NDN区块链网络拓扑结构性能分析及优化模型

为进一步提升基于命名数据网络(NDN)的区块链系统的网络层传输性能,提出一种NDN区块链网络拓扑结构性能分析及优化模型,该模型包括NDN区块链系统中区块同步时间和区块传输冗余度的计算方法、基于区块同步时间和区块传输冗余度的网络拓扑结构评分指标体系和基于网络拓扑结构属性和评分的网络拓扑结构优化方案。利用所提模型,可以解决基于TCP/IP的区块链网络拓扑结构评价模型与NDN区块链的不适配性,并且在已知网络环境参数和NDN网络层数据同步方法的前提下,完成性能指标计算和分析,为NDN区块链的实际组网提供优化方案。实验结果表明,使用所提模型对9个节点的网络拓扑结构进行分析和优化,优化后的网络拓扑结构与原有评分最高的网络拓扑结构相比,可以在维持区块传输冗余度不变的情况下,将区块同步时间从2.95 s降低至2.37 s,降低了19.66%,同时评分由0.64提升至0.82,证明所提模型在提升NDN区块链性能上具有较好的效果。

一种基于蝙蝠算法的NDN网络路径选择方法

针对命名数据网络(named data networking,NDN)路径选择过程中传输速度慢的问题,采用蝙蝠算法优化NDN网络的路径选择。为了证明蝙蝠算法在路径选择上的优势,将蝙蝠算法、遗传算法和粒子群算法进行对比,得出蝙蝠算法求得最优解的概率更高、收敛速度更快,为此提出了一种基于蝙蝠算法的NDN网络路径选择(bat algorithm-path selection in NDN,BA-PSNDN)方法。对传输过程中的节点进行实时更新并计算,通过迭代选出最优路径进行数据传输。使用ndnSIM2.7软件进行仿真,通过在兴趣包和数据包中加入自定义段,保存数据包传输过程中的信息并进行路径选择,仿真出最优路径后输出时延信息。结果表明,BA-PSNDN方法在减少网络传输时延方面更优。

基于转发路径数目的NDN混合拥塞控制机制研究

在命名数据网络(named data networking,NDN)中,拥塞控制是保障用户服务质量(quality of service,QoS)的关键环节.但独特的多源、多路径特性使得TCP/IP架构的端到端拥塞控制方案难以直接应用于NDN.因此,设计一种有效的NDN拥塞控制机制是较为活跃的研究领域.目前,混合拥塞控制逐渐发展成为一种主流的拥塞控制机制;然而,如何及时有效地既能缓解由单路径流引发的拥塞又能缓解由多路径流引发的网络拥塞是混合拥塞控制机制亟待解决的问题.针对该问题,提出了一种基于转发路径数目的混合拥塞控制方案——NFPCC.路由器依据数据包排队时延计算本地节点的拥塞程度,并使用数据包传递当前节点的拥塞信息;下游邻节点提取数据包中的拥塞信息并依据兴趣包的转发路径数量选择多路径转发策略或兴趣包速率整形策略以及时、有效地缓解上游相邻节点的拥塞;最后,消费者依据数据包所传递的拥塞信息持续地地调整拥塞窗口cwnd的尺寸以协作路由器的控制.仿真结果表明,在BRITE场景中,基于所提方案的消费者总吞吐量比基于PCON方案的消费者总吞吐量高91.9%.在路由器启用网络内缓存功能后,基于所提方案的消费者总吞吐量比基于PCON方案的消费者总吞吐量高38.5%.

基于SDN与NDN的卫星网络多约束路由算法

针对NDN卫星网络内容传输时延高、丢包率高且请求命中率低的问题,提出了一种基于SDN与NDN的卫星网络多约束路由算法,并命名为SNMcRA。基于SDN的集中控制与全局视图,通过建立多约束路由模型,将链路多约束信息与蚁群算法相结合以求解满足时延、带宽、丢包率多约束的代价最小路径,由节点在包转发的过程中动态完成转发表FIB和待定请求表PIT的构建。实验结果表明,该算法与DSP算法相比时延降低了35%,带宽利用率提升了29%,丢包率降低了17%,并且在请求命中率方面也具有显著优势。

DCS:一种实现NDN内容缓存的新方法

随着互联网内容分发效能要求的不断提高,内容中心网络研究已成为近年互联网体系结构研究的热点.针对现有路由器扩展支持内容中心网络路由引擎时缓存资源有限以及缓存管理操作困难等问题,提出一种新的内容缓存扩展方案DCS.该方案旨在不改变现有路由器硬件的前提下,利用用户终端空闲内存空间,通过软件升级的方式来支持NDN路由器的缓存功能.详细描述了DCS数据存取的算法流程,还对用户可提供出来作为网络缓存资源的空闲内存空间进行了统计和分析.

基于动态内容流行度的NDN缓存决策和替换策略研究

命名数据网络(NDN)中的路由器节点具有缓存能力,这就极大地提高了网络中的数据发送与检索效率。然而,由于路由器的缓存能力是有限的,设计有效的缓存策略仍然是一项紧迫的任务。为了解决这个问题,提出了一种动态内容流行度缓存决策和替换策略(DPDR)。DPDR综合考虑内容流行度和缓存能力,利用一个和式增加、积式减少(AIMD)的算法动态调节流行度阈值,并将超过流行度阈值的内容存入缓存空间;同时提出了一个缓存替换算法,综合考虑了缓存空间中内容的流行度和内容最后被访问时间等因素,将替换值最小的内容移出内容缓存。大量仿真结果显示,与其他算法相比,本文所提的算法能够有效提高缓存命中率,缩短平均命中距离和网络吞吐量。

NDN中快速的贪婪名称查找策略

针对当前基于Trie的变长层次化且可以无限长度的命名的数据网络(Named Data Networking,NDN)内容名称的最长前缀匹配查找策略存在复杂性高、查找速率低且树型数据结构的更新开销高等问题,导致算法效率低,提出一种快速的贪婪名称查找机制(FGNL)来实现数据包的快速转发。快速的贪婪的组件代码分配机制复杂性较低,容易实现,支持快速更新;组件编码树本质上是一个二维状态转移表,进一步转换成快速的哈希表查找;多哈希表结构创建速度快,且压缩存储空间,能够极大地加快名称查找的速度。实验结果证明,与字符查找树相比FGNL方案减少大约48.71%的内存,与NCE相比节省26.98%的存储空间,且查找速度获得了2倍的加速。评估结果也表明,该方案可以向上扩展来适应名称集潜在的未来增长。

V-NDN中PBDA攻击的检测与缓解方法的研究

命名数据网络是下一代重要的网络体系结构之一。然而,命名数据网络和车辆自组织网络结合时会产生一种新的攻击模式——兴趣包涟漪式广播扩散攻击。针对兴趣包涟漪式广播扩散攻击,提出基于节点间协作的缓解策略,节点通过直接和间接交换PIT表信息得到邻居节点的PIT表,并将邻居节点不同时刻PIT表项与自身PIT对应表项进行比较来丢弃恶意兴趣包,从而保证正常的网络服务。实验结果表明该检测和缓解方法能够提高兴趣包满足率。

基于节点介数与边缘流行度的NDN缓存策略

针对命名数据网络(NDN)架构中多数缓存策略的冗余与低效问题,提出一种基于节点介数与边缘内容流行度的缓存放置策略BEP。结合节点的介数中心性与内容的动态流行度,同时考虑缓存的过滤作用,将最流行的内容放置在最重要的节点上,以高效利用稀缺的缓存资源。仿真结果表明,与经典NDN缓存策略LCE、LCD相比,BEP能有效提高缓存命中率,降低服务器负载。

NDN协议下的网络编码传输性能研究

当前的信息爆炸时代使得海量数据集中出现,数据传输速率呈指数级增长,数据命名网络(named data networking,NDN)中特有的大数据量的计算与存储方式,传统的互联网体系架构已经无法满足大数据量网络的性能需求.本文在NDN网络中引入网络编码技术,拟解决NDN传输协议下的网络传输性能问题,着重探讨了时延以及吞吐量两个网络性能参数.实验结果表明网络编码机制下能够实现多播路由无法达到的吞吐量,而且将多播路由下的网络时延减小了将近50%,改进网络性能,节省了网络传输资源,满足当前处理大数据业务的要求.

NDN中内容源移动的路由更新优化方法

命名数据网络(named data networking,NDN)中,命名链路状态路由协议(named-data link state routing protocol,NLSR)并非针对移动场景所设计,特别是对移动设备作为内容源的支持上存在FIB更新严重滞后、请求响应延时过大、内容响应率过低等问题。提出了一种针对内容源移动问题的NLSR优化方法(optimized NLSR for source mobility,NLSR-SM)。该方法采用内容源提前报告移动信息,网络中转节点提前更新FIB的策略,实现对内容源移动性的更好支持。通过在ndn SIM上实现NLSR-SM的原型系统,在不同实验场景下对NLSR-SM进行实验并与NLSR进行对比。实验结果表明,NLSR-SM可以降低请求响应的往返延时,提高内容响应率。对于移动直播的场景,NLSR-SM能够提高单次请求的内容响应率。NLSR-SM机制可以有效应对内容源在NDN中移动服务的问题。

基于BBR的NDN拥塞控制算法

随着网络传输带宽以及用户对实时应用需求的增加,如何在充分利用瓶颈带宽的同时降低缓存占用率以及传输时延,成为传输控制的一个新问题。提出了一种基于瓶颈带宽以及往返时延(round-trip time,RTT)的命名数据网络(named data networking,NDN)拥塞控制算法。该算法不使用传统的基于丢包的拥塞感知与调节方法,而是主动控制注入网络的流量,使其匹配链路的传输能力。通过在接收端对一定时间范围内反馈的即时带宽和往返时延进行统计,估计传输链路的瓶颈带宽以及物理链路延迟的值,配合由状态决定的增益来控制Interest包的发送速率以及窗口的大小。在ndnSIM模拟器中实现了该算法,并与ICP(interest control protocol)拥塞控制算法进行对比,证明了在充分利用瓶颈带宽的同时,该算法能够实现更低的传输时延以及更快的收敛速度。

NDN中基于神经网络的兴趣洪泛攻击综合防御方案

命名数据网络(named data networking,NDN)中的请求-应答通信模式及有状态的转发滋生了新的分布式拒绝服务(distributed denial of service,DDoS)攻击方式-兴趣洪泛攻击(interest flooding attack,IFA)。IFA是NDN中主要的拒绝服务威胁,虽然IFA防御方案被广泛研究,但目前缺乏系统的解决方案。针对这一问题,基于粒子群优化的后向传播神经网络算法提出一种新的IFA检测方法,并结合基于基尼不纯度的恶意前缀识别方法和兴趣包回溯方法来缓解攻击危害,形成一种综合的防御方案。通过ndnSIM仿真实验证明,提出的方案不仅可以准确检测和有效防御IFA攻击,而且解决了基于窗口检测方案无法检测连续攻击的问题。

基于深度布隆过滤器的NDN网络三级名字查找方法

为提高命名数据网络(Name Data Networking,NDN)路由过程中内容名字查找的效率,该文提出一种基于深度布隆过滤器的3级名字查找方法。该方法使用长短记忆神经网络(Long Short Term Memory,LSTM)与标准布隆过滤器相结合的方法优化名字查找过程;采用3级结构优化内容名字在内容存储器(Content Store,CS)、待定请求表(Pending Interest Table,PIT)中的精确查找过程,提高查找精度并降低内存消耗。从理论上分析了3级名字查找方法的假阳性率,并通过实验验证了该方法能够有效节省内存、降低查找过程的假阳性。

LDFS:NDN路由器的缓存扩充新方法

现有路由器因其存储容量无法满足命名数据网络(named data networking,NDN)对缓存容量的需求,导致了NDN部署困难。提出了一种软件扩展路由器缓存容量的方法——LDFS(lightweight distributed file system)。LDFS的主要思想是将边缘网络的终端用户和存储服务器作为存储节点,虚拟缓存服务器统一管理存储节点并向客户端提供缓存服务,客户端以库函数的形式向上层应用提供接口。LDFS的主要特点是轻量级客户端和多种存储资源提供存储服务。最后通过实验对系统的性能进行了测量,并验证了轻量级客户端设计的优势。

RSU辅助的V-NDN数据转发机制

V-NDN(vehicular named data networking)是一种使用命名数据网络架构的车辆自组织网络(vehicular Ad-hoc network,VANET),主要用来连接移动车辆之间的通信。提高网络中兴趣包的命中率是研究领域急待解决的难题。文章研究了城市道路环境下V-NDN的数据转发策略,考虑到城市道路环境下路侧单元(road side unit,RSU)被均匀广泛部署的特点,提出了一种基于RSU辅助的V-NDN数据转发策略(RSU aided V-NDN)。通过实验仿真与传统的V-NDN和基于蜂窝网络辅助的V-NDN进行对比,结果表明该文提出的数据转发策略有效地提高了网络的服务质量(quality of service,QoS)。

V-NDN中热点内容推送策略研究

在V-NDN(vehicular named data networking)中,因为车辆的移动性而导致未响应兴趣包的概率大大增加。目前的解决方法是车辆节点缓存所有收听到的数据包,但这种方法会使节点中缓存大量重复的数据包副本,增加缓存的开销。为了解决此问题,提出了一种适用于城市道路的热点内容推送算法。首先,提出了一种热点内容挖掘算法,将V-NDN中可能的热点内容从大量的数据中挖掘出来;然后,通过热点内容推送算法将热点内容推送给其他可能访问这些内容的节点,以此提高网络性能;最后,从理论上分析了热点内容挖掘时需要考虑的影响因素。仿真结果表明,与贪婪转发策略相比,添加了热点内容推送算法会使请求满足率提高4.6%到14.1%,缓存命中率增加了16.6%到33.0%。

A Survey of Applications Research on Content-Centric Networking

As a named data-based clean-slate future Internet architecture,Content-Centric Networking(CCN)uses entirely different protocols and communication patterns from the host-to-host IP network.In CCN,communication is wholly driven by the data consumer.Consumers must send Interest packets with the content name and not by the host’s network address.Its nature of in-network caching,Interest packets aggregation and hop-byhop communication poses unique challenges to provision of Internet applications,where traditional IP network no long works well.This paper presents a comprehensive survey of state-of-the-art application research activities related to CCN architecture.Our main aims in this survey are(a)to identify the advantages and drawbacks of CCN architectures for application provisioning;(b)to discuss the challenges and opportunities regarding service provisioning in CCN architectures;and(c)to further encourage deeper thinking about design principles for future Internet architectures from the perspective of upper-layer applications.

基于SDN具有缓存感知的NDN节点拥塞控制策略

命名数据网(named data networking,NDN)作为一种新型的互联网架构,旨在应对日益增长的数据流量.然而,随着用户需求进一步增长,拥塞控制对于多路径传输的命名数据网仍然是一个具有挑战性的问题,亟需一种能够快速地检测网络拥塞和有效地管理网络资源的拥塞控制机制.针对这一问题,提出了一种基于软件定义网络技术的、具有缓存感知功能的命名数据网节点拥塞控制策略,称BCMCC.首先,介绍了BCMCC的新型网络架构.利用软件定义网络控制平面与数据平面解耦合技术,该架构将拥塞控制功能集中于SDN控制器中,以实现集中式节点拥塞控制、降低节点运行负荷的目的.其次,基于新型网络架构,研究了BCMCC的缓存感知算法和多路径选择拥塞控制算法.其中,缓存感知算法实现了网络缓存内容的感知以及缓存内容全局流行度的计算,能够利用命名数据网的节点缓存特性,降低缓存内容对拥塞控制的影响;多路径选择拥塞控制算法协同节点更新转发端口信息以实现流量迁移、智能化管理多路径容量,达到提高网络资源利用率、有效避免和缓解网络拥塞的目的.最后,在ndnSIM仿真平台进行BCMCC的性能测试.实验结果表明,BCMCC在丢包量、网络吞吐量以及传输时延等方面优于Best-Route算法、NCC算法和Random算法.在网络流量相同的情况下,BCMCC平均传输时延比Random低14.16%,比NCC低22.68%,比Best-Route低17.24%,同时相比Best-Route具有更稳定的网络吞吐量.BCMCC可以有效解决命名数据网拥塞问题.

基于订阅推送的NDN实时通信机制

研究了代表未来互联网体系结构发展方向的命名数据网络(NDN)的实时通信机制。研究发现,NDN用户通过发送请求包(Interest)获得对应数据(Data),而对于实时通信类应用(如即时聊天、物联网监控等),由于数据源的数据产生存在突发性和随机性,而且存在数据接收时延,传统NDN用户驱动的"拉"模式数据获取方式,难以实现用户请求速率与数据产生速率的同步,无法满足实时通信应用需求。从减小数据接收延迟出发,在不改变原NDN路由缓存机制的基础上提出了一种基于订阅推送的NDN实时通信机制,该机制通过提前在路由器中添加订阅信息,实现实时数据源的即时推送。相关理论分析和仿真实验表明,该机制在实时数据接收延迟上明显优于传统NDN方法。