王楓皓，李 彤

（陸軍裝甲兵學(xué)院 信息通信系，北京 100072）

0 引言

隨著互聯(lián)網(wǎng)的不斷發(fā)展，承載在互聯(lián)網(wǎng)上的應(yīng)用層出不窮。由于近些年數(shù)據(jù)的爆炸式增長(zhǎng)，相比較存儲(chǔ)數(shù)據(jù)的位置信息，人們更關(guān)注數(shù)據(jù)的內(nèi)容本身[1]。傳統(tǒng)的基于TCP/IP 架構(gòu)的移動(dòng)互聯(lián)網(wǎng)，在數(shù)據(jù)傳輸前首先要建立“端到端”的鏈接，而由于路由節(jié)點(diǎn)移動(dòng)速度快、拓?fù)渥兓l繁等因素的影響，現(xiàn)有架構(gòu)的網(wǎng)絡(luò)呈現(xiàn)了多種弊端，尤其體現(xiàn)在音視頻媒體內(nèi)容傳輸和移動(dòng)性管理上。

以信息為中心的網(wǎng)絡(luò)（Information Centric Networking，ICN）作為一種新型網(wǎng)絡(luò)體系架構(gòu)，由于在網(wǎng)絡(luò)體系架構(gòu)層面以接收者驅(qū)動(dòng)的內(nèi)容獲取模式的原生支持，得到了研究人員的廣泛關(guān)注，成為未來網(wǎng)絡(luò)架構(gòu)相關(guān)研究的重大工程項(xiàng)目之一[2]。

命名數(shù)據(jù)網(wǎng)絡(luò)（Named Data Networking，NDN）因其項(xiàng)目理念先進(jìn)性、方案的可行性和實(shí)質(zhì)性進(jìn)展[3]從眾多的ICN 架構(gòu)中脫穎而出，成為未來互聯(lián)網(wǎng)體系架構(gòu)的研究熱點(diǎn)。

命名數(shù)據(jù)網(wǎng)絡(luò)在傳輸數(shù)據(jù)前并不需要建立鏈接，使其對(duì)移動(dòng)互聯(lián)網(wǎng)具有原生支持。此外，由于命名數(shù)據(jù)網(wǎng)絡(luò)的路由節(jié)點(diǎn)具有緩存功能，可以將經(jīng)過節(jié)點(diǎn)的數(shù)據(jù)暫時(shí)緩存在節(jié)點(diǎn)中，實(shí)現(xiàn)了重復(fù)請(qǐng)求時(shí)的快速響應(yīng)，進(jìn)一步增強(qiáng)了命名數(shù)據(jù)網(wǎng)絡(luò)對(duì)移動(dòng)互聯(lián)網(wǎng)的適應(yīng)性。

戰(zhàn)術(shù)互聯(lián)網(wǎng)實(shí)質(zhì)是移動(dòng)互聯(lián)網(wǎng)的一種，所以命名數(shù)據(jù)網(wǎng)絡(luò)獨(dú)特的內(nèi)容命名機(jī)制和數(shù)據(jù)緩存等特性能夠很好地滿足戰(zhàn)術(shù)互聯(lián)網(wǎng)在作戰(zhàn)等應(yīng)用中的主要需求。

命名數(shù)據(jù)網(wǎng)絡(luò)通過簽名實(shí)現(xiàn)傳輸數(shù)據(jù)的完整性和來源驗(yàn)證，實(shí)現(xiàn)了數(shù)據(jù)的傳輸可加密，保證了數(shù)據(jù)信息的安全可靠。通過從內(nèi)容名稱中讀取信息，能夠良好地支持戰(zhàn)術(shù)互聯(lián)網(wǎng)的多徑傳輸特性，快速將文件傳播到整個(gè)網(wǎng)絡(luò)。通過緩存能夠在網(wǎng)絡(luò)頻繁通斷的情況下提高數(shù)據(jù)傳輸效率，減少數(shù)據(jù)獲取的時(shí)延。

以上命名數(shù)據(jù)網(wǎng)絡(luò)的獨(dú)有特點(diǎn)，使得在戰(zhàn)術(shù)互聯(lián)網(wǎng)中引入命名數(shù)據(jù)網(wǎng)絡(luò)可以彌補(bǔ)現(xiàn)有戰(zhàn)術(shù)互聯(lián)網(wǎng)的不足，充分發(fā)揮戰(zhàn)術(shù)互聯(lián)網(wǎng)的作戰(zhàn)效能，滿足作戰(zhàn)需求，側(cè)面凸顯了命名數(shù)據(jù)網(wǎng)絡(luò)在內(nèi)容分發(fā)方面的優(yōu)勢(shì)。

命名數(shù)據(jù)網(wǎng)絡(luò)的默認(rèn)緩存策略是基于隨處緩存（Leave Cache Everywhere，LCE）的理念[4]，內(nèi)容在按照興趣包的路徑原路返回的途中，緩存在所有的路由節(jié)點(diǎn)。該方案沒有針對(duì)性考慮緩存節(jié)點(diǎn)所在的位置和內(nèi)容的特性，緩存方案過于簡(jiǎn)單，會(huì)產(chǎn)生大量無用、重復(fù)的內(nèi)容緩存，且由于緩存替換過于頻繁，緩存服務(wù)的內(nèi)容極其不穩(wěn)定，難以充分發(fā)揮命名數(shù)據(jù)網(wǎng)絡(luò)中緩存機(jī)制的優(yōu)勢(shì)。

Laoutaris等提出一種下一節(jié)點(diǎn)緩存的（Leave Copy Down，LCD）方案[5]，當(dāng)請(qǐng)求命中緩存時(shí)，只在下一跳節(jié)點(diǎn)緩存內(nèi)容，提高緩存空間利用率，降低緩存內(nèi)容的冗余度。

移動(dòng)緩存（Move Copy Down，MCD）方案也來源于文獻(xiàn)[6]的思想，唯一的區(qū)別在于，在從緩存中取出內(nèi)容傳輸?shù)耐瑫r(shí)，刪除當(dāng)前節(jié)點(diǎn)的緩存內(nèi)容。以上兩種方案雖然在降低緩存冗余度方面具有較好的表現(xiàn)，但是在移動(dòng)網(wǎng)絡(luò)拓?fù)湎掠绊懢W(wǎng)絡(luò)的傳輸性能。

Psaras 設(shè)計(jì)了一種基于概率的緩存機(jī)制Procache[7]，對(duì)于內(nèi)容沿途節(jié)點(diǎn)以一個(gè)固定的概率緩存內(nèi)容，概率值可以依據(jù)節(jié)點(diǎn)現(xiàn)有的緩存情況調(diào)整。該方案并沒有考慮緩存內(nèi)容的節(jié)點(diǎn)在全網(wǎng)拓?fù)渲械奈恢眯畔?，以致同一?nèi)容在返回路徑上緩存多次，浪費(fèi)緩存空間而產(chǎn)生冗余。

文獻(xiàn)[8]提出一種以介數(shù)中心性為衡量指標(biāo)在傳輸路徑上進(jìn)行緩存決策的Betw 方案。節(jié)點(diǎn)的介數(shù)反映出該節(jié)點(diǎn)在拓?fù)渲械闹匾潭取etw 的優(yōu)勢(shì)在于服務(wù)內(nèi)容被存儲(chǔ)在拓?fù)渲凶钪匾墓?jié)點(diǎn)上，利于共享。但是，Betw 方案僅僅以單一指標(biāo)對(duì)節(jié)點(diǎn)中心性進(jìn)行衡量，并不能全面反映節(jié)點(diǎn)的性質(zhì)。

文獻(xiàn)[9]提出基于拓?fù)湫畔⒌膬?yōu)化機(jī)制，采用貪心算法求解最短路徑樹，并考慮興趣請(qǐng)求熱度，縮短網(wǎng)絡(luò)整體的緩存命中距離。但是，該方案執(zhí)行的前提是需要全網(wǎng)絡(luò)拓?fù)湫畔?，而移?dòng)ICN 條件下拓?fù)鋭?dòng)態(tài)變換，所以并不適用。

Maroua 從緩存替換角度進(jìn)行研究，提出了LFF[10]方案。該方案采用傳感器對(duì)未來事件的時(shí)間序列進(jìn)行預(yù)測(cè)，依據(jù)預(yù)測(cè)的結(jié)果替換低的新鮮度內(nèi)容，但是從緩存替換角度入手會(huì)增加節(jié)點(diǎn)在緩存決策階段的負(fù)載。

以上方案從不同角度入手，主要的應(yīng)用環(huán)境是固定的網(wǎng)絡(luò)拓?fù)?，并沒有針對(duì)移動(dòng)環(huán)境下的網(wǎng)絡(luò)進(jìn)行特殊的考慮。

本文針對(duì)命名數(shù)據(jù)網(wǎng)絡(luò)在移動(dòng)互聯(lián)網(wǎng)的緩存放置問題，提出了基于混合高斯模型的緩存優(yōu)化機(jī)制（Gaussian Mixture Cache，GMC）。基本思想：在網(wǎng)絡(luò)中引入核心感知節(jié)點(diǎn)，核心感知節(jié)點(diǎn)周期性收集移動(dòng)節(jié)點(diǎn)的信息，基于邊緣節(jié)點(diǎn)對(duì)用戶請(qǐng)求響應(yīng)快的特點(diǎn)生成細(xì)粒度的緩存概率。使得網(wǎng)絡(luò)中合適的節(jié)點(diǎn)能夠緩存合適的內(nèi)容，縮短數(shù)據(jù)請(qǐng)求時(shí)間，提高緩存效能。

文章結(jié)合實(shí)際戰(zhàn)術(shù)互聯(lián)網(wǎng)應(yīng)用環(huán)境進(jìn)行問題建模，闡述網(wǎng)絡(luò)的架構(gòu)和核心感知節(jié)點(diǎn)的算法。仿真結(jié)果表明，該策略對(duì)移動(dòng)環(huán)境具有較好的適應(yīng)性，減少了請(qǐng)求時(shí)延，提高了緩存空間利用率。

1 問題建模

本文提出的移動(dòng)ICN 網(wǎng)絡(luò)主要基于移動(dòng)環(huán)境下的戰(zhàn)術(shù)互聯(lián)網(wǎng)，如圖1 所示。

圖1 基于NDN 的戰(zhàn)術(shù)互聯(lián)網(wǎng)

空中的衛(wèi)星具有獲取全域信息的能力，能夠與所有的作戰(zhàn)節(jié)點(diǎn)建立通信鏈接，稱為核心感知節(jié)點(diǎn)S。地面作戰(zhàn)力量標(biāo)記為T1，T2……組成了戰(zhàn)術(shù)互聯(lián)網(wǎng)。戰(zhàn)術(shù)互聯(lián)網(wǎng)負(fù)責(zé)進(jìn)行作戰(zhàn)信息的傳輸和作戰(zhàn)力量之間的通信。核心感知節(jié)點(diǎn)雖然可以與所有的地面作戰(zhàn)力量建立通信鏈接，但是由于帶寬小，并不能滿足大量態(tài)勢(shì)信息傳輸?shù)男枨蟆Ｈ绻褂煤诵母兄?jié)點(diǎn)進(jìn)行通信傳輸，會(huì)導(dǎo)致鏈路負(fù)載過高和網(wǎng)絡(luò)擁塞。所以，核心感知節(jié)點(diǎn)S 僅負(fù)責(zé)維持戰(zhàn)術(shù)互聯(lián)網(wǎng)的基本配置信息，而戰(zhàn)術(shù)互聯(lián)網(wǎng)則負(fù)責(zé)主要的消息傳輸。

考慮網(wǎng)絡(luò)為G(V,E)，其中V代表所有戰(zhàn)術(shù)互聯(lián)網(wǎng)的路由節(jié)點(diǎn)集合，E代表所有戰(zhàn)術(shù)互聯(lián)網(wǎng)的鏈路集合，F(xiàn)表示網(wǎng)絡(luò)中的內(nèi)容集合，C表示網(wǎng)絡(luò)中的消費(fèi)者，S表示網(wǎng)絡(luò)中的內(nèi)容提供者。對(duì)于內(nèi)容f∈F，定義其在T周期內(nèi)的流行度為λf且滿足，所有的路由節(jié)點(diǎn)v在T周期內(nèi)能夠緩存的內(nèi)容數(shù)為M。

假設(shè)消費(fèi)者c在t時(shí)刻向網(wǎng)絡(luò)發(fā)送興趣包請(qǐng)求內(nèi)容f，在距離節(jié)點(diǎn)c最近的Vi中緩存有內(nèi)容f，則獲取f的代價(jià)為d(c,j)。d(c,j)表述為從消費(fèi)者c從請(qǐng)求到最終獲取內(nèi)容f的時(shí)間間隔。

根據(jù)文獻(xiàn)[11]中對(duì)于使用Zipf 分布作為服務(wù)請(qǐng)求的模型分析來看，內(nèi)容的流行度和其請(qǐng)求的概率成正比，即對(duì)于內(nèi)容F的λf越大，則在T時(shí)間段內(nèi)消費(fèi)者c請(qǐng)求內(nèi)容f的次數(shù)越多。根據(jù)上述描述將問題構(gòu)造為：

目標(biāo)為計(jì)算x(f,j)使得消費(fèi)者從路由節(jié)點(diǎn)中獲取內(nèi)容的代價(jià)最小。式中的約束依次為：節(jié)點(diǎn)對(duì)于內(nèi)容的處理只有兩種選擇——緩存或者丟棄；每個(gè)節(jié)點(diǎn)的所有內(nèi)容的流行度之和為1；一個(gè)T周期之內(nèi)路由節(jié)點(diǎn)的緩存能力是有限的，上限為M。

戰(zhàn)術(shù)互聯(lián)網(wǎng)中態(tài)勢(shì)信息數(shù)據(jù)量大且更新迅速，導(dǎo)致網(wǎng)絡(luò)中內(nèi)容的數(shù)量遠(yuǎn)遠(yuǎn)大于路由器的節(jié)點(diǎn)數(shù)量。過多的內(nèi)容需要緩存在路由節(jié)點(diǎn)中，勢(shì)必會(huì)引起緩存替換的次數(shù)大量增加，無法滿足緩存的內(nèi)容服務(wù)的請(qǐng)求的穩(wěn)定性。命名數(shù)據(jù)網(wǎng)絡(luò)中，消費(fèi)者關(guān)注的內(nèi)容大多是獲取信息的速度，而對(duì)于某一熱度較高的信息，在同一時(shí)間段之內(nèi)會(huì)存在相同的多次請(qǐng)求。為此引入GMC 機(jī)制，動(dòng)態(tài)地探測(cè)和分析節(jié)點(diǎn)的特性，將流行度高的內(nèi)容緩存在具有邊緣特性的節(jié)點(diǎn)。這是本文的核心思想。

2 GMC 機(jī)制

本節(jié)首先介紹機(jī)制整體的結(jié)構(gòu)設(shè)計(jì)，其次介紹核心的機(jī)制流程。

2.1 整體架構(gòu)

整體架構(gòu)如圖2 所示。核心感知平面負(fù)責(zé)觀測(cè)路由節(jié)點(diǎn)并收集觀測(cè)信息，通過算法生成各個(gè)節(jié)點(diǎn)的邊緣度。路由節(jié)點(diǎn)負(fù)責(zé)維護(hù)自身的節(jié)點(diǎn)信息并完成周期T以內(nèi)的流行度的統(tǒng)計(jì)，結(jié)合節(jié)點(diǎn)邊緣度和內(nèi)容流行度生成細(xì)粒度的緩存概率，以支持緩存判決。

圖2 GMC 機(jī)制整體架構(gòu)

將t時(shí)刻的戰(zhàn)術(shù)互聯(lián)網(wǎng)抽象成一幅無向連接圖G(V,E)，定義V為路由節(jié)點(diǎn)的集合，E為節(jié)點(diǎn)之間鏈路的集合。為了方便后續(xù)描述，做出如下定義。

定義1：節(jié)點(diǎn)鄰居度α。假設(shè)v,j∈Ω(V)，節(jié)點(diǎn)j是節(jié)點(diǎn)v的鄰居節(jié)點(diǎn)，鄰居節(jié)點(diǎn)集合為Ω(Vnear)，則j∈Ω(Vnear)。Ω(Vnear)的數(shù)量就是節(jié)點(diǎn)v的鄰居節(jié)點(diǎn)度α。

定義2：鏈路平均傳輸時(shí)延β。evj表示節(jié)點(diǎn)v到鄰居節(jié)點(diǎn)j之間的鏈路，則節(jié)點(diǎn)v到鄰居節(jié)點(diǎn)j之間傳輸時(shí)延表示為L(zhǎng)atency(evj)。定義鄰居節(jié)點(diǎn)度為α，表示節(jié)點(diǎn)v的鄰居節(jié)點(diǎn)數(shù)量，由此可得節(jié)點(diǎn)v鄰居節(jié)點(diǎn)鏈路平均傳輸時(shí)延為。

定義3：權(quán)重跳數(shù)γ。權(quán)重跳數(shù)對(duì)節(jié)點(diǎn)v在局域網(wǎng)絡(luò)中的拓?fù)潢P(guān)系進(jìn)行描述，具體的計(jì)算公式為。其中α1、α2、α3計(jì)量了到節(jié)點(diǎn)v的跳數(shù)為1 跳、2 跳和大于等于3 跳的節(jié)點(diǎn)數(shù)；ω1、ω2、ω3為權(quán)重因子，滿足ω1+ω2+ω3=1。此處，采用參考文獻(xiàn)[12]一種啟發(fā)式的權(quán)重因子，即ω1=0.5，ω2=0.33，ω3=0.17。

定義4：內(nèi)容流行度λf。戰(zhàn)場(chǎng)環(huán)境態(tài)勢(shì)信息變化快，導(dǎo)致內(nèi)容的流行度變化也很快。上一時(shí)刻流行內(nèi)容可能在下一時(shí)刻就過時(shí)，所以將計(jì)算流行度的周期縮短為3 周期，盡量確保不受過時(shí)內(nèi)容的影響，之后對(duì)λf進(jìn)行歸一化處理。假設(shè)在T周期內(nèi)對(duì)于內(nèi)容f的請(qǐng)求數(shù)為RequestT，則內(nèi)容f的流行度使用計(jì)算公式為：

2.2 核心機(jī)制

本文在路由節(jié)點(diǎn)的緩存中設(shè)計(jì)了保留前綴“/nodeinfo/ID/”用來標(biāo)識(shí)節(jié)點(diǎn)信息。在核心感知節(jié)點(diǎn)中，設(shè)計(jì)了保留前綴“/edgedegree/ID/”用來標(biāo)識(shí)路由節(jié)點(diǎn)邊緣度。

整個(gè)核心機(jī)制的流程如下。

首先，核心感知節(jié)點(diǎn)周期性向所有的路由節(jié)點(diǎn)發(fā)送以“/nodeinfo/*/”為命名前綴的興趣包，以請(qǐng)求全網(wǎng)的節(jié)點(diǎn)信息。網(wǎng)絡(luò)中的路由節(jié)點(diǎn)在收到興趣包后直接返回以“/nodeinfo/ID/”命名的數(shù)據(jù)包，其中ID 為戰(zhàn)術(shù)互聯(lián)網(wǎng)中路由節(jié)點(diǎn)的唯一編號(hào)。數(shù)據(jù)包中的載荷包括節(jié)點(diǎn)鄰居度α、鏈路平均傳輸時(shí)延β和權(quán)重跳數(shù)γ。同時(shí)，路由節(jié)點(diǎn)對(duì)所有接口收到的興趣包以命名前綴為索引建立一個(gè)流行度請(qǐng)求表，統(tǒng)計(jì)生成內(nèi)容的流行度λf。

核心感知節(jié)點(diǎn)對(duì)收集到的信息進(jìn)行標(biāo)準(zhǔn)化處理：

其中的μ和σ分別代表各個(gè)觀測(cè)信息的均值和標(biāo)準(zhǔn)差。之后將觀測(cè)信息作為混合高斯模型的觀測(cè)量，求解路由節(jié)點(diǎn)的邊緣度。

混合高斯模型是用高斯概率密度函數(shù)精確地量化事物。本文假設(shè)路由節(jié)點(diǎn)的分布服從高斯混合分布，路由節(jié)點(diǎn)的觀測(cè)信息使用向量η表示，η=(α′,β′,γ′)。則定義路由節(jié)點(diǎn)的3 維樣本空間中有觀測(cè)向量η服從高斯混合分布：

該分布由k個(gè)混合的高斯分布組成，其中μi、∑i分別為第i高斯分布的均值和協(xié)方差矩陣，θi滿足θi＞0 且。

考慮到戰(zhàn)術(shù)互聯(lián)網(wǎng)中核心感知節(jié)點(diǎn)的數(shù)據(jù)處理能力受到限制，所以將路由節(jié)點(diǎn)分為3 類——核心節(jié)點(diǎn)，普通節(jié)點(diǎn)，邊緣節(jié)點(diǎn)，即高斯混合分布的k=3。

節(jié)點(diǎn)邊緣度定義為在已知路由節(jié)點(diǎn)v觀測(cè)向量為η的情況下，節(jié)點(diǎn)屬于邊緣節(jié)點(diǎn)類的后驗(yàn)概率：

路由節(jié)點(diǎn)在等待一定時(shí)延后，向核心感知節(jié)點(diǎn)發(fā)送興趣包，以“/edgedegree/ID/”命名前綴，ID為各自節(jié)點(diǎn)的實(shí)際ID 號(hào)。核心感知節(jié)點(diǎn)返回以“/edgedegree/ID/”為命名前綴的數(shù)據(jù)包，路由節(jié)點(diǎn)收到數(shù)據(jù)包后取出載荷，即節(jié)點(diǎn)的邊緣度。

當(dāng)普通數(shù)據(jù)包到達(dá)路由節(jié)點(diǎn)時(shí)，路由節(jié)點(diǎn)首先查詢此數(shù)據(jù)包內(nèi)容的流行度λf，之后生成一隨機(jī)數(shù)ptmp與·λf作比較，小于則緩存，大于則丟棄。

3 仿真驗(yàn)證及分析

3.1 實(shí)驗(yàn)設(shè)置

為了評(píng)估本文GMC 機(jī)制的性能，本文在ndnSIM上進(jìn)行了相應(yīng)的模擬仿真。本文利用NS-3 中的無線通信模塊和移動(dòng)性模型，構(gòu)建了79 個(gè)無線通信節(jié)點(diǎn)，其中包括1 個(gè)核心感知節(jié)點(diǎn)，并隨機(jī)設(shè)置了5 個(gè)生產(chǎn)者和5 個(gè)消費(fèi)者。消費(fèi)者負(fù)責(zé)向網(wǎng)絡(luò)發(fā)送興趣包請(qǐng)求數(shù)據(jù)，生產(chǎn)者負(fù)責(zé)接收網(wǎng)絡(luò)中的興趣包并構(gòu)造相應(yīng)的數(shù)據(jù)包進(jìn)行響應(yīng)，響應(yīng)內(nèi)容均為固定大小1 024 Bytes。所有路由節(jié)點(diǎn)采用Random Walk2dMobilityModel[14]運(yùn)動(dòng)模型，在200 m 長(zhǎng)、200 m 寬的一個(gè)矩形范圍內(nèi)隨機(jī)移動(dòng)，網(wǎng)絡(luò)轉(zhuǎn)發(fā)策略采用Multicast。仿真的相關(guān)參數(shù)如表1 所示。

表1 仿真參數(shù)

仿真時(shí)間100 s 并不是指0～100 s，通過測(cè)試發(fā)現(xiàn)仿真存在一個(gè)預(yù)熱階段，在預(yù)熱階段的數(shù)據(jù)不具備可參考性，所以設(shè)定預(yù)熱的時(shí)間為10 s，即采用的實(shí)驗(yàn)數(shù)據(jù)為10～110 s 生成的數(shù)據(jù)。

3.2 性能指標(biāo)

為了客觀反映策略的實(shí)際效果，本文選取以下3 項(xiàng)性能指標(biāo)作為評(píng)價(jià)依據(jù)。

（1）平均請(qǐng)求時(shí)延（Average Request Delay，ARDT）定義如下：

其中Intervalsuccess為消費(fèi)者的興趣包從發(fā)送到被滿足的時(shí)間間隔，Countsuccess為成功被滿足的興趣包的總數(shù)。平均請(qǐng)求時(shí)延能夠反映緩存策略的效率。

（2）平均路由跳數(shù)（Averag Hop Count，AHC）定義如下：

其中Hoptotalsuccess為數(shù)據(jù)包返回至消費(fèi)者的跳數(shù)總和，Countsuccess為成功被滿足的興趣包的總數(shù)。平均路由跳數(shù)能夠反映緩存機(jī)制的優(yōu)劣。

（3）平均緩存命中率（Average Cache Hit Ratio，ACHR）定義如下：

其中Cachehits為全網(wǎng)路由器命中的請(qǐng)求數(shù)量，Cachemisses為全網(wǎng)路由器對(duì)于請(qǐng)求的興趣數(shù)丟失的數(shù)量。平均緩存命中率能夠反映緩存內(nèi)容的利用率。

3.3 實(shí)驗(yàn)結(jié)果

3.3.1 用戶興趣包請(qǐng)求頻率的影響

如圖3所示，通過改變用戶請(qǐng)求頻率（100～500次/秒）來觀察評(píng)價(jià)指標(biāo)的變化。

圖3 興趣包請(qǐng)求頻率的影響

通過圖3 可以看出，在不同的請(qǐng)求速率下，LCD、LCE、Procache、GMC 的指標(biāo)變化趨勢(shì)均不是特別明顯，所以尚不能定義用戶請(qǐng)求速率的改變對(duì)于性能有明顯提升。但是，GMC 機(jī)制與其他機(jī)制相比，顯著降低了請(qǐng)求跳數(shù)和請(qǐng)求時(shí)延?？梢钥闯觯珿MC 的性能提升相比于Procache 在請(qǐng)求時(shí)延上降低了31.1%左右，在路由條數(shù)上降低了24.8%左右，在緩存命中率上提升了10.4%左右，所以GMC 具有明顯的優(yōu)勢(shì)。

3.3.2 路由節(jié)點(diǎn)緩存大小的影響

如圖4 所示，通過改變路由節(jié)點(diǎn)緩存的大小（100～500/slot）來觀察評(píng)價(jià)指標(biāo)的變化。

通過圖4 可以看出，通過改變路由節(jié)點(diǎn)緩存，LCD、LCE、Procache、GMC 的指標(biāo)都發(fā)生了明顯變化，說明緩存容量與緩存機(jī)制的性能提升有關(guān)系，且GMC 機(jī)制與其他策略相比仍具有較好的表現(xiàn)。

圖4 路由節(jié)點(diǎn)緩存大小的影響

但是，在緩存大小達(dá)到500 時(shí)，GMC 機(jī)制的優(yōu)勢(shì)變得不再特別明顯。因?yàn)榫彺嫒萘孔銐虼蟮那闆r下，緩存替換次數(shù)少，所請(qǐng)求的內(nèi)容基本能夠緩存在路由節(jié)點(diǎn)中。但使，在戰(zhàn)術(shù)互聯(lián)網(wǎng)中，由于節(jié)點(diǎn)具有可移動(dòng)、便攜的特性，勢(shì)必導(dǎo)致緩存容量受到限制。所以，GMC 機(jī)制能夠適應(yīng)戰(zhàn)術(shù)互聯(lián)網(wǎng)的應(yīng)用環(huán)境。

3.3.3 Zipf 參數(shù)的影響

如圖5所示，通過改變Zipf參數(shù)的大小（0.4～2.0），研究其對(duì)于不同策略的影響。由圖5 可以看出，隨著Zipf 參數(shù)的增大，LCD、LCE、Procache、GMC 在緩存命中率、平均路由跳數(shù)、平均請(qǐng)求時(shí)延方面都有不同程度改善，這是由于Zipf 參數(shù)的增加會(huì)導(dǎo)致內(nèi)容請(qǐng)求的分布更加集中。GMC 在參數(shù)小于1.2 時(shí)，性能相比于其余策略優(yōu)勢(shì)明顯；在參數(shù)大于1.2 時(shí)，性能則趨于相等。因?yàn)楫?dāng)請(qǐng)求分布過于集中的情況下，緩存中的內(nèi)容會(huì)收斂于固定的一部分內(nèi)容。但是，在戰(zhàn)術(shù)互聯(lián)網(wǎng)中，由于作戰(zhàn)態(tài)勢(shì)信息量龐大且數(shù)據(jù)更新快，所以基本不會(huì)存在數(shù)據(jù)請(qǐng)求過于集中的情況。這也說明GMC 可以良好適配于戰(zhàn)術(shù)互聯(lián)網(wǎng)。

圖5 Zipf 參數(shù)的影響

4 結(jié)語

本文針對(duì)目前移動(dòng)互聯(lián)網(wǎng)中存在的節(jié)點(diǎn)移動(dòng)位置動(dòng)態(tài)變化、緩存策略選擇單一的問題，基于NDN的基本架構(gòu)，對(duì)命名數(shù)據(jù)網(wǎng)絡(luò)在移動(dòng)互聯(lián)網(wǎng)的緩存放置問題，以具體的戰(zhàn)術(shù)互聯(lián)網(wǎng)為載體研究，提出了基于混合高斯模型的緩存優(yōu)化機(jī)制。仿真結(jié)果表明，該策略對(duì)戰(zhàn)術(shù)互聯(lián)網(wǎng)具有天然的適應(yīng)性，在緩存命中率、平均路由跳數(shù)、平均請(qǐng)求時(shí)延等指標(biāo)方面，與現(xiàn)有策略相比具有顯著優(yōu)勢(shì)。