论文部分内容阅读
随着互联网不断发展,实际网络中用户的需求更加多样化、复杂化,每天产生的网络流量也不断增加,使得网络的负载日渐加大,这对现行的网络架构提出了新的挑战。传统网络采用了以主机地址为核心的通信模式,然后在未来互联网生态中,用户更关注的是信息本身而非信息的归宿地。在这样的背景下,学术界提出了信息中心网络(Information-Centric Networking, ICN)模型,这种新架构的核心是内容,所有的新型路由缓存都基于此。而网内缓存是这种新型网络模式的显著特征之一,通过网内缓存技术,ICN可以实现更快的内容访问速率,提高资源利用率,减少用户等待时间。ICN的实现形式有多种,内容中心网络(Content-Centric Networking,CCN)就是其中一种实现架构。传统CCN中采用了处处缓存的策略,这种策略不能很好利用有限的缓存空间,并且无法区分不同内容之间的访问频率差异,造成了严重的资源浪费和内容冗余,不利于提高缓存空间内容的多样性,同时,也对网络的整体负载带来了诸多压力。内容中心网络中以内容本身为核心,缓存系统的设计也应该着重考虑内容本身的特性。针对这个问题,本文提出了一套基于内容流行度预测的BEACON缓存策略系统。首先,定义了新型的内容流行度概念来衡量用户对内容的偏好程度,并设计了内容流行度收集和统计模块,实现了 CCN架构下的内容流行度监测功能;其次,基于历史数据,使用灰色预测理论进行流行度的预测,并做了详细的数学建模分析。然后,添加了拓扑重要性的评价模块,采用介数来评价节点在网络中的重要程度。在此基础上,完成BEACON缓存策略的设计。最后,本文在仿真环境中,对比了该策略与其它几种常用策略的性能差异,实验表明,BEACON策略能够有效地提高网络的缓存命中率,提高缓存资源利用率,降低网络负载,进而减小用户获取资源的时间消耗,提升了网络的整体性能。