论文部分内容阅读
随着互联网的广泛普及,传统以位置为中心的通信模型出现诸多不足,严重影响着互联网的进一步发展。针对传统网络在移动性、可扩展性和动态性等方面存在的问题,信息中心网络(Information-Centric Networking, ICN)应运而生。作为未来网络的代表,ICN近几年受到许多研究团体的关注。与现有网络最重要的区别是,ICN只关注信息内容。为了快速获取内容,ICN采用缓存技术减少用户请求跳数,并通过名字查找进行路由转发,以满足用户高效的访问需求。因此,构建一种有效的内容缓存和名字查找策略是ICN的重点研究内容。 本文深入分析了内容缓存和名字查找策略存在的问题,提出了基于请求内容关联性的预缓存策略和基于名字拆分的查找策略。本文主要的研究工作总结如下: 1. 在内容缓存方面,本文提出了基于请求内容关联性的预缓存策略PCSRC。针对现有缓存策略缺乏请求内容之间关联性的问题,本文引入预缓存策略,以实现更好的缓存性能。在 PCSRC 策略中,当用户请求某一内容后,该策略提前缓存请求内容所属的后续内容块,并根据内容的局部活跃度逐级将缓存内容推送至网络边缘。针对实际的缓存内容,设置基本的逗留时间。为了防止预缓存内容长时间占用内存空间,本文设置了临时逗留时间。仿真结果表明PCSRC 策略有效减少了用户的请求跳数,降低了用户请求时延并提高了内容的缓存命中率。 2. 在名字查找方面,本文提出了基于名字拆分的查找策略SNBS。针对内容名字查找在匹配效率与准确性方面存在的问题,结合名字本身的特性,本文采用混合的数据结构。在 SNBS 策略中,首先将内容名字拆分成两级,即基础前缀(Basis)和剩余前缀(Suffix),然后将 Basis 划分成单个组件,每个组件使用一个计数布隆过滤器存储。另外,引入相关性验证机制以确保 Basis 组件之间的相关性,而Suffix 则采用位图树进行处理。通过分析,SNBS 策略有效降低了布隆过滤器带来的假阳性边界。仿真结果表明该策略有效提高了内容名字查找的速度。 本文针对 ICN 中存在的热点问题,以“缓存-查找”两个内容展开研究,形成了一些基础并具有创新性的成果。通过对现有研究进行分析,以现有研究存在的问题为出发点,提出了基于请求内容关联性的预缓存策略和基于名字拆分的查找策略。仿真结果表明,本文所取得的研究成果对 ICN 的发展具有一定的积极作用。