江西师范大学杨龙获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉江西师范大学申请的专利一种基于上下文感知的内容缓存与替换方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120354972B 。
龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510838313.2，技术领域涉及：G06N20/00；该发明授权一种基于上下文感知的内容缓存与替换方法及系统是由杨龙;马勇;夏云霓;陈威;赵涵;蔡昌;金昌昊;戴光设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。
本一种基于上下文感知的内容缓存与替换方法及系统在说明书摘要公布了：本发明公开了一种基于上下文感知的内容缓存与替换方法及系统，涉及内容缓存领域，通过获取上下文信息，构建上下文特征向量，并构建训练样本，训练XGBoost回归模型，进行预测，得到未来内容访问热度；设计多目标优化函数及约束条件，使用NSGA‑II多目标进化算法求解，通过定义综合评分函数，从求得的解集中选取使综合评分函数值最大的解，作为最终缓存的策略；设计缓存评分函数，计算得到缓存评分，采用贪心策略对缓存内容进行替换。本发明的内容缓存与替换方法，不仅能够提升缓存命中率和资源利用效率，还能进一步增强边缘节点在复杂环境下的服务能力与响应效率，从而在动态网络场景中实现更智能、更高效的内容缓存与替换策略。
本发明授权一种基于上下文感知的内容缓存与替换方法及系统在权利要求书中公布了：1.一种基于上下文感知的内容缓存与替换方法，其特征在于，所述方法包括： 获取不同时刻的上下文信息，构建上下文特征向量； 基于所述上下文特征向量，构建训练样本，训练XGBoost回归模型，得到训练完成的XGBoost预测模型； 构建缓存决策候选集，收集所述上下文特征向量，使用所述训练完成的XGBoost预测模型进行预测，得到未来内容访问热度； 基于缓存策略需求，设计多目标优化函数及约束条件； 基于所述多目标优化函数及约束条件，使用NSGA-II多目标进化算法求解，得到帕累托解集； 定义综合评分函数，从所述帕累托解集中选取使综合评分函数值最大的个体，作为最终缓存的策略，将其对应的内容集合作为最终缓存内容集，并部署缓存到边缘节点处； 设计面向单个内容的缓存评分函数，基于所述缓存评分函数得到缓存评分，基于所述缓存评分，采用贪心策略对缓存内容进行替换； 所述内容，是指用户请求访问的内容。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西师范大学，其通讯地址为：330022 江西省南昌市高新区紫阳大道99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号