[论文解读] From Traditional Adaptive Data Caching to Adaptive Context Caching: A Survey

Shakthi Weerasinghe, Arkady Zaslavsky+4 more|arXiv (Cornell University)|Nov 21, 2022

Caching and Content Delivery被引用 7

一句话总结

本文提出自适应上下文缓存作为解决方案，以提升上下文感知物联网（IoT）系统中的性能与服务质量（QoS），其中瞬态、异构且多变的上下文查询对现有缓存机制构成压力。通过调研最先进的自适应数据缓存技术，作者形式化了自适应上下文缓存，定义其核心需求，并识别出在动态环境中实现实时、成本高效上下文交付的最优设计原则。

ABSTRACT

Context information is in demand more than ever with the rapid increase in the number of context-aware Internet of Things applications developed worldwide. Research in context and context-awareness is being conducted to broaden its applicability in light of many practical and technical challenges. One of the challenges is improving performance when responding to a large number of context queries. Context Management Platforms that infer and deliver context to applications measure this problem using Quality of Service (QoS) parameters. Although caching is a proven way to improve QoS, transiency of context and features such as variability and heterogeneity of context queries pose an additional real-time cost management problem. This paper presents a critical survey of the state-of-the-art in adaptive data caching with the objective of developing a body of knowledge in cost- and performance-efficient adaptive caching strategies. We comprehensively survey a large number of research publications and evaluate, compare, and contrast different techniques, policies, approaches, and schemes in adaptive caching. Our critical analysis is motivated by the focus on adaptively caching context as a core research problem. A formal definition for adaptive context caching is then proposed, followed by identified features and requirements of a well-designed, objective optimal adaptive context caching strategy.

研究动机与目标

• 解决由于大量动态上下文查询导致的上下文感知IoT应用中日益严重的性能瓶颈。
• 识别传统自适应数据缓存在应用于上下文数据时的局限性，特别是由于上下文的瞬态性和查询的可变性所致。
• 提出自适应上下文缓存的形式化定义与框架，将其作为独立的研究问题。
• 确立最优、客观且成本高效的自适应上下文缓存策略的关键特征与需求。
• 提供对现有自适应缓存技术的全面且批判性的综述，以指导未来在上下文管理中的研究与系统设计。

提出的方法

• 系统性调研100余篇关于分布式系统与物联网系统中自适应数据缓存的学术文献。
• 基于可适应性、上下文感知性及QoS优化，对缓存技术、策略与方案进行分类与比较。
• 将自适应上下文缓存形式化为一种新范式，通过上下文特异性属性与传统数据缓存相区分。
• 提出一种概念性自适应上下文缓存模型，综合考虑上下文瞬态性、查询异构性及实时成本管理。
• 分析并综合最优缓存策略的设计原则，强调对上下文访问模式与系统约束的动态适应。
• 采用对比评估框架，从性能、可扩展性及对上下文动态的适应能力方面对比现有方法。

实验结果

研究问题

• RQ1 传统自适应数据缓存技术在处理上下文数据的独特特性（如瞬态性与可变性）时为何表现不足？
• RQ2 在动态物联网环境中，最优、成本高效的自适应上下文缓存策略应具备哪些关键特征与需求？
• RQ3 缓存策略如何实时调整以基于相关性、紧迫性与访问模式优先处理上下文数据？
• RQ4 自适应数据缓存与自适应上下文缓存之间的关键差异是什么？为何需要新的形式化方法？
• RQ5 哪些设计原则与评估标准可指导下一代上下文感知缓存系统的开发？

主要发现

• 由于上下文数据具有瞬态性和高度可变性，传统自适应数据缓存不足以满足上下文感知系统的需求。
• 自适应上下文缓存必须考虑上下文特异性属性，如时间敏感性、空间相关性与用户意图，以保障QoS。
• 形式化定义自适应上下文缓存对于统一研究方向与指导系统设计至关重要，可将其与通用数据缓存明确区分开来。
• 最有效的策略结合了动态策略适应与对上下文访问模式及系统负载的实时监控。
• 现有缓存方案通常缺乏对异构查询类型与上下文类型的原生支持，导致实际性能欠佳。
• 本综述识别出在上下文缓存优化方面存在明确的研究空白，亟需建立标准化的评估基准与度量指标。