信息中心网络中的内置缓存技术研究

互联网应用方式逐渐从面向主机点对点的通信作为主要内容转变成海量内容的获取作为主要内容。为了顺应发展潮流,学术界提出多种用信息或者内容作为中心新型的网络架构模式。该网络架构当中一个明显特征就是结合网络中的内置缓存技术提升接受者的驱动内容获取传输效率与网络资源利用率。和传统Web缓存,CDN缓存这些进行比较,ICN缓存系统也呈现缓存泛在化、透明化与细粒度化这些新特征,针对于缓存系统建模,行为理解还有优化方法普遍都遇到了新机遇和新挑战。在介绍ICN缓存系统新特征与遇到挑战以后,先从多角度主要分析与比较缓存网络优化的办法,然后针对于网络缓存系统理论模型的研究现状做深入分析,接下来剖析尚需解决关键问题还有未来研究的方向。

内容中心网络中基于缓存压力的选择性缓存机制

内置缓存机制是内容中心网络(Content Centric Networking,CCN)研究的关键问题之一.现有的CCN缓存机制在缓存节点的选择时往往缺乏对节点缓存状态和负载情况等动态信息的综合考虑,因此无法准确反映节点间的缓存状态差异,进而影响了缓存决策的合理性.提出了一种基于缓存压力的选择性缓存机制(Cache Pressure Based Selective Caching,CPBSC).该机制利用节点的缓存占用率和缓存替换率评估节点的缓存压力,并结合内容的流行度实现缓存节点的合理选择.同时,根据内容的请求率和兴趣分组的剩余生存时间评估不同内容的缓存价值,以此实现缓存内容的合理替换.仿真结果表明,CPBSC有效地优化了缓存资源利用率,并显著提高了系统的整体缓存性能.

内容中心网络中能效感知的概率性缓存机制

内置缓存技术是内容中心网络(Content Centric Networking,CCN)的核心技术之一。现有的研究大多主要针对网络资源利用率的优化,而忽略了网络能耗的问题。该文首先建立了一个能耗模型对CCN的网络能耗进行分析,并设计了一个能效判决条件来优化缓存过程的能效性。进而,在此基础上综合考虑内容流行度和节点中心性等因素提出一种能效感知的概率性缓存机制(E2APC)。仿真结果表明,该机制能在保证较高的缓存命中率和较小的平均响应跳数的同时有效地降低网络的整体能耗。

信息中心网络中缓存技术研究综述

因特网中日益增长的内容获取需求促使学术界提出了多种以信息为中心的未来网络架构。这类架构将以主机为中心的通信模式转变为以内容为中心。信息中心网络(ICN)最重要的特征之一是利用内置缓存减少用户获取内容的时延、节省网络带宽和缓解网络拥塞。与传统的内容分发网络(CDN)、对等网络(P2P)和Web缓存系统相比,ICN缓存系统呈现出一系列的新特征。分析了缓存新特征对ICN研究带来的挑战;从多方面重点阐述了ICN缓存的优化方法,详细分析对比了不同缓存策略;指出了未来研究方向并总结全文。

内容中心网络中基于缓存索引的缓存路由机制

从内容中心网络内置缓存可用性出发,提出了一种基于缓存索引的缓存路由机制.对传统CCN路由器转发引擎模块进行改进,在保留CS,PIT以及FIB的同时,添加缓存索引表模块,详细描述了缓存索引表表项的创建以及管理流程,并结合缓存索引表提出一种基于缓存索引的缓存路由机制.结合该路由机制转发用户产生的兴趣包,可以有效减少服务器的命中率以及转发兴趣包的跳数,仿真结果验证了其有效性.

内容中心网络概率缓存策略的研究

内容中心网络是一种以内容为中心的新型网络体系结构,路由器内置缓存提高内容分发效率。由于缓存空间大小的限制,选择合适内容缓存使得缓存策略变得尤为重要。现有缓存策略的研究主要以减少网络中内容的冗余量以及提高网内缓存内容的多样性为目的,这些策略在设计过程中忽视了内容的频繁替换以及带宽损耗因素。文章提出一种以获得缓存网络最大效益的概率缓存策略(a Max-Benefits Probabilistic In-network Caching Strategy,MBPIC),缓存策略基于内容流行度、跳数和缓存空间等参数随机选择缓存放置节点,然后建立马尔科夫链推导了内容命中率与缓存概率、内容流行度、缓存空间的关系,最后数值计算和实验仿真结果表明,MBPIC策略在服务器命中率、跳数减少率和内容替换率方面比其他概率策略有明显的提高。

融合内容和服务的未来网络体系架构

互联网难以适应其通信模式由主机为中心向以内容和服务为中心的转变,从而提出了融合内容和服务的未来网络体系架构(Content and Service Aware Network:CoreNet)。CoreNet基于面向内容和服务的设计理念,并通过灵活的协议栈"腰"设计允许应用显式地表达它们的通信意愿,使得网络能感知不同应用模式并进行优化处理。同时,通过网络内置缓存和高效任播路由,提升内容分发和服务获取的效率,适应未来人机物三元融合创新应用的需求。