对未来网络中CCN 的缓存策略的研究

1、对将来网络中CCN 的缓存策略的研究0 引言随着传统TCP /IP 网络诸多弊端的暴露，以内容为中心的网络( Content-Centric Network，CCN)作为一种新型网络架构，已经成为将来网络的研究热点。CCN 将内容置于首要地位，不再关心内容的存储位置，而仅关心内容本身，内容的来源可以是网络中的内容效劳器，也可以是任意网络节点中的缓存。当用户需要获取内容时，首先作为内容恳求者，向网络发送内容恳求，然后根据CCN 的转发策略，对内容恳求进展逐跳转发，任何可以响应内容恳求的节点或内容效劳器都可以沿着内容恳求的方向，直接将内容传送给恳求者，完成信息的传输。CCN 网络采用了分布式的内容

2、缓存机制，允许节点对传输的内容进展缓存。尽管缓存技术已经广泛应用于计算机网络领域，但考虑到CCN 中缓存功能的普遍性和通用性，缓存技术的研究仍存在很多需要解决的问题。目前CCN 缓存技术的研究主要涉及缓存容量的分配策略、缓存交换策略、缓存利用策略和缓存放置策略，其中缓存放置策略是CCN 缓存研究的核心问题。但是当前提出的缓存机制还是有一些问题需要解决:首先是缓存无效，当很多节点上缓存一样的内容时，有一些节点，比方上游节点上的内容在一段时间内从未被恳求过，而导致这些缓存一直未发挥作用，这就叫无效缓存。这会导致空间的浪费。其次是一样的缓存内容在某一时间段内存在于各个节点，尤其是在热门时间内，各个节

3、点上都缓存着。基于上述几个根底方案存在的问题，文中提出一种基于内容流行度的动态缓存决定策略。根本原理如下:传统的LCE 或者LCD 等对任何内容都会进展缓存，而没有考虑到内容的流行度，因为有的内容较为流行，需求量较大，而有的内容需求量较小。所以应该尽量多缓存流行度较高的内容，而流行度较低的内容，那么尽量少缓存。这样可以节省资源，并且进步了CCN 的整体表现才能。将这个策略叫做MPC( Most PopularContent) ，即只缓存流行内容，而不缓存不流行的内容，不缓存不流行的内容可以减少缓存交换时的负担，因为缓存的不流行的内容越多，那么当流行的内容被恳求时，不流行的内容就会被交换下来(

4、用LRU 等策略) ，这样会增加缓存交换的工作量。那么流行度怎么定义呢? 笔者定义了一个流行阈，当一个内容被恳求了一定的次数，而到达了这个流行阈之后，这个内容就被称为流行的内容。但是一个内容可能在一定时间内恳求的节点比较多，但是过了一段时间后，渐渐变少了。所以将流行度定义为一定时间内被恳求的次数，这个时间定义为统计周期或者是重置时间。比方，假设统计周期为5 s，当内容o在5 s 内被订阅了3 次之后，它的流行度就是3。当时间过了5 s 之后，它的流行度就需要被重新计数了。所以当内容o 刚刚被发布时，订阅它的节点很多，所以在几个统计周期内它的流行度都很高。但是在过了一段时间之后，订阅者逐渐减少。

5、而且每隔一段时间流行度都需要被清零，所以流行度也就逐渐下降。在每个节点上，都会维护着一个流行度表，并且记录着它收到的恳求特定内容的兴趣包。当一个内容或者说数据包变得流行以后，缓存该内容的节点，会通知它的相邻节点，让它的相邻节点也缓存这个内容。但是收到建议后，相邻节点可以做出选择，可以缓存这个内容，也可以不缓存。需要注意的是，内容的流行度不是一直不变的，当一个内容变成流行内容之后，它可以在一段时间后变得不流行了，因为用户的需求随时在变化。下面根据详细的实例来分析基于内容流行度的缓存决策方案所示，在一个统计周期内，最开始在节点D 缓存着一个流行内容d1而节点E 缓存着一个不流行的内容e1，假设为0

6、。当节点A 发出恳求内容e1的兴趣包之后，包括节点A，C，D，E 在内的沿路节点中，e1在流行度表中的流行度都上升了。也就是说，e1在节点A，C，D，E 中的流行度如今已经由0 变为1了。同时，当节点A 发出恳求内容d1的兴趣包之后，包括沿路节点A，C，D 在内的节点，d1在流行度表中的流行度也变为1 了。接下来，节点B 恳求内容d1，那么在节点C 和D 中，d1的流行度变成了2。最后C 恳求内容d1，那么在节点C 和D 中，内容d1的流行度也就变成了3。在这里把阈值设置为3，即流行度大于等于3 的内容会被缓存。此时，节点D 是唯一缓存内容d1的节点，D 向它的相邻节点E 和C 发送消息，告诉它们，可以缓存内容d1。至于是否缓存，还要看节点C和E 的缓存才能。因为每个节点中，另外维护了两个参数，最大缓存数和应当缓存数目，当缓存才能足够时，就会缓存内容d1。所以当E 和C 缓存了d1之后，比方当节点A 恳求内容d1时，就会直接从节点C 处获取，而不是节点D完毕语为了分析研究CCN 网络的缓存决定策略，文中分析研究了几种根本的缓存决定策略，如LCE、LCD 等，得出了它们存在的缺点和缺乏，比方无效缓存、冗余度高等等。在此根底上提出了一种基于内容流行度的缓存决定策略，将内容流行度引入了缓存决策分析。经过仿真分析，基于内容流行度的缓存决策在缓存效率上远远优于简单的LCE 缓