葛國(guó)棟 郭云飛② 劉彩霞 蘭巨龍

?

命名數(shù)據(jù)網(wǎng)絡(luò)中基于內(nèi)容請(qǐng)求相關(guān)性的協(xié)作緩存算法

葛國(guó)棟*①郭云飛①②劉彩霞①蘭巨龍①

①(國(guó)家數(shù)字交換系統(tǒng)工程技術(shù)研究中心 鄭州 450002)②(解放軍理工大學(xué) 南京 210007)

針對(duì)命名數(shù)據(jù)網(wǎng)絡(luò)(Named Data Networking, NDN)存儲(chǔ)空間的有效利用和應(yīng)答內(nèi)容的高效緩存問(wèn)題，該文采用“差異化緩存”的方式，提出一種依據(jù)內(nèi)容請(qǐng)求序列相關(guān)性的協(xié)作緩存算法。在內(nèi)容請(qǐng)求中，預(yù)先發(fā)送對(duì)于后續(xù)相關(guān)數(shù)據(jù)單元的并行預(yù)測(cè)請(qǐng)求，增大內(nèi)容請(qǐng)求的就近響應(yīng)概率；緩存決策時(shí)，提出聯(lián)合空間存儲(chǔ)位置與緩存駐留時(shí)間的2維差異化緩存策略。根據(jù)內(nèi)容活躍度的變化趨勢(shì)，空間維度上逐跳推進(jìn)內(nèi)容存儲(chǔ)位置，時(shí)間維度上動(dòng)態(tài)調(diào)整內(nèi)容緩存時(shí)間，以漸進(jìn)式的方式將真正流行的請(qǐng)求內(nèi)容推送至網(wǎng)絡(luò)邊緣存儲(chǔ)。該算法減小了內(nèi)容請(qǐng)求時(shí)延和緩存冗余，提高了緩存命中率，仿真結(jié)果驗(yàn)證了其有效性。

互聯(lián)網(wǎng)；命名數(shù)據(jù)網(wǎng)絡(luò)(NDN)；協(xié)作緩存；請(qǐng)求相關(guān)性；內(nèi)容路由

1 引言

隨著互聯(lián)網(wǎng)技術(shù)與應(yīng)用的飛速發(fā)展，“寬帶化”、“內(nèi)容化”與“個(gè)性化”已經(jīng)成為網(wǎng)絡(luò)發(fā)展的主旋律，人們對(duì)于數(shù)據(jù)內(nèi)容的需求日益強(qiáng)烈，網(wǎng)絡(luò)應(yīng)用的主體逐步向內(nèi)容請(qǐng)求和信息服務(wù)演進(jìn)轉(zhuǎn)移[1]。據(jù)Cisco VNI Mobile Forecast預(yù)測(cè)，到2014年互聯(lián)網(wǎng)上所有內(nèi)容相關(guān)的流量將占據(jù)超過(guò)97.5%的份額，傳統(tǒng)以主機(jī)為中心的網(wǎng)絡(luò)體系結(jié)構(gòu)難以滿足當(dāng)前網(wǎng)絡(luò)信息服務(wù)的發(fā)展要求。為此，信息中心網(wǎng)絡(luò)(Information-Centric Networking, ICN)[1]作為一種革命式(clean-slate)的未來(lái)互聯(lián)網(wǎng)設(shè)計(jì)思路，讓數(shù)據(jù)內(nèi)容本身成為網(wǎng)絡(luò)通信的主體單元，將網(wǎng)絡(luò)通信模式從關(guān)注“在哪”(地址、服務(wù)器)轉(zhuǎn)變?yōu)殛P(guān)注“是什么”，即用戶和應(yīng)用通信的目的和意向，成為未來(lái)Internet設(shè)計(jì)的重要模式。其中，命名數(shù)據(jù)網(wǎng)絡(luò)(Named Data Networking, NDN)[2]作為典型的ICN網(wǎng)絡(luò)體系結(jié)構(gòu)范例，在中間層用命名數(shù)據(jù)取代IP，數(shù)據(jù)傳輸采用“發(fā)布-請(qǐng)求-響應(yīng)”模式，直接以內(nèi)容名字(named data)進(jìn)行路由，實(shí)現(xiàn)點(diǎn)到多點(diǎn)的高效內(nèi)容分發(fā)。

在NDN的設(shè)計(jì)中，采用網(wǎng)絡(luò)內(nèi)在普遍緩存(in-network caching)的方式，在興趣包(interest packet)沿途轉(zhuǎn)發(fā)路徑(on-path)的所有節(jié)點(diǎn)上緩存應(yīng)答內(nèi)容。在路由轉(zhuǎn)發(fā)中，當(dāng)節(jié)點(diǎn)收到興趣包，依據(jù)內(nèi)容名字依次在內(nèi)容存儲(chǔ)器(Content Store, CS)，未決請(qǐng)求表(Pending Interest Table, PIT)和轉(zhuǎn)發(fā)信息庫(kù)(Forwarding Information Base, FIB)中進(jìn)行匹配查詢。應(yīng)答數(shù)據(jù)包(data packet)攜帶請(qǐng)求內(nèi)容，依據(jù)節(jié)點(diǎn)PIT表項(xiàng)的記錄，沿相同路徑進(jìn)行反向的逐跳傳輸。

文獻(xiàn)[3]指出，對(duì)于NDN網(wǎng)絡(luò)，合理的內(nèi)容放置和緩存決策，是有效發(fā)揮網(wǎng)絡(luò)性能的關(guān)鍵因素。但由于NDN泛濫式的沿途全部緩存方式(Cache Everything Everywhere, CE2)，致使節(jié)點(diǎn)緩存內(nèi)容趨于同質(zhì)化，導(dǎo)致大量的緩存冗余。而且，在緩存決策時(shí)，缺乏對(duì)于內(nèi)容本身差異化特征的考慮，無(wú)法實(shí)現(xiàn)內(nèi)容的優(yōu)化存儲(chǔ)。為此，為了有效發(fā)揮內(nèi)容普遍緩存的優(yōu)勢(shì)，高效緩存算法的設(shè)計(jì)就成為NDN需要解決的關(guān)鍵問(wèn)題。

2 問(wèn)題分析

文獻(xiàn)[4]提出了一種隨機(jī)單點(diǎn)緩存策略(RCOne)，在沿途路徑上隨機(jī)選擇單個(gè)節(jié)點(diǎn)進(jìn)行內(nèi)容存儲(chǔ)，減小緩存冗余。但該方案沒有考慮不同請(qǐng)求內(nèi)容流行程度的差異性；文獻(xiàn)[5]提出只在緩存命中節(jié)點(diǎn)的直接下一跳存儲(chǔ)應(yīng)答內(nèi)容(LCD)，避免內(nèi)容的重復(fù)緩存；文獻(xiàn)[6]提出了基于節(jié)點(diǎn)介數(shù)的緩存方案(betw)，通過(guò)在沿途傳輸路徑介數(shù)最大的節(jié)點(diǎn)上緩存內(nèi)容，以提高后續(xù)利用率。但該方案將導(dǎo)致少數(shù)重要節(jié)點(diǎn)上的緩存頻繁替換；文獻(xiàn)[7]設(shè)計(jì)了基于概率的緩存方式(probabilistic cache)，依據(jù)節(jié)點(diǎn)距離數(shù)據(jù)源的距離和路徑的剩余存儲(chǔ)能力，計(jì)算節(jié)點(diǎn)對(duì)應(yīng)的緩存概率；文獻(xiàn)[8]提出了緩存年齡的思想(age)，依據(jù)內(nèi)容流行等級(jí)和存儲(chǔ)節(jié)點(diǎn)的位置來(lái)計(jì)算緩存年齡。但是該算法中假設(shè)內(nèi)容流行度是已知的靜態(tài)參量，無(wú)法體現(xiàn)內(nèi)容請(qǐng)求的動(dòng)態(tài)變化特性，而且該參數(shù)難以預(yù)先獲??；文獻(xiàn)[9]提出了一種基于內(nèi)容流行等級(jí)的協(xié)作緩存策略(WAVE)，依據(jù)內(nèi)容的請(qǐng)求次數(shù)，以指數(shù)增長(zhǎng)方式逐步增加沿途緩存的數(shù)據(jù)個(gè)數(shù)。但是該方案并沒有考慮內(nèi)容請(qǐng)求序列的相關(guān)性，而且只實(shí)現(xiàn)了空間存儲(chǔ)位置上的差異化緩存；文獻(xiàn)[10]對(duì)現(xiàn)有緩存方案進(jìn)行了對(duì)比分析，指出緩存算法的設(shè)計(jì)缺乏對(duì)于內(nèi)容請(qǐng)求分布特征的考慮，并給出下一步的研究方向。

以上方案存在的不足之處主要體現(xiàn)在：(1)在差異化緩存設(shè)計(jì)時(shí)，對(duì)于不同內(nèi)容的存儲(chǔ)位置和緩存駐留時(shí)間缺乏綜合考慮和有效結(jié)合；(2)緩存決策沒有結(jié)合內(nèi)容請(qǐng)求序列的分布特征。緩存算法設(shè)計(jì)時(shí)，多數(shù)基于獨(dú)立請(qǐng)求模式(Independent Reference Model, IRM)進(jìn)行研究[10]，內(nèi)容請(qǐng)求概率由流行度分布函數(shù)預(yù)先給定，無(wú)法體現(xiàn)請(qǐng)求分布的動(dòng)態(tài)變化和相關(guān)性特征[10, 11]。針對(duì)上述不足，在NDN中本文提出了一種基于內(nèi)容請(qǐng)求相關(guān)性的協(xié)作緩存算法(Collaborative Caching Algorithm based on Request Correlation, CCARC)。CCARC根據(jù)內(nèi)容請(qǐng)求序列間的相關(guān)性特征，主動(dòng)發(fā)送對(duì)于關(guān)聯(lián)數(shù)據(jù)單元的并行預(yù)測(cè)請(qǐng)求；在緩存決策時(shí)，從差異化緩存思想出發(fā)，根據(jù)內(nèi)容活躍度的變化趨勢(shì)，逐步推進(jìn)內(nèi)容存儲(chǔ)位置，以漸進(jìn)式的方式將流行資源推送至網(wǎng)絡(luò)邊緣節(jié)點(diǎn)存儲(chǔ)。

3 基于內(nèi)容請(qǐng)求相關(guān)性的協(xié)作緩存算法

CCARC屬于一種隱式的輕量級(jí)協(xié)作緩存算法，節(jié)點(diǎn)以分布式的方式獨(dú)立地執(zhí)行緩存決策，不會(huì)引入額外的交互報(bào)文的發(fā)送與通告，也避免了中心化決策實(shí)體的引入。同時(shí)，內(nèi)容的流行程度根據(jù)實(shí)際請(qǐng)求次數(shù)來(lái)動(dòng)態(tài)確定，不依賴預(yù)先的參數(shù)假設(shè)。CCARC主要思想包括兩個(gè)方面：(1)基于內(nèi)容請(qǐng)求相關(guān)性的并行預(yù)測(cè)請(qǐng)求；(2)緩存位置和駐留時(shí)間的2維差異化存儲(chǔ)。

3.1 報(bào)文交互與參數(shù)定義

為了區(qū)分基于相關(guān)性預(yù)測(cè)發(fā)起的請(qǐng)求和應(yīng)答數(shù)據(jù)，分別設(shè)計(jì)了相關(guān)興趣包(Correlated Interest packet, CIP)和相關(guān)數(shù)據(jù)包(Correlated Data Packet, CDP)報(bào)文，其具體格式與NDN中的興趣包和數(shù)據(jù)包相同，只是CIP和CDP用于標(biāo)識(shí)節(jié)點(diǎn)基于請(qǐng)求相關(guān)性而發(fā)出的交互報(bào)文，用于執(zhí)行下一相關(guān)數(shù)據(jù)單元(chunk)的預(yù)測(cè)請(qǐng)求。在數(shù)據(jù)包和CDP報(bào)文中，添加緩存指示(Cache Indication, CI)和內(nèi)容活躍度(Content Activity, CA)字段。其中，CI用于緩存節(jié)點(diǎn)指示下游節(jié)點(diǎn)執(zhí)行應(yīng)答內(nèi)容的存儲(chǔ)，CA表示該內(nèi)容對(duì)應(yīng)的流行程度，用于存儲(chǔ)位置和緩存時(shí)間(Caching Time, CT)的計(jì)算，圖1給出了具體報(bào)文格式。

圖1 (相關(guān))興趣和(相關(guān))數(shù)據(jù)報(bào)文格式

圖2 內(nèi)容活躍度CA

3.2 算法執(zhí)行流程

3.2.1緩存存儲(chǔ)決策 節(jié)點(diǎn)依據(jù)接收到的報(bào)文格式和內(nèi)容活躍度CA的變化趨勢(shì)，動(dòng)態(tài)地確定內(nèi)容存儲(chǔ)位置，計(jì)算、更新緩存時(shí)間。具體執(zhí)行以下3種策略：

3.3 算法運(yùn)行實(shí)例

圖3給出了CCARC算法具體執(zhí)行實(shí)例。假設(shè)內(nèi)容包括7個(gè)chunk(1~7)，存儲(chǔ)于內(nèi)容源服務(wù)器(Original Content Server, OCS)。終端用戶1~4為內(nèi)容請(qǐng)求者，A, B, C, D均為內(nèi)容路由器(Content Router, C-Router)，實(shí)線方框表示正常的數(shù)據(jù)緩存單元，虛線方框代表臨時(shí)存儲(chǔ)的數(shù)據(jù)單元。

(1)1發(fā)送對(duì)前5項(xiàng)數(shù)據(jù)塊(1~5)的請(qǐng)求(圖3(a))：由于沿途路徑不存在對(duì)應(yīng)的緩存資源，興趣包請(qǐng)求需要路由至OCS進(jìn)行響應(yīng)。當(dāng)OCS接收到內(nèi)容請(qǐng)求后，發(fā)送數(shù)據(jù)包進(jìn)行應(yīng)答，并將緩存指示標(biāo)志CI位置為1，指示下游路由器緩存該應(yīng)答內(nèi)容；當(dāng)C-Router A接收到數(shù)據(jù)包后，查看CI標(biāo)志和CA字段，計(jì)算緩存存儲(chǔ)時(shí)間CT，將內(nèi)容在其CS中進(jìn)行存儲(chǔ)，并重置CI為0，繼續(xù)向下轉(zhuǎn)發(fā)應(yīng)答數(shù)據(jù)包。當(dāng)B, C和D接收到數(shù)據(jù)包后，由于CI標(biāo)志位為0，直接進(jìn)行報(bào)文轉(zhuǎn)發(fā)，無(wú)需進(jìn)行數(shù)據(jù)緩存；

圖3 CCARC算法執(zhí)行過(guò)程

(2)2發(fā)送對(duì)前3項(xiàng)數(shù)據(jù)內(nèi)容(1~3)的請(qǐng)求(圖3(b1))：在首次請(qǐng)求中，由于1~5在路由器A處已經(jīng)進(jìn)行了緩存，節(jié)點(diǎn)A直接發(fā)送1~3對(duì)應(yīng)的數(shù)據(jù)包進(jìn)行應(yīng)答，將CI置為1，指示下行路由器B緩存該應(yīng)答內(nèi)容。1~3將推送至節(jié)點(diǎn)B處進(jìn)行存儲(chǔ)；假設(shè)在該次請(qǐng)求中(圖3(b2)),3對(duì)應(yīng)的內(nèi)容活躍度CA降低，那么對(duì)應(yīng)的數(shù)據(jù)包中CI將設(shè)置為0，緩存位置將不會(huì)向下(節(jié)點(diǎn)B)推進(jìn)，直接在節(jié)點(diǎn)A處依據(jù)當(dāng)前CA重新計(jì)算緩存時(shí)間CT；

(3)3發(fā)送對(duì)前4項(xiàng)數(shù)據(jù)塊(1~4)的請(qǐng)求(圖3(c))：由于沿途緩存資源的存在，1~3對(duì)應(yīng)的興趣包將在B處得到響應(yīng)，并在C處依次進(jìn)行緩存。當(dāng)節(jié)點(diǎn)B進(jìn)行3的應(yīng)答時(shí)，同時(shí)發(fā)送CIP報(bào)文，執(zhí)行對(duì)于數(shù)據(jù)塊4的相關(guān)性預(yù)測(cè)請(qǐng)求。當(dāng)上游節(jié)點(diǎn)A接收到CIP后，發(fā)送CDP進(jìn)行應(yīng)答。當(dāng)節(jié)點(diǎn)B接收到4的CDP應(yīng)答報(bào)文后，提取內(nèi)容并進(jìn)行臨時(shí)存儲(chǔ)(虛線方框)。當(dāng)C-Router B接收到用戶發(fā)送的4請(qǐng)求興趣包后，該內(nèi)容將被節(jié)點(diǎn)正式緩存(實(shí)線方框)，并依據(jù)CA重新計(jì)算緩存時(shí)間CT。當(dāng)5在節(jié)點(diǎn)B進(jìn)行臨時(shí)緩存后，由于用戶沒有發(fā)起對(duì)于該內(nèi)容的請(qǐng)求，該內(nèi)容短時(shí)間內(nèi)將會(huì)被替換淘汰。

CCARC算法的整體流程示于表1，劃分為內(nèi)容請(qǐng)求和數(shù)據(jù)應(yīng)答兩個(gè)過(guò)程。

4 仿真與性能分析

4.1 仿真環(huán)境與參數(shù)設(shè)置

表1 CCARC算法的整體流程

4.2 性能分析

將CCARC與文獻(xiàn)[2] NDN，文獻(xiàn)[4]RCOne和文獻(xiàn)[9] WAVE進(jìn)行對(duì)比分析，評(píng)價(jià)指標(biāo)包括：平均請(qǐng)求時(shí)延(Average Request Delay, ARD)，緩存命中率(Cache Hit Ratio, CHR)，平均路由跳數(shù)(Average Route Hop, ARH)。

由于NDN的CE2泛濫式緩存方式，節(jié)點(diǎn)的同質(zhì)化緩存將會(huì)導(dǎo)致高頻率的內(nèi)容替換更新，降低了沿途緩存資源的響應(yīng)率，對(duì)應(yīng)的ARD最大；RCOne在沿途路徑上以固定概率隨機(jī)選擇單個(gè)節(jié)點(diǎn)進(jìn)行內(nèi)容存儲(chǔ)，但該方案沒有考慮不同請(qǐng)求內(nèi)容流行程度的差異性，固定的緩存概率無(wú)法實(shí)現(xiàn)內(nèi)容的優(yōu)化存儲(chǔ)；WAVE依據(jù)內(nèi)容的請(qǐng)求次數(shù)，以指數(shù)增長(zhǎng)方式不斷增加傳輸路徑緩存數(shù)據(jù)個(gè)數(shù)。但是該方案并沒有考慮內(nèi)容請(qǐng)求分布的相關(guān)性特征。相比其他方案，CCARC對(duì)于不同請(qǐng)求內(nèi)容，執(zhí)行差異化緩存。依據(jù)內(nèi)容活躍度的變化趨勢(shì)，計(jì)算內(nèi)容存儲(chǔ)位置，動(dòng)態(tài)調(diào)整內(nèi)容緩存時(shí)間，增大了流行資源駐留概率和命中率。同時(shí)，依據(jù)內(nèi)容請(qǐng)求序列的強(qiáng)相關(guān)性，主動(dòng)發(fā)送對(duì)于關(guān)聯(lián)內(nèi)容的預(yù)測(cè)請(qǐng)求，有效減小內(nèi)容請(qǐng)求時(shí)延(約37%)。

圖4 平均請(qǐng)求時(shí)延ARD對(duì)比

圖5 緩存命中率CHR對(duì)比

4.3 適應(yīng)性討論

5 結(jié)束語(yǔ)

內(nèi)容的普遍緩存是NDN網(wǎng)絡(luò)的核心特征，而合理的內(nèi)容放置和緩存策略是其性能有效發(fā)揮的保證。本文針對(duì)現(xiàn)有緩存算法的不足，結(jié)合內(nèi)容請(qǐng)求分布的相關(guān)性特征，從差異化緩存的思想出發(fā)，在NDN中提出了一種依據(jù)內(nèi)容請(qǐng)求序列相關(guān)性的協(xié)作緩存算法。在內(nèi)容請(qǐng)求過(guò)程中，節(jié)點(diǎn)主動(dòng)發(fā)送對(duì)于下一個(gè)相關(guān)數(shù)據(jù)單元的預(yù)測(cè)請(qǐng)求，增大后續(xù)內(nèi)容請(qǐng)求的就近應(yīng)答；在緩存決策時(shí)，逐跳推進(jìn)內(nèi)容存儲(chǔ)位置，動(dòng)態(tài)調(diào)整緩存駐留時(shí)間，實(shí)現(xiàn)不同內(nèi)容的差異化存儲(chǔ)。后續(xù)研究工作包括：(1)如何將CCARC緩存算法擴(kuò)展到多數(shù)據(jù)源和多路徑模式下；(2)在不同網(wǎng)絡(luò)和仿真參數(shù)條件下對(duì)于CCARC性能進(jìn)一步分析驗(yàn)證。

圖6 平均路由跳數(shù)ARH對(duì)比

圖7 平均請(qǐng)求時(shí)延ARD隨Zipf指數(shù)的變化趨勢(shì)

圖8 平均請(qǐng)求時(shí)延ARD隨NoC的變化趨勢(shì)

[1] Ahlgren B, Dannewitz C, Imbrenda C,.. A survey of information-centric networking[J]., 2012, 50(7): 26-36.

[2] Jacobson V, Smetters D K, Thornton J D,.. Networking named content[J]., 2012, 55(1): 117-124.

[3] Chiocchetti R, Perino D, Carofiglio G,.. INFORM: a dynamic Interest Forwarding Mechanism for Information Centric Networking[C]. ACM SIGCOMM Workshop on Information-Centric Networking, Hong Kong, China, 2013: 9-14.

[4] Eum S, Nakauchi K, Murata M,.. CATT: potential based routing with content caching for ICN[C]. ACM SIGCOMM Workshop on Information-Centric Networking, Helsinki, Finland, 2012: 49-54.

[5] Laoutaris N, Syntila S, and Stavrakakis I. Meta algorithms for hierarchical web caches[C]. IEEE International Conference on Performance, Computing, and Commu- nications, Phoenix, USA, 2004: 445-452.

[6] Chai W K, He D, Psaras I,.. Cache “l(fā)ess for more” in information-centric networks[C]. Proceedings of IFIP 6 Networking Conference, Prague, Czech, 2012: 27-40.

[7] Psaras I, Chai W K, and Pavlou G. Probabilistic in-network caching for information-centric networks[C]. ACM SIGCOMM Workshop on Information-Centric Networking, Helsinki, Finland, 2012: 55-60.

[8] Ming Z X, Xu M W, and Wang D. Age-Based cooperative caching in information-centric networks[C]. IEEE INFOCOM, Orlando, USA, 2012: 268-273.

[9] Cho K, Lee M, Park K,.. WAVE: popularity-based and collaborative in-network caching for content-oriented Networks[C], IEEE INFOCOM Workshop on Emerging Design Choices in Name-Oriented Networking, Orlando, USA, 2012: 316-321.

[10] Zhang G Q, Li Y, and Lin T. Caching in information centric networking: a survey[J]., 2013, 57(16), 3128-3141.

[11] 朱軼，糜正琨，王文鼐. 一種基于內(nèi)容流行度的內(nèi)容中心網(wǎng)絡(luò)緩存概率置換策略[J]. 電子與信息學(xué)報(bào), 2013, 35(6): 1305-1310.

Zhu Yi, Mi Zheng-kun, and Wang Wen-nai. A cache probability replacement policy based on content popularity in content centric networks[J].&, 2013, 35(6): 1305-1310.

[12] NS-3 based Named Data Networking (NDN) Simulator[OL]. http://ndnsim.net. 2013.

[13] Chiocchetti R, Rossi D, Rossini G,.. Exploit the known or explore the unknown? Hamlet-like doubts in ICN[C]. ACM SIGCOMM Workshop on Information-Centric Networking, Helsinki, Finland, 2012: 7-12.

[14] Guo S, Xie H Y, and Shi G. Collaborative forwarding and caching in content centric networks[C]. Proceedings of IFIP Networking, Prague, Czech Republic, 2012: 41-55.

葛國(guó)棟： 男，1985年生，博士生，研究方向?yàn)樾滦途W(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)、內(nèi)容中心網(wǎng)絡(luò).

郭云飛： 男，1963年生，碩士，教授，博士生導(dǎo)師，研究方向?yàn)樾滦途W(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計(jì)、移動(dòng)互聯(lián)網(wǎng).

蘭巨龍： 男，1962年生，博士，教授、博士生導(dǎo)師，研究方向?yàn)榭芍貥?gòu)柔性網(wǎng)絡(luò)和高性能路由.

劉彩霞： 女，1974年生，博士，副教授，碩士生導(dǎo)師，研究方向?yàn)閮?nèi)容中心網(wǎng)絡(luò)、移動(dòng)互聯(lián)網(wǎng).

Collaborative Caching Algorithm Based on Request Correlation in Named Data Networking

Ge Guo-dong①Guo Yun-fei①②Liu Cai-xia①Lan Ju-long①

①(&&,450002,)②(’,210007,)

How to efficiently utilize the finite storage space and cache content chunks in the content store poses challenges to the caching policy in Named Data Networking (NDN). Using the differentiated caching strategy, a collaborative caching algorithm is proposed based on the request correlation. In the scheme, the subsequent correlated content chunks are requested in advance to increase the hit ratio for content requesting. When making the caching decision, a two-dimensional differentiated caching policy combining the caching location and cache-resident time is proposed. According to the change of content activity, the caching location is pushed downstream hop by hop in the spatial dimension in order to spread popular contents to the network edge in a gradual manner, and the cache-resident time is adjusted dynamically in the time dimension. The simulation results show that the proposed algorithm can efficiently decrease the request latency, reduce the cache redundancy, and achieve higher cache hit ratio than other caching strategies.

Internet; Named Date Networking (NDN); Collaborative caching; Request correlation; Content-based routing

TP393

A

1009-5896(2014)12-2795-07

10.3724/SP.J.1146.2014.00114

葛國(guó)棟 ggd@mail.ndsc.com.cn

2014-01-20收到，2014-04-24改回

國(guó)家973計(jì)劃基金(2012CB315901)，國(guó)家自然科學(xué)基金(61372121)，和國(guó)家863計(jì)劃項(xiàng)目(2011AA01A103)資助課題