羅熹　安瑩　牛碧諾

摘 要：借鑒分子擴(kuò)散的思想，提出一種基于內(nèi)容擴(kuò)散的主動緩存機(jī)制（Content Diffusion Based Proactive Caching， CDBPC）.該機(jī)制引入緩存內(nèi)容濃度的概念來描述不同內(nèi)容在不同區(qū)域內(nèi)的需求程度，然后根據(jù)節(jié)點(diǎn)間的緩存內(nèi)容濃度關(guān)系來驅(qū)動內(nèi)容副本在網(wǎng)絡(luò)中的主動推進(jìn)和遷移，并結(jié)合內(nèi)容的流行度等因素實(shí)現(xiàn)了緩存內(nèi)容的概率性放置，從而達(dá)到內(nèi)容緩存的快速部署和推進(jìn)，提高為用戶提供就近響應(yīng)概率的目的.仿真結(jié)果表明，該機(jī)制能有效地降低系統(tǒng)的平均接入代價(jià)并提高緩存命中率.

關(guān)鍵詞：內(nèi)容中心網(wǎng)絡(luò)；擴(kuò)散原理；主動緩存；內(nèi)容流行度

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A

Abstract：This paper borrowed the idea of molecular diffusion and proposed a proactive caching scheme based on content diffusion. In this mechanism， the conception of content concentration was introduced to analyze user demands for different contents in different network regions. In order to achieve fast content placement and increase the probability of providing responses to user requests by the nearer caching nodes， the content replicas were proactively pushed forward or migrated according to the content concentration difference between nodes. Furthermore， by synthetically considering the content popularity， a probabilistic content placement method was also implemented. The simulation results have shown that this scheme can effectively decrease the average access cost and improve the cache hit ratio.

Key words：Content-centric Networking（CCN）；diffusion theory；proactive caching；content popularity

近年來，隨著P2P應(yīng)用、發(fā)布訂閱系統(tǒng)、普適計(jì)算以及海量流媒體等新型應(yīng)用的不斷發(fā)展，信息獲取已經(jīng)成為了當(dāng)前網(wǎng)絡(luò)服務(wù)的主體，傳統(tǒng)的以主機(jī)為中心的通信模式逐漸演變?yōu)橐孕畔橹行牡男履Ｊ?網(wǎng)絡(luò)通信方式的變化使得網(wǎng)絡(luò)設(shè)計(jì)者們必須對當(dāng)前的Internet體系架構(gòu)做出重大調(diào)整，從而導(dǎo)致了以內(nèi)容中心網(wǎng)絡(luò)（Content-Centric Networking，CCN）[1]為代表的一系列新型網(wǎng)絡(luò)的涌現(xiàn).

在CCN中，內(nèi)容位置的重要性被逐漸弱化，網(wǎng)絡(luò)通過對內(nèi)容進(jìn)行統(tǒng)一命名，來實(shí)現(xiàn)基于內(nèi)容名稱的定位、路由和傳輸.同時(shí)，CCN要求每個(gè)具有存儲能力的節(jié)點(diǎn)都能緩存經(jīng)過的內(nèi)容，從而為其他用戶對同一內(nèi)容的后續(xù)請求提供快速的響應(yīng).換而言之，CCN將透明化、泛在化的網(wǎng)絡(luò)內(nèi)置緩存作為其網(wǎng)絡(luò)體系結(jié)構(gòu)中固有的一部分，以此加快內(nèi)容的分發(fā)速度并提高網(wǎng)絡(luò)資源的利用率.因此，CCN中的內(nèi)置緩存機(jī)制也就成為了目前該領(lǐng)域的研究熱點(diǎn)，其中一個(gè)重要的問題是如何選擇內(nèi)容的緩存位置，并且研究者們已經(jīng)就此開展了大量的研究工作.Psaras等人[2]提出了一種基于加權(quán)概率的緩存機(jī)制ProbCache，結(jié)合節(jié)點(diǎn)與請求者的距離和路徑的剩余緩存空間來計(jì)算內(nèi)容返回路徑上各沿途節(jié)點(diǎn)緩存內(nèi)容對象的概率，該概率與節(jié)點(diǎn)和內(nèi)容請求者間的距離成反比，而與節(jié)點(diǎn)的可用資源成正比.該機(jī)制通過將內(nèi)容以更高的概率緩存于距離請求者更近的節(jié)點(diǎn)，來保證內(nèi)容副本快速地趨向網(wǎng)絡(luò)邊緣，從而提升系統(tǒng)的緩存性能.文獻(xiàn)[3-4]采用了相似的基本思想，通過為流行度高的內(nèi)容設(shè)置較長的緩存時(shí)間，保證流行內(nèi)容的緩存命中，并加快內(nèi)容獲取的響應(yīng)速度.文獻(xiàn)[5]采用了差異化緩存的方式，提出了一種結(jié)合空間存儲位置和緩存駐留時(shí)間的二維差異化緩存策略.該策略將一定時(shí)間間隔內(nèi)內(nèi)容被請求的次數(shù)定義為該內(nèi)容的活躍度，然后根據(jù)內(nèi)容活躍度的變化趨勢來決定下行節(jié)點(diǎn)是否對內(nèi)容進(jìn)行緩存，在空間維度上實(shí)現(xiàn)內(nèi)容緩存位置的逐跳推進(jìn).同時(shí)，通過賦予活躍度高的內(nèi)容更長的緩存時(shí)間，進(jìn)一步確保流行內(nèi)容盡可能地緩存在靠近用戶的網(wǎng)絡(luò)邊緣位置.劉外喜等人[6]提出了把內(nèi)容的放置、發(fā)現(xiàn)、替換統(tǒng)一起來考慮的APDR機(jī)制，實(shí)現(xiàn)內(nèi)容的有序緩存.APDR的主要思想是：Interest報(bào)文除了攜帶對內(nèi)容的請求，還收集沿途各節(jié)點(diǎn)對該內(nèi)容的潛在需求、空閑緩存等信息，使得Interest的匯聚點(diǎn)和目的地節(jié)點(diǎn)，可以據(jù)此計(jì)算出一個(gè)緩存方案，并把該方案附加在Data報(bào)文之上，通知返程途中的某些節(jié)點(diǎn)緩存該內(nèi)容并設(shè)置指定的緩存時(shí)間.文獻(xiàn)[7]根據(jù)用戶的潛在需求和內(nèi)容的流行規(guī)律，提出了一種選擇性緩存機(jī)制SC.作者認(rèn)為由于下游節(jié)點(diǎn)緩存的存在，節(jié)點(diǎn)上收到過某個(gè)內(nèi)容的請求并作出響應(yīng)的端口在未來一段時(shí)間內(nèi)不會再次收到對該內(nèi)容的請求.因此，對于某個(gè)內(nèi)容而言，節(jié)點(diǎn)上未請求過該內(nèi)容的端口數(shù)量越少，其對該內(nèi)容的潛在需求就越低，那么節(jié)點(diǎn)緩存該內(nèi)容的必要性也越小.在此基礎(chǔ)上，該機(jī)制通過結(jié)合鏈路利用率以及節(jié)點(diǎn)的可用緩存空間等因素計(jì)算內(nèi)容的緩存概率來實(shí)現(xiàn)內(nèi)容的選擇性緩存，以提升系統(tǒng)的緩存效率.Kyi等人[8]提出了一種基于一致性哈希算法的協(xié)作緩存決策機(jī)制，該機(jī)制將AS內(nèi)的路由節(jié)點(diǎn)分成不同的組，通過組內(nèi)路由節(jié)點(diǎn)間對內(nèi)容緩存和請求轉(zhuǎn)發(fā)的協(xié)同操作來提高緩存性能和資源利用率.在緩存決策時(shí)，各個(gè)路由節(jié)點(diǎn)主要考慮內(nèi)容的流行度并利用一致性哈希避免內(nèi)容的重復(fù)緩存.

CCN中內(nèi)容緩存的重要目的之一是逐步地使內(nèi)容副本接近請求用戶，從而縮短內(nèi)容的獲取延遲.然而，對于整個(gè)網(wǎng)絡(luò)范圍而言，內(nèi)容對象向網(wǎng)絡(luò)邊緣的復(fù)制往往是一個(gè)較為緩慢的過程[9].其主要原因是，現(xiàn)有的CCN緩存機(jī)制中，內(nèi)容的緩存決策大多和內(nèi)容的分發(fā)過程一樣均由用戶的興趣（Interest）驅(qū)動，并采用路徑內(nèi)（on-path）緩存策略直接從Interest的反向路徑上的中間節(jié)點(diǎn)中選擇內(nèi)容緩存位置.這導(dǎo)致了兩方面的主要缺陷，其一，內(nèi)容的攜帶者（原始內(nèi)容服務(wù)器或中間緩存節(jié)點(diǎn)）只有在收到相應(yīng)的Interest并在其緩存中發(fā)生命中后才會在響應(yīng)內(nèi)容的返回過程中觸發(fā)內(nèi)容緩存位置的決策，缺乏對內(nèi)容副本進(jìn)行主動推進(jìn)的能力.這種過于被動的方式顯然會延緩內(nèi)容緩存在網(wǎng)絡(luò)內(nèi)的部署速度，很大程度上它將受到Interest轉(zhuǎn)發(fā)策略的影響.其二，內(nèi)容緩存位置的選擇往往局限在原始內(nèi)容服務(wù)器與請求用戶節(jié)點(diǎn)的直接路徑上，未充分地考慮路徑外的節(jié)點(diǎn)狀態(tài)及用戶需求.文獻(xiàn)[10]指出路徑外（off-path）緩存策略在能耗等緩存性能上比路徑內(nèi)（on-path）緩存策略具有更大的優(yōu)勢.更重要的是，如果能根據(jù)節(jié)點(diǎn)未來的潛在需求，預(yù)先將內(nèi)容復(fù)制到當(dāng)前路徑以外的其他網(wǎng)絡(luò)區(qū)域，將能更進(jìn)一步地加快內(nèi)容查詢和獲取的速度，大大提升緩存系統(tǒng)的綜合性能.

針對上述問題，本文提出一種基于擴(kuò)散理論的主動緩存機(jī)制.該機(jī)制不僅能根據(jù)收到的用戶請求沿著反向路徑選擇緩存內(nèi)容的放置位置，同時(shí)還通過借鑒分子動理論中的擴(kuò)散原理，根據(jù)節(jié)點(diǎn)分布密度以及與內(nèi)容提供者和請求者間的距離來定義網(wǎng)絡(luò)中不同區(qū)域的緩存內(nèi)容濃度，然后將內(nèi)容副本由高濃度區(qū)域主動擴(kuò)散到低濃度區(qū)域，實(shí)現(xiàn)內(nèi)容緩存節(jié)點(diǎn)的快速部署以及緩存位置的動態(tài)調(diào)整，從而有效提高系統(tǒng)的緩存性能.根據(jù)現(xiàn)有的相關(guān)研究工作，部分學(xué)者也試圖通過引入物理場的概念來優(yōu)化CCN中的緩存決策問題.如文獻(xiàn)[11]中提出了一種基于勢能的目標(biāo)識別路由方法（Cache Aware Target iden Tification， CATT），該方法引入勢場（potential field）的概念，將節(jié)點(diǎn)存儲的內(nèi)容副本沿勢能由高到低的方向進(jìn)行局部范圍通告，從而提高緩存資源的可用性.文獻(xiàn)[12]指出CCN中能夠響應(yīng)內(nèi)容請求的節(jié)點(diǎn)可以分為持久穩(wěn)定的原始內(nèi)容服務(wù)器和動態(tài)可變的臨時(shí)緩存節(jié)點(diǎn)兩類，考慮到它們的差異化特征并結(jié)合數(shù)據(jù)場的思想，分別為其構(gòu)建全局導(dǎo)向和局部吸引的勢能輻射場，在路由查找過程中引導(dǎo)內(nèi)容請求的轉(zhuǎn)發(fā)，實(shí)現(xiàn)緩存內(nèi)容整體利用率的提升.文獻(xiàn)[13]則通過建立一個(gè)基于內(nèi)容的拓?fù)鋭輬?，用于擴(kuò)散網(wǎng)絡(luò)緩存副本的內(nèi)容通告，使網(wǎng)絡(luò)后續(xù)產(chǎn)生的用戶請求可以充分利用不在路徑上的內(nèi)容副本來選擇最佳的內(nèi)容響應(yīng)位置.然而這些方法均從優(yōu)化內(nèi)容副本通告或用戶請求轉(zhuǎn)發(fā)的角度來改進(jìn)內(nèi)容的緩存性能和網(wǎng)絡(luò)通信服務(wù)質(zhì)量.與之不同的是，我們提出的方法是通過構(gòu)建內(nèi)容在網(wǎng)絡(luò)中的區(qū)域緩存濃度，利用內(nèi)容副本在不同濃度區(qū)域間的擴(kuò)散實(shí)現(xiàn)內(nèi)容緩存的主動放置和動態(tài)遷移，從而增加為潛在用戶請求提供就近響應(yīng)的可能.這種內(nèi)容副本的主動推進(jìn)方式將大大地縮短內(nèi)容查找和響應(yīng)的延遲并提高內(nèi)容的緩存命中概率.

1 分子擴(kuò)散的引入

擴(kuò)散現(xiàn)象是指物質(zhì)分子從高濃度區(qū)域向低濃度區(qū)域轉(zhuǎn)移直到均勻分布的現(xiàn)象.根據(jù)分子動理論，分子擴(kuò)散的本質(zhì)是由于分子熱運(yùn)動而產(chǎn)生的質(zhì)量遷移現(xiàn)象.從微觀上說，它實(shí)際上是大量物質(zhì)分子做無規(guī)則熱運(yùn)動時(shí)，分子之間發(fā)生相互碰撞的結(jié)果.由于不同空間區(qū)域的分子密度分布不均勻，分子發(fā)生碰撞的情況也不同.這種碰撞迫使密度大的區(qū)域的分子向密度小的區(qū)域轉(zhuǎn)移，最后達(dá)到均勻的密度分布.

擴(kuò)散定律描述了分子擴(kuò)散導(dǎo)致的傳質(zhì)過程，這一定律由德國物理學(xué)家菲克（ A.Fick）于1855年在實(shí)驗(yàn)的基礎(chǔ)上提出的，故又稱為菲克（Fick）定律.Fick定律指出，在穩(wěn)態(tài)擴(kuò)散過程中，擴(kuò)散通量J與濃度梯度成正比，即

式中：D為擴(kuò)散系數(shù)，是描述擴(kuò)散速度的重要物理量，它表示單位濃度梯度條件下，單位時(shí)間單位截面上通過的物質(zhì)流量；φ為濃度；x代表位置；負(fù)號表示物質(zhì)沿著濃度降低的方向擴(kuò)散.式（1）的意思是，如果某個(gè)事物的空間分布是不均勻的，就會造成流動，而引起的物質(zhì)流正比于該事物的梯度.其中，梯度是物質(zhì)流動的驅(qū)動力.

受到上述分子擴(kuò)散思想的啟發(fā)，我們將內(nèi)容對象看作溶質(zhì)，將用戶對該內(nèi)容對象的需求視為溶劑，那么整個(gè)網(wǎng)絡(luò)系統(tǒng)則為內(nèi)容對象與用戶需求混合而成的溶液.由于內(nèi)容副本以及用戶需求分布的不均勻性和動態(tài)性，因此該溶液不同區(qū)域的濃度也存在差異，內(nèi)容原始服務(wù)器或緩存節(jié)點(diǎn)附近濃度較高，而內(nèi)容請求節(jié)點(diǎn)附近濃度較低.對于內(nèi)容的緩存決策而言，直覺上內(nèi)容副本應(yīng)盡量趨近用戶需求較大的區(qū)域以提供快速高效的緩存和通信服務(wù).于是，緩存內(nèi)容的放置決策可以看作溶質(zhì)分子（內(nèi)容副本）在溶液中由高濃度區(qū)域向低濃度區(qū)域轉(zhuǎn)移的擴(kuò)散過程.

2 CDBPC緩存機(jī)制

2.1 內(nèi)容擴(kuò)散模型

2.2 CDBPC工作原理

CDBPC機(jī)制的基本思想是克服現(xiàn)有緩存機(jī)制中緩存決策過程完全依賴用戶Interest驅(qū)動的被動性，通過借鑒分子擴(kuò)散的原理以一種更主動的方式實(shí)現(xiàn)內(nèi)容副本向用戶端的快速推進(jìn).同時(shí)在內(nèi)容副本的推進(jìn)過程中綜合緩存內(nèi)容濃度和內(nèi)容流行度實(shí)現(xiàn)概率性的緩存放置，從而加快對后續(xù)用戶請求的響應(yīng)速度，提高系統(tǒng)的整體緩存性能.CDBPC主要包括兩個(gè)部分：內(nèi)容副本的推進(jìn)以及內(nèi)容的緩存決策.在內(nèi)容副本的推進(jìn)過程中，我們設(shè)計(jì)了被動響應(yīng)和主動擴(kuò)散2種基本的推進(jìn)模式.其中，被動響應(yīng)模式發(fā)生在節(jié)點(diǎn)返回被請求的數(shù)據(jù)的響應(yīng)過程中.即，僅當(dāng)收到相應(yīng)的用戶請求并在緩存中發(fā)生命中時(shí)，作為數(shù)據(jù)應(yīng)答，節(jié)點(diǎn)才會將內(nèi)容副本沿著請求的反向傳輸路徑返回請求用戶.主動擴(kuò)散模式的觸發(fā)則與內(nèi)容是否在該節(jié)點(diǎn)發(fā)生緩存命中無關(guān)，而是每隔一定的時(shí)間（本文稱之為擴(kuò)散周期Td），節(jié)點(diǎn)便通過計(jì)算并比較自身與鄰居節(jié)點(diǎn)的緩存內(nèi)容濃度，主動將內(nèi)容副本沿著緩存內(nèi)容濃度下降最快的路徑方向逐跳地進(jìn)行擴(kuò)散.在內(nèi)容副本的主動擴(kuò)散或被動響應(yīng)路徑上，中間節(jié)點(diǎn)再以一定的概率來選擇內(nèi)容的緩存位置.CDBPC機(jī)制的工作流程描述如下.

2.2.2 內(nèi)容的主動擴(kuò)散

在CDBPC中，被動響應(yīng)模式相對比較簡單，它由發(fā)生緩存命中的Interest包觸發(fā)，內(nèi)容副本按照預(yù)先確定的Interest包的反向路徑推進(jìn).而在主動擴(kuò)散模式中，內(nèi)容副本的擴(kuò)散源自相鄰節(jié)點(diǎn)間的緩存內(nèi)容濃度差，按濃度由高到低的方向進(jìn)行移動.與被動響應(yīng)模式中推進(jìn)的內(nèi)容對象以及推進(jìn)的路徑均由相應(yīng)的Interest確定不同，主動擴(kuò)散模式需解決以下2個(gè)問題：①節(jié)點(diǎn)緩存中可能存在多個(gè)不同的內(nèi)容對象，對所有的緩存內(nèi)容均進(jìn)行擴(kuò)散容易造成過大的通信和存儲開銷.因此必須對進(jìn)行擴(kuò)散的內(nèi)容對象進(jìn)行合理的選擇；②沿著節(jié)點(diǎn)的所有輸出路徑進(jìn)行全方位的擴(kuò)散也必然產(chǎn)生大量的冗余內(nèi)容副本，導(dǎo)致網(wǎng)絡(luò)資源的過度消耗.因此，節(jié)點(diǎn)還必須合理地選擇內(nèi)容副本的推進(jìn)方向以實(shí)現(xiàn)內(nèi)容的選擇性擴(kuò)散.下面針對上述問題給出具體的解決策略.

1）擴(kuò)散內(nèi)容的選擇.為了使不同的內(nèi)容對象均能獲得一定的擴(kuò)散機(jī)會，保證不同內(nèi)容間的公平性以及網(wǎng)絡(luò)中緩存內(nèi)容的多樣性，我們采用概率性選擇的方式從節(jié)點(diǎn)的緩存中確定待擴(kuò)散的內(nèi)容.考慮到用戶對流行度高的內(nèi)容往往具有更高的請求概率，因此我們根據(jù)內(nèi)容的流行度來調(diào)整不同內(nèi)容的選中概率，使其與各自的流行度成正比.具體來說，假設(shè)節(jié)點(diǎn)N的緩存中包含l個(gè)內(nèi)容對象，若將其中的第i個(gè)內(nèi)容對象表示為cNi，其流行度表示為pcNi.那么，cNi被選中為擴(kuò)散內(nèi)容對象的概率DPi可以按公式（5）計(jì)算得到.

3.2 性能評估

仿真過程中，我們將CDBPC與在用戶請求的被動響應(yīng)路徑上選擇最大介數(shù)節(jié)點(diǎn)進(jìn)行緩存的Betw[16]和利用勢場主動進(jìn)行局部內(nèi)容通告的CATT進(jìn)行比較.其中，CATT的內(nèi)容通告范圍設(shè)置為2跳.在緩存大小、內(nèi)容數(shù)量和Zipf參數(shù)α等網(wǎng)絡(luò)參數(shù)變化的情況下，分別對上述3種緩存機(jī)制的緩存命中率以及平均接入代價(jià)進(jìn)行了定量分析和比較.

3.2.1 緩存大小的影響

圖3為節(jié)點(diǎn)緩存對緩存性能影響的仿真結(jié)果圖.由圖3（a）可以看到，隨著節(jié)點(diǎn)緩存空間的增大，內(nèi)容分組在緩存中的駐留時(shí)間延長，因此3種機(jī)制的緩存命中率均逐漸提高.其中，由于CDBPC向用戶端對內(nèi)容分組實(shí)施主動擴(kuò)散，同時(shí)在此過程中根據(jù)緩存內(nèi)容濃度和內(nèi)容流行度采用了逐跳遞增的概率緩存，將內(nèi)容的緩存副本快速有效地分布到請求用戶節(jié)點(diǎn)附近，從而獲得了3種機(jī)制中最高緩存命中率.而Betw中內(nèi)容副本的推進(jìn)完全依賴節(jié)點(diǎn)對用戶請求的應(yīng)答，且單純地依據(jù)節(jié)點(diǎn)的介數(shù)中心性來實(shí)現(xiàn)緩存節(jié)點(diǎn)的選擇，使得介數(shù)較高的節(jié)點(diǎn)由于緩存壓力過大而導(dǎo)致緩存替換頻繁，因此獲得的緩存命中率最低.CATT利用勢場實(shí)現(xiàn)了緩存內(nèi)容的主動通告，有效地將用戶請求導(dǎo)向匹配的內(nèi)容緩存副本，一定程度上提高了系統(tǒng)的緩存命中率，因此在圖中CATT的緩存命中率略高于Betw.

同樣，隨著節(jié)點(diǎn)緩存的增加，中間節(jié)點(diǎn)對內(nèi)容的緩存能力增強(qiáng)，每個(gè)內(nèi)容分組能獲得更長時(shí)間的緩存服務(wù).這意味著用戶有更大的可能從距離較近的中間緩存節(jié)點(diǎn)實(shí)現(xiàn)快速的內(nèi)容獲取.因此，圖3（b）中各機(jī)制的平均接入代價(jià)均隨著節(jié)點(diǎn)緩存的增加而逐漸降低.其中，得益于CDBPC對內(nèi)容副本的主動擴(kuò)散，加快了緩存副本向用戶邊緣的推進(jìn)，因此，CDBPC獲得了3種機(jī)制中最小平均接入代價(jià).以節(jié)點(diǎn)緩存為50 MB時(shí)的情況為例，Betw和CATT的平均接入代價(jià)達(dá)到了4.55跳和4.22跳，而CDBPC僅為4.02跳，與前兩者相比，分別減少了近11.6%和4.7%.

3.2.2 內(nèi)容數(shù)量的影響

內(nèi)容數(shù)量對3種緩存機(jī)制影響的實(shí)驗(yàn)結(jié)果如圖4所示.由于在節(jié)點(diǎn)緩存大小固定的情況下，內(nèi)容數(shù)量的增加意味著可用緩存資源的相對緊張.因此，內(nèi)容數(shù)量對緩存性能的影響實(shí)際上也是節(jié)點(diǎn)緩存大小與緩存性能之間關(guān)系的另一種體現(xiàn).

從圖4（a）中結(jié)果可以看到，隨著內(nèi)容數(shù)量的增多，節(jié)點(diǎn)緩存資源越發(fā)緊缺，3種機(jī)制的緩存命中率均出現(xiàn)進(jìn)了明顯下降的趨勢.但是，CDBPC始終保持了3種機(jī)制中最高的緩存命中率.在內(nèi)容數(shù)量增至10 000個(gè)時(shí)，CDBPC仍獲得了21.6%的緩存命中率，優(yōu)于CATT的19.5%和Betw的15.7%.而由圖4（b）可知，3種緩存機(jī)制的平均接入代價(jià)則隨著內(nèi)容數(shù)量的增加逐漸增大.其中，CDBPC的平均接入代價(jià)明顯低于其他2種緩存機(jī)制.同樣以10 000個(gè)內(nèi)容時(shí)的情況為例，CDBPC的平均接入代價(jià)僅為4.57跳，相比Betw和CATT分別減少了約10.9%和5%.這與3.2.1節(jié)中關(guān)于緩存大小對2種緩存性能指標(biāo)的影響的分析結(jié)果是一致的.

3.2.3 Zipf參數(shù)α的影響

用戶對內(nèi)容的訪問具有一定的偏好性，用戶偏好對不同機(jī)制的緩存命中率的影響如圖5所示.Zipf參數(shù)α越大，意味著用戶的偏好越發(fā)地向流行度高的內(nèi)容集中.由于3種緩存機(jī)制均采用了優(yōu)先保證高流行度內(nèi)容緩存時(shí)間的相關(guān)策略（如，基于LRU的緩存替換策略），因此，由圖5（a）可見，它們的緩存命中率隨著α值的增大均呈現(xiàn)上升的趨勢.同時(shí)，還得益于在內(nèi)容推進(jìn)以及緩存決策中對內(nèi)容流行度的考慮，CDBPC在采用不同的α值時(shí)均獲得了明顯高于其他2種緩存機(jī)制的緩存命中性能.在平均接入代價(jià)方面，從圖5（b）中的結(jié)果可以發(fā)現(xiàn)，用戶偏好性的增強(qiáng)導(dǎo)致了平均接入代價(jià)的下降.而CDBPC對內(nèi)容副本更為主動的推進(jìn)方式，使得用戶可以更快地實(shí)現(xiàn)內(nèi)容獲取，從而獲得了3種機(jī)制中相對最低的平均接入代價(jià).

4 結(jié) 論

為了加快內(nèi)容緩存副本在內(nèi)容中心網(wǎng)絡(luò)中的推進(jìn)，進(jìn)一步提高其為潛在用戶請求提供就近響應(yīng)的可能性，本文提出緩存內(nèi)容濃度的概念，并借鑒分子的擴(kuò)散原理設(shè)計(jì)了一種基于內(nèi)容擴(kuò)散的主動緩存機(jī)制CDBPC.該機(jī)制利用節(jié)點(diǎn)間的緩存內(nèi)容濃度關(guān)系來驅(qū)動內(nèi)容副本在網(wǎng)絡(luò)中的主動推進(jìn)和遷移，并結(jié)合內(nèi)容的流行度等因素實(shí)現(xiàn)了內(nèi)容的概率性緩存決策.仿真實(shí)驗(yàn)結(jié)果表明該機(jī)制能有效地提高系統(tǒng)的整體緩存性能.在今后的工作中，我們將對CDBPC在實(shí)際網(wǎng)絡(luò)環(huán)境下的性能進(jìn)行驗(yàn)證，同時(shí)進(jìn)一步研究如何將其擴(kuò)展到移動網(wǎng)絡(luò)以及其他復(fù)雜的網(wǎng)絡(luò)環(huán)境.

參考文獻(xiàn)

[1] JACOBSON V，SMETTERS D K，THORNTON J D，et al. Networkingnamed content[J].Communications of the ACM， 2012， 55（1）：117-124.

[2] PSARAS I，CHAI W K，PAVLOU G.Probabilistic in-networkcaching for information-centric networks[C]// Proceedings of the Second Edition of the ICN Workshop on Information-centric Networking. New York： ACM， 2012： 55-60.

[3] MING Z，XU M，WANG D.Age-based cooperative caching in information-centric network[C]// Proceedings of the 23rd International Conference on Computer Communication and Networks （ICCCN）. Washington DC： IEEE Computer Society，2014：1-8.

[4] QIAN H，MUQING W，DONGYANG W，et al.Lifetime-based greedy caching approach for content-centric networking[C]// Proceedings of the 21st International Conference on Telecommunications （ICT）. Washington DC： IEEE Computer Society，2014：426-430.

[5] 葛國棟，郭云飛，劉彩霞，等.命名數(shù)據(jù)網(wǎng)絡(luò)中基于內(nèi)容請求相關(guān)性的協(xié)作緩存算法[J].電子與信息學(xué)報(bào)，2014，36（12）：2795-2801.

GE Guo-dong，GUO Yun-fei，LIU Cai-xia，et al.Collaborative caching algorithm based on request correlation in named data networking[J].Journal of Electronics & Information Technology，2014，36（12）：2795-2801.（In Chinese）

[6] 劉外喜，余順爭，蔡君，等.ICN中的一種協(xié)作緩存機(jī)制[J].軟件學(xué)報(bào)，2013，24（8）：1947-1962.

LIU Wai-xi，YU Shun-zheng，CAI Jun，et al.Scheme for cooperative caching in ICN[J].Journal of Software， 2013， 24（8）：1947-1962.（In Chinese）

[7] 劉外喜，余順爭，胡曉，等.CCN中選擇性緩存機(jī)制的研究[J]. 計(jì)算機(jī)學(xué)報(bào)，2014，37（2）：275-288.

LIU Wai-xi，YU Shun-zheng，HU Xiao，et al.Selective caching in content-centric networking[J].Chinese Journal of Computers，2014，37（2）：275-288.（In Chinese）

[8] KYI T，SAEED U，CHOONG S H.Consistent hashing based cooperative caching and forwarding in content centric network[C]//Proceedings of the 16th Asia-Pacific Network Operations and Management Symposium （APNOMS）. Washington DC： IEEE Computer Society，2014：1-4.

[9] 張國強(qiáng)，李楊，林濤，等.信息中心網(wǎng)絡(luò)中的內(nèi)置緩存技術(shù)研究[J].軟件學(xué)報(bào)，2014，25（1）：154-175.

ZHANG Guo-qiang，LI Yang，LIN Tao，et al.Survey of in-network caching techniques in information-centric networks[J].Journal of Software，2014，25（1）：154-175.（In Chinese）

[10]DRAXLER M，KARL H.Efficiency of on-path and off-path caching strategies in information centric networks[C]// Proceedings of 2012 IEEE International Conference on Green Computing and Communications （GreenCom）. Washington DC：IEEE Computer Society，2012：581-587.

[11]EUM S，NAKAUCHI K，MURATA M，et al.CATT： potential based routing with content caching for ICN[J]. IEEE Communications Magazine，2012，50（12）：60-67.

[12]葛國棟，郭云飛，劉彩霞，等.內(nèi)容中心網(wǎng)絡(luò)中基于差異化緩存通告的混合路由機(jī)制[J].電子與信息學(xué)報(bào)，2015， 37（3）：700-707.

GE Guo-dong，GUO Yun-fei，LIU Cai-xia，et al.A hybrid routing scheme based on differentiated cache advertisement in content centric networking[J].Journal of Electronics & Information Technology，2015，37（3）：700-707.（In Chinese）

[13]陳璐，湯紅波，鄭林浩.內(nèi)容中心網(wǎng)絡(luò)基于拓?fù)鋭莸恼埱笳咭苿有灾С謾C(jī)制[J].計(jì)算機(jī)工程與設(shè)計(jì)，2014，35（8）： 2685-2690.

CHEN Lu，TANG Hong-bo，ZHENG Lin-hao.Consumer mobility scheme in content centric networks based on topological potential[J].Computer Engineering and Design，2014，35（8）： 2685-2690.（In Chinese）

[14]KIM Y，YEOM I.Performance analysis of in-network caching for content-centric networking[J].Computer Networks，2013，57（13）：2465-2482.

[15]MASTORAKIS S，AFANASYEV A，MOISEENKO I，et al.ndnSIM 2.0： a new version of the NDN simulator for NS-3[R]. Los Angeles：University of California，2015.

[16]CHAI W K，HE D， PSARAS I，et al.Cache “Less for more” in information-centric networks[J].Computer Communications， 2013，36（7）：758-770.