雙結構信息中心網絡的內容協(xié)同分發(fā)機制研究.pdf

1、命名數(shù)據(jù)網絡(Named Data Networking，NDN)是信息中心網絡(Information Centric Networking，ICN)的代表性研究方案。雖然NDN采用內置緩存技術能夠降低網絡帶寬并提升內容傳輸效率，但其采用用戶驅動的內容分發(fā)模式，缺乏主動推送能力。而播存網絡借助廣播網“一對多”的輻射分發(fā)模式，能夠通過廣播通道提前將主流內容直接推送到網絡邊緣服務器，繼而提升主流內容的傳輸性能。鑒于此，本文提出在NDN邊緣

2、引入播存網絡，構成以NDN為主結構、播存網絡為次結構的雙結構信息中心網絡(Dual-Structural Information-Centric Networking，DSICN)。作為DSICN主次結構的匯聚處，匯聚網關在NDN內容分發(fā)的基礎上，增添了廣播內容分發(fā)，兩種分發(fā)方式的差異性使得傳統(tǒng)內容分發(fā)模式難以適用于DSICN。因此，針對DSICN匯聚網關的新特點，如何設計高效的內容分發(fā)機制，以提高內容分發(fā)效率，是本文重點解決的問題。<

3、br>　　本文通過分析DSICN匯聚網關中兩類內容的差異，建立了雙結構信息中心網絡內容分發(fā)模型(Content Delivery Model of Dual-Structural Information-Centric Networking,CDM-DSICN)?；诖四Ｐ?，結合兩類內容的需求特性和聯(lián)系，提出匯聚網關中基于灰色預測模型的內容協(xié)同緩存算法（Collaborative Content Caching Algorithm Ba

4、sed on Grey Prediction Model，GPM-CCCA），以解決內容分發(fā)中的內容緩存問題。并以此為基礎，提出了基于鄰居協(xié)作的內容協(xié)同分發(fā)算法(Collaborative Content Delivery Algorithm Based on Neighbor Collaboration，NC-CCDA)，以解決內容協(xié)同分發(fā)問題。具體工作如下:
　　(1)針對內容分發(fā)中的內容緩存問題，結合DSICN匯聚網關兩種內

5、容的特點，設計了一種內容協(xié)同緩存算法GPM-CCCA。該算法根據(jù)匯聚網關中已有的內容訪問信息，計算不同時間段熱門內容與非熱門內容的權重，通過灰色預測模型預測未來用戶的訪問趨勢;在此基礎上，借助廣播內容與內容塊之間“一對多”關系，建立統(tǒng)一化兩類內容標識的關聯(lián)機制，進而實現(xiàn)兩類內容的高效緩存。GPM-CCCA算法能夠較好地緩解兩類內容的冗余緩存，提高緩存空間的利用率。
　　(2)針對DSICN的內容分發(fā)問題，以內容緩存為基礎，提出一種

6、內容協(xié)同分發(fā)算法NC-CCDA。該算法根據(jù)不同匯聚網關廣播接收能力的差異性，利用鄰居緩存信息表記錄鄰居匯聚網關的廣播全文內容，并通過實時分發(fā)通知報文，實現(xiàn)多個匯聚網關廣播內容的協(xié)同分發(fā);以此為基礎，通過相互轉化廣播內容和內容塊，設計了基于鄰居協(xié)作的內容轉發(fā)機制。相較于傳統(tǒng)內容分發(fā)算法，NC-CCDA算法可以較好地避免鄰居匯聚網關間廣播內容的冗余分發(fā)，提高兩類內容的利用率。
　　(3)基于上述研究，研發(fā)一種DSICN內容分發(fā)原型系統(tǒng)