论文部分内容阅读
命名数据网络(Named Data Networking,NDN)是信息中心网络(Information Centric Networking,ICN)的代表性研究方案。虽然NDN采用内置缓存技术能够降低网络带宽并提升内容传输效率,但其采用用户驱动的内容分发模式,缺乏主动推送能力。而播存网络借助广播网“一对多”的辐射分发模式,能够通过广播通道提前将主流内容直接推送到网络边缘服务器,继而提升主流内容的传输性能。鉴于此,本文提出在NDN边缘引入播存网络,构成以NDN为主结构、播存网络为次结构的双结构信息中心网络(Dual-Structural Information-Centric Networking,DSICN)。作为 DSICN 主次结构的汇聚处,汇聚网关在NDN内容分发的基础上,增添了广播内容分发,两种分发方式的差异性使得传统内容分发模式难以适用于DSICN。因此,针对DSICN汇聚网关的新特点,如何设计高效的内容分发机制,以提高内容分发效率,是本文重点解决的问题。本文通过分析DSICN汇聚网关中两类内容的差异,建立了双结构信息中心网络内容分发模型(Content Delivery Model of Dual-Structural Information-Centric Networking,CDM-DSICN)。基于此模型,结合两类内容的需求特性和联系,提出汇聚网关中基于灰色预测模型的内容协同缓存算法(Collaborative Content Caching Algorithm Based on Grey Prediction Model,GPM-CCCA),以解决内容分发中的内容缓存问题。并以此为基础,提出了基于邻居协作的内容协同分发算法(Collaborative Content Delivery Algorithm Based on Neighbor Collaboration,NC-CCDA),以解决内容协同分发问题。具体工作如下:(1)针对内容分发中的内容缓存问题,结合DSICN汇聚网关两种内容的特点,设计了一种内容协同缓存算法GPM-CCCA。该算法根据汇聚网关中已有的内容访问信息,计算不同时间段热门内容与非热门内容的权重,通过灰色预测模型预测未来用户的访问趋势;在此基础上,借助广播内容与内容块之间“一对多”关系,建立统一化两类内容标识的关联机制,进而实现两类内容的高效缓存。GPM-CCCA算法能够较好地缓解两类内容的冗余缓存,提高缓存空间的利用率。(2)针对DSICN的内容分发问题,以内容缓存为基础,提出一种内容协同分发算法NC-CCDA。该算法根据不同汇聚网关广播接收能力的差异性,利用邻居缓存信息表记录邻居汇聚网关的广播全文内容,并通过实时分发通知报文,实现多个汇聚网关广播内容的协同分发;以此为基础,通过相互转化广播内容和内容块,设计了基于邻居协作的内容转发机制。相较于传统内容分发算法,NC-CCDA算法可以较好地避免邻居汇聚网关间广播内容的冗余分发,提高两类内容的利用率。(3)基于上述研究,研发一种DSICN内容分发原型系统,并利用DSICN中的真实内容对本文提出的GPM-CCCA算法和NC-CCDA算法进行实验验证。实验结果表明,与播存网络内容分发方法相比,GPM-CCCA算法提高了汇聚网关内容的共享率,NC-CCDA算法降低了响应时延并提升了缓存命中率。