基于FPGA的ICN名字解析缓存加速系统

名字解析服务是ICN网络中获取信息内容的关键。为提升名字解析服务的效率,降低名字解析系统的负载,设计并提出一种基于FPGA的ICN名字解析缓存加速系统。该系统在网络节点的数据面上利用FPGA卸载名字解析功能,实现标识到网络地址的映射存储,处理需要查找网络地址的转发数据包,同时,该系统支持控制面动态配置映射关系,保证映射存储的更新。实验测试结果表明,该系统在10 Gb/s的测试流量下,对小包的转发率达到4.6 Mpps,并且请求延时低于1.5μs,相较于传统软件实现的键值存储系统处理速度提高了27倍,与使用DPDK内核旁路进行优化的软件相比处理速度提高了4倍。

一种基于5G-ICN的缓存容量分配方法

随着第五代移动通信网络(5G)与以信息为中心的网络(ICN)的发展,业内提出的5G-ICN架构备受关注,其异构性更加突出,现有的ICN同质缓存容量分配方法已不适用。为了满足该架构异构缓存的容量分配需求,该文提出了一种基于节点重要性的5G-ICN混合组网缓存容量分配方法。采用量化节点位置属性与流量属性的方法计算节点的重要性,结合实际存储容量设置缓存部署单元进行仿真试验,结果表明,与现有方案相比,该文容量分配方法提升了19%的内容命中率与30%的时延。

基于哈希边界的ICN多路径数据调度方法

在信息中心网络(ICN)中采用多路径通信可以提高网络的带宽利用率和数据传输的可靠性,而保障ICN多路径传输性能的一个关键因素是有效地调度可用网络路径上的流量。但不同的路径具有不同的链路状态,而且这些路径的链路状态会因流量波动而快速变化。因此,本文提出了一种基于哈希边界的ICN多路径数据调度方案,以在较小的时间尺度上实现高效的路径权重分布更新和精确的流量分割。该方案通过将哈希边界与每条路径相关联来实现流量的不均匀分割,并降低了路径权重分布更新的开销。实验结果表明,在路径链路状态动态变化的场景下,与ECMP等多路径数据调度方案相比,所提方案的数据块平均传输完成时间缩短12%以上。

基于负载状态的ICN缓存替换算法研究

针对ICN缓存节点因数据转发与缓存交付流量对端口带宽产生竞争导致网络拥塞的问题,在LRU算法的基础上提出了一种基于节点负载状态的缓存替换算法。该算法通过判断ICN节点是否长期处于带宽竞争,采用自适应的替换窗口将某些较为流行的内容主动替换,避免节点因高缓存命中率引发严重带宽竞争。仿真实验结果表明,与LRU算法相比,所提替换算法能使节点缓存命中率提高14.3%,报文重传概率降低34.9%,内容下载时延降低11.3%。进而提升整体网络性能,使缓存实现更高效的内容分发。

基于ICN的IPTV传输和监测技术分析

为了保证交互式网络电视(Internet Protocol Television,IPTV)业务传输及相关网络功能的正常实现和稳定可靠运行,需要对网络运行状况进行监测.基于此,采用理论分析的方式,首先介绍了IP承载网及相关通信协议,其次针对IPTV业务传输过程中出现的各种问题提出解决方案,最后针对相应方案提出了完善策略.

发展“四全媒体”助力北京“四个中心”建设:问题与关键技术

新型媒体建设应该成为北京“四个中心”城市战略定位的重要助力。本文首先分析了“四个中心”建设对媒体的要求和发展“四全媒体”目前存在的技术和机制问题,然后通过示例探讨了发展“四全媒体”的技术可行性。实验结果表明“全程媒体”可以基于ICN网络的技术架构,基于写作风格的虚假信息识别技术和多语言新闻监测可以作为实现“全息媒体”的重要手段,“全效媒体”的媒体资产共享问题的解决可以基于区块链技术,分析表明分形理论、博弈论可能会成为“全员媒体”组织方式和机制制定的理论基础,最后提出了北京应自觉发展“四全媒体”的建议。

面向数据新鲜度的ICN-IoT缓存方案

信息中心网络(ICN)缓存能加速物联网(IoT)数据传输并减少数据响应延迟,但现有ICN缓存方案未考虑数据更新频繁与用户的数据新鲜度请求导致缓存效率较低。针对该问题,提出一种基于IoT数据新鲜度的ICN-IoT缓存方案。引入时间戳将用户对数据新鲜度的请求精确到时刻,根据IoT数据的关联性预测未来时刻数据值以满足用户请求,并结合内容流行度与基于时间的请求概率对到达内容做出缓存决策。仿真结果表明,与NDN-PET、NDN-TTL、PCC等缓存方案相比,该方案能有效减少IoT用户获取内容的平均时延并提高信息准确率。

层次化解析系统中两级节点协同的副本策略

名字解析系统负责存储维护信息中心网络中名字和地址之间的映射关系,并提供名字解析服务。层次化的解析系统因可扩展性良好而备受关注,但解析请求一旦无法就近完成则需要沿其层次化结构进行长距离转发。当只有少数节点存储热门名字映射记录时,长解析时延的问题将更严重。副本策略是提高解析服务性能的重要机制,通常解析节点会向其他节点推送自身存储的映射关系从而扩散副本,但这种策略往往不能精准推送用户最感兴趣的名字,也难以控制副本数目。本文提出一种两级节点协同的副本策略,管理域中的高层级解析节点通过信息收集窗口获知服务范围内用户最感兴趣的名字后,将主动从其他节点请求副本。为底层节点分发副本时,以时延优化的边际收益衡量是否应为每个名字再多放置一个副本,从而自适应地决定不同名字的副本数目和位置。实验结果表明,本文的策略准确捕捉了用户的解析需求偏好,有效地提高了管理域内的解析命中率,解析时延相较于无副本时降低34.1%。

VANET中基于ICN架构的内容转发策略

结合VANET与信息中心网络(ICN,information centric network)架构,提出基于车辆动态信息的路由构造及筛选策略(SRBS,strategy for routing building and selecting)。摒弃了广泛采用的洪泛策略,通过内容发现定位内容节点,随后构造多个单播转发路径,减少了网络中的无用流量;为保证Data分组能够成功原路返回,在单播路径构造中引入车辆动态参数作为构造依据并结合链路有效时间(LET,link expiration time)进行路径筛选,提高了转发路径的稳定性及可靠性;仿真表明该方案提高了路由对时间的容忍度,充分利用了网络缓存并减少了网络时延及路由跳数。

支持用户偏好与数据流行度的ICN缓存管理机制

作为ICN(Information Centric Networking,信息中心型网络)的主要特征之一,网内缓存在改善网络性能方面起着重要作用,如何合理地利用有限的缓存空间存放数据对象的副本信息,降低网络流量开销,成为ICN网络缓存管理的重点.考虑到用户对不同数据对象的偏好不同及数据对象的流行度的概念,提出一种ICN环境下的缓存管理机制.该机制通过对数据对象语义信息的分析,将数据对象划分为不同类型,根据用户对不同数据类型的偏好不同解决数据对象副本的放置问题,基于数据对象的流行度与数据对象的访问率之间的关系,设计了相应的流行度调节方案,解决缓存空间的有限性带来的缓存替换问题.仿真结果表明该机制在提高本地缓存命中率,减轻网络流量开销方面是可行和有效的.

ICN中基于节点权重的缓存大小分配方案研究

为了使路由器的缓存大小配置合理,首先综合考虑路由器的度数权重、紧密度、网络的中心度、请求影响度等度量指标,定义了一个新的度量指标,称为节点权重;然后提出一种基于节点权重的缓存大小分配方案,将网络所需的容量按比例分配给路由器。仿真结果表明,与均匀分配相比,路由器的缓存空间利用率至少提升了8%,命中率至少提高了6%;与基于请求影响度的分配方案相比,路由器的缓存空间利用率至少提升3%,命中率至少提高了3%。

校园信息化网络安全的ICN缓存机制研究

针对校园网络中弱网元和数据中心等特性,综合考虑缓存大小、缓存决策和缓存替换算法,研究并设计一种面向校园网络安全的协作式缓存机制。高效的信息中心网络(ICN)缓存机制极大地提高了内容分发的效率,对比不同策略和算法组合来分析缓存网络性能,在低能耗时延的基础上解决同质化缓存和网络拓空等当前缓存机制存在的问题。最后通过大规模仿真实验验证该协作式缓存机制在校园网络安全中的可行性和缓存性能。

一种ICN中的启发式路由机制

互联网逐渐成为社会基础设施,现有TCP/IP体系结构面临诸多挑战,以信息中心网络(Information-Centric Networking,ICN)为代表的未来互联网成为研究热点。在基于名字路由的基础上,提出了一种面向ICN的启发式路由机制,即通过为满足回溯条件的兴趣包寻找其他可用接口再次进行转发来降低网络阻塞率,通过修改数据包沿途经过的路由器邻居节点的转发信息库(Forwarding Information Base,FIB)来实现对缓存的高效利用,以及通过引入"流行度"概念来提高内容存储库(Content Store,CS)的命中率。基于INTERNET2拓扑进行了仿真实现,结果表明该机制是可行和有效的。

蚁群分工启发的ICN负载均衡机制

信息中心网络(information centric networking,ICN)支持网内缓存和多路径路由,但由于路由器缓存能力有限,网络可能出现严重拥塞。针对这种情况,设计了蚁群分工协作启发的ICN负载均衡机制(ant swarm cooperation inspired ICN load balance scheme,ASCLB)。首先定期预测路由器和链路负载,再判断是否执行负载均衡机制;其次设计了蚁后表、雄蚁包和工蚁包;最后通过蚁群分工协作,寻找一条到内容服务器的新路径,将部分待处理包沿该路径迁移至轻载节点或链路。实验表明,与不考虑负载均衡的ICN路由机制相比,该机制可以有效均衡路由器、链路和内容服务器负载。

基于ICN的协作缓存和路由机制

为解决信息中心网络(ICN, information-centric networking)现存的缓存冗余严重以及无法动态地适应用户请求等问题,提出了一种协作缓存和路由机制,该机制综合权衡位置重要性、内容时效性以及兴趣源距离3个因素,计算回传内容的最优缓存位置,利用指数加权移动平均值模型实现了内容流行度变化的实时监测,以及实现了基于分区的兴趣包以及数据分组路由算法。实验结果与基准机制的对比表明,提出的机制使缓存命中率提升了3%~9%,平均路由跳数减少了16.7%~27.3%。

基于节点热度与缓存替换率的ICN协作缓存

信息中心网络默认的LCE缓存策略在数据包返回路径上的每个节点缓存内容,会产生大量冗余副本,无法充分利用缓存资源。针对该问题,提出基于节点热度与缓存替换率的缓存策略。在数据包返回路径上选择特殊节点缓存内容,考虑网络流量在不同区域和不同时间段内的差异性,周期性地计算节点热度和缓存替换率,并将其作为内容是否被缓存在节点上的度量指标。实验结果表明,相对于LCE和CLFM策略,该策略能有效降低平均请求跳数和源端命中率,获得较高的缓存收益。

基于概念漂移学习的ICN自适应缓存策略

针对如何提高信息中心网络的网内缓存性能,提出了一种基于概念漂移学习(concept drift learning,简称CDL)的自适应缓存策略.考虑到节点数据和内容数据的相互感知对缓存性能的影响,将节点和内容的状态数据流作为网络资源,对提取的多维状态属性数据和缓存匹配数据进行分析挖掘,利用学习到的状态属性与缓存匹配之间的函数映射关系,即概念,对未来时期内的节点与内容间的匹配关系进行预测.为提高匹配算法的准确度,在学习过程中,提出了一种基于信息熵的概念漂移识别算法,当根据状态属性的信息熵变识别出漂移后,利用提出的基于概念重现的缓存算法,重新定义函数映射关系.仿真实验结果表明,该策略与CEE,LCD,prob和OPP策略相比,降低了网络运行成本,提高了用户体验质量.

ICN名字解析技术研究综述

名字解析是ICN的基础性功能也是最重要的核心功能之一。本文对ICN名字解析的相关研究工作进行了充分调研,从内容命名、名字与地址分离架构、解析系统的分类、名字解析系统可扩展性和低时延性能优化对现有的研究成果进行了深入分析,并且指出了已有研究工作中关键技术的优缺点,为ICN名字解析技术的研究提供参考。

用于IMT-2020与新兴网络的ICN概念验证简述

IMT-2020致力于提供支持大规模、高带宽、低时延、移动性、安全性的网络服务。信息中心网络因其简化的移动架构、内置安全性、多宿主支持、高效网内缓存等特性,与IMT-2020提出的网络需求高度契合,被视为是未来网络的理想架构之一,故而成为IMT-2020与新兴网络标准制定的重要内容。本文重点关注IMT-2020与ICN网络融合的标准化进程,简要地介绍了思科、华为、中国科学院声学研究所等IMT-2020网络标准化参与组织为ITU-T SG13提交的若干ICN相关的概念验证标准提案中的技术方案,以及所满足的IMT-2020与ICN网络融合的若干标准化差距(Gap),简要地分析了方案的特点并提出了工作展望。

基于Adaboost学习的ICN自适应缓存算法

针对信息中心网络(ICN)中缓存内容优化放置的问题,提出一种基于Adaboost学习的自适应缓存算法ACAL.该算法首先将提取的节点和内容数据流作为网络资源,然后利用集成学习算法Adaboost对数据流进行分析挖掘,利用挖掘出的状态属性与缓存匹配之间的函数映射关系对未来时间段内的节点与内容间的匹配关系进行预测,该预测结果用于指导缓存的部署.实验结果表明,ACAL在延时、缓存命中率和链路利用率等指标方面,与CEE策略、LCD策略、prob0. 5策略和OPP策略相比有显著的优势.