进到丢弃步骤48。

在丢弃步骤中，丢弃该内容。

在更新内容缓存优先级的步骤46中，用所计算的内容缓存优先级来更新针对内容缓存优先级的表(参见图5)。

图7是示出图1的客户端的不同用户之间的相关性的示图。

相关性测量提供者服务器10可以在社交联网数据库中表示由存取在线内容所反映的社会关系，其中所述社交联网数据库包括矩阵52，矩阵的每个字段n_ij指向从用户50a-z中所选的用户i和j之间的关系。如果在用户i和j之间没有关于社会关系的任何信息，同时n_ij的较高值指示较强的关系并且由此指示较高的存取类似内容的概率，则值n_ij为0。较强的社会关系可以通过现实生活中的较强的社会关系来直接确定，但是不限于此。

可选地，存在若干矩阵，其中每个矩阵指示针对不同类型的内容用户关系的强度。这将指示：例如，与观看同一朋友观看的视频剪辑相比，特定用户是否更可能将他们的客户端的内容浏览器指向朋友已经阅读的故事。

另外，相关性测量提供者服务器10能够存储关于具有与一个特定用户(例如，移动电话、带3G模块/不带3G模块的笔记本)关联的订阅的多个设备的信息以及特定设备支持的内容类型。这将使得能够维持与特定用户从特定类型的设备进行存取的内容类型相关的首选项，有可能允许实现对缓存处理的未来优化。

社交联网数据库可以包含静态信息以及动态信息。例如，上面描述的矩阵(称为静态信息)可以由描述用户之间的类似性的短期存活的信息(例如，用户位置或最近存取的内容)进行补充。

一种可能的管理两个用户之间的相关性测量(上文描述中的n_ij)的算法是：在存在指示两个用户之间的社会关系的指示时增大该数目，以及随着时间减小该数目。该增加可以根据对关系的指示的特性而变化。

另一选项是基于由算法根据用户之一存取的内容所生成的缓存命中率来增加与用户的关系(n_ij)对应的数目。

用户历史数据库是相关性测量提供者服务器10的一部分。用户历史数据库基于例如从外部接口接收的信息来存储每个用户存取过什么数据的记录。

从实现的角度看，用户历史数据库可以与缓存服务器12位于一处，或者集成在一起。因为缓存服务器12存储先前存取的数据，附加请求是存储已经存取给定内容的用户的列表。因为缓存服务器12中的数据存储是临时的，用户的隐私不存在风险。对于较长的时间段，用户历史数据库针对较长的时间段仅存储与特定用户存取过的数据的一般特性有关的会聚信息。

作为扩展，用户历史数据库可以存储在下载数据时的环境。示例是下载用户的位置、终端类型、一天中的时刻、以前存取的内容，等等。

尽管此处结合电信和数据网络描述了实施例，但是本发明可以具体实现在缓存是有利的任何数字通信网络中。

上文已经参考一些实施例主要描述了本发明。然而，本领域普通技术人员应该理解，不同于上面公开的实施例的其他实施例在本发明的范围内是同样可行的。

Claims (23)

1.一种用于缓存的方法，包括步骤：

在电信网络(8)的缓存服务器(12a-z，12’)中确定(40)要分析的用户简档；

在所述缓存服务器(12a-z，12’)中获取(41)一组用户简档；

获取(42)该组用户简档中的每个用户简档相对于要分析的用户简档的相关性测量；以及

在考虑所述相关性测量的情况下，计算(43)与该组用户简档关联的内容历史中的至少一个内容的内容缓存优先级。

2.根据权利要求1所述的方法，其中获取相关性测量的所述步骤(42)包括：从所述电信网络(8)中的中心相关性测量提供者服务器(10)获取相关性测量。

3.根据权利要求1或2所述的方法，其中在通过获取相关性测量的所述步骤(42)请求时计算所述相关性测量。

4.根据权利要求3所述的方法，其中使用静态相关性数据和/或动态相关性数据来计算所述相关性测量。

5.根据权利要求3或4所述的方法，其中使用由第三方(16)通过外部应用编程接口提供的相关性数据来计算所述相关性测量。

6.根据前述任一项权利要求所述的方法，其中获取一组用户简档的步骤(41)包括：获取当前与缓存服务器关联的所有用户简档构成的组。

7.根据权利要求1-5中任一项所述的方法，其中获取一组用户简档的步骤(41)包括：获取与要分析的用户简档关联的一组用户简档。

8.根据前述任一项权利要求所述的方法，其中所述方法响应于要分析的用户简档存取内容而开始。

9.根据权利要求1-7中任一项所述的方法，所述方法响应于要分析的用户简档变为与缓存服务器关联而开始。

10.根据前述任一项权利要求所述的方法，其中在计算内容缓存优先级的所述步骤(43)中，所述内容历史是针对该组用户简档的较大的内容历史的子集。

11.根据前述任一项权利要求所述的方法，还包括步骤：

基于所计算的内容缓存优先级来确定(44)是否预获取与该内容缓存优先级相关联的内容。

12.根据前述任一项权利要求所述的方法，还包括步骤：

基于所计算的缓存优先级来确定(47)是保存还是丢弃与该内容缓存优先级相关联的内容。

13.根据前述任一项权利要求所述的方法，其中在计算内容缓存优先级的所述步骤(43)中，使用内容类型因子，其中所述内容类型因子针对不同类型的内容而不同。

14.根据前述任一项权利要求所述的方法，其中在计算内容缓存优先级的所述步骤(43)中，使用针对要分析的用户简档的权重因子，其中所述针对要分析的用户简档的权重因子指示服务级别。

15.一种用于缓存的缓存服务器(12)，包括：

缓存存储器(22)；

用户简档确定器(26)，布置为确定要分析的用户简档；

组获取器(27)，布置为获取一组用户简档；

相关性测量获取器(28)，布置为获取该组用户简档中的每个用户简档相对于要分析的用户简档的相关性测量；以及

内容缓存优先级计算器(29)，布置为在考虑相关性测量的情况下，计算该组用户简档的内容历史中的至少一个内容的内容缓存优先级。

16.根据权利要求15所述的缓存服务器(12)，其中所述相关性测量获取器(28)布置为：从所述电信网络(8)中的中心相关性测量提供者服务器(10)获取相关性测量。

17.根据权利要求15或16所述的缓存服务器(12)，其中所述电信网络包括移动通信网络，并且所述缓存服务器(12)耦合到所述移动通信网络(8)的基站(11a-z)。

18.根据权利要求15或16所述的缓存服务器(12)，其中所述电信网络包括无线局域网，并且所述缓存服务器(12)耦合到所述无线局域网的无线接入点设备。

19.根据权利要求15-17中任一项所述的缓存服务器(12)，其中所述缓存服务器(12)包括在移动终端中。

20.一种缓存***(1)，包括多个根据权利要求15-19中任一项所述的缓存服务器。

21.根据权利要求20所述的缓存***(1)，其中所述多个缓存服务器布置为在层级中彼此相关联。

22.一种用于缓存服务器进行缓存的计算机程序(101)，所述计算机程序包括计算机程序代码，所述计算机程序代码在所述缓存服务器(12)上运行时使所述缓存服务器执行步骤：

确定(40)要分析的用户简档；

获取(41)一组用户简档；

获取(42)该组用户简档中的每个用户简档相对于所述要分析的用户简档的相关性测量；以及

在考虑所述相关性测量的情况下，计算(43)该组用户简档的内容历史中的至少一个内容的内容缓存优先级。

23.一种计算机程序产品(100)，包括根据权利要求22所述的计算机程序(101)以及计算机可读装置，其中所述计算机程序存储在所述计算机可读装置中。

Images