一种基于上下文感知的内容缓存与替换方法及系统

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。