CN104821961A - 一种基于节点社团重要度的icn缓存策略 - Google Patents

Abstract

本发明公开了一种基于节点社团重要度的ICN缓存策略，包括以下步骤：1)定义节点社团重要度；2)基于节点社团重要度确定内容缓存位置；3)基于节点社团重要度的节点内容替换机制。本发明提出了一种应用Internet网络拓扑结构的社团特性，基于每个节点在其所属社团的重要度确定内容缓存位置和缓存替换的缓存策略。通过在不同网络环境进行仿真实验，实验结果验证了本发明方法的有效性。

Description

一种基于节点社团重要度的ICN缓存策略

技术领域

本发明属于电子信息技术领域，涉及在信息中心网络架构中，内容对象选择缓存位置的机制和网络节点内内容对象被替换的机制。

背景技术

为了适应互联网应用由发送者驱动的端对端通信模式向接收者驱动的海量内容获取模式的转变，同时增强网络对安全性、业务质量、移动性、可扩展性等方面的支持，研究者们近年来提出了一类以信息为中心的新型网络体系架构，统称为信息中心网络(Information-Centric Networking,简称ICN)，典型的如：DONA CCN/NDN,PURSUIT，COMET和GreenICN项目。在这类ICN网络中，为缓解当前网络流量的快速增长对网络带宽造成的严峻压力，每个节点都增加了内置缓存功能。虽然缓存机制也是目前互联网中用于提高网络性能的重要手段之一，缓存理论及相关技术也已经在Web、CDN和P2P中得到了较为广泛的应用，但目前的缓存策略主要针对于某一具体应用，并需配置成一个覆盖网络。因此，这些缓存策略与中间节点共享数据时，效率较低。然而，ICN中的缓存是网络架构内在的一部分(每个节点都具有该功能)，与应用无关，具有网络自适应等特性，因而，传统的面向Web、CDN和P2P缓存算法也就不能直接应用于ICN中。近年来，研究者们对ICN中的缓存优化方法进行了探索，得出了许多研究成果，主要集中在两个方面：一是判断内容是否被节点缓存的缓存决策策略；二是单节点缓存内容的替换策略。

在缓存决策策略方面：ICN原始提案实行的是处处缓存(Cache Everything Everywhere，CEE)策略，即：所有的内容对象被要求缓存于去往目的地途中的所有节点。这直接降低了缓存系统所能缓存内容的多样性，导致了严重的缓存浪费，因为请求被任意中间节点响应后而不会再往上游节点转发，其上游某些节点缓存的内容可能根本没有机会响应后来的请求而因缓存空间受限被替换。最近，Wei等人提出了基于介数(Betweenness,Betw策略)的选择性缓存机制，只将对象放置于ICN中兴趣包(Interest Packet)沿途中介数最大的节点，即：对象仅缓存于最重要的节点处。与CEE策略相比，这种策略具有较高的缓存命中率，并且减少了节点的替换次数，但依然存在其局限性，即：大部分的内容缓存在全网介数相对大的部分节点处，导致内容对象在空间分布上不合理，网络性能亦随之降低，主要体现在：(1)大部分的网络流量与介数大的节点相关，从而降低了网络的负载容量；(2)高介数的节点的替换次数大幅增加，增加了节点的计算开销，因而不能满足ICN节点线速执行的要求；(3)由于网络介数是描述节点网络全局重要度的指标，高介数的节点处并不一定是网络中大部分用户最容易访问的位置。

在缓存替换策略方面：为保证ICN节点运行于高速的网络环境，目前在ICN的诸多缓存策略中，采用较多的还是简单易运行的LRU(Least Recently Used)或LFU(Least FrequentlyUsed)。但是，如果在全网中，所有节点都以内容在该节点处被访问的频率大小或被访问的时间先后为标准，采用相同的替换机制，将直接导致内容对象在时间上分布不合理。即，在热门时间里，社团内的每个节点都缓存到相同的对象，这将不利于缓存空间的合理利用。然而，在热门时间过后，该内容对象在各节点上又几乎同时消失，若需访问该内容，又会产生比较大的网络时延，抑制网络的整体性能。

发明内容

本发明应用Internet网络拓扑结构的社团特性—社团内部的节点之间连接相对紧密，社团之间的节点之间的连接则相对稀疏，提出了一种基于节点社团重要度的缓存位置确定机制和缓存对象替换机制的缓存策略(简称CSNIC)，在缓存位置确定机制中，由于在同一社团中，社团重要度大的节点不仅越容易被社团内的节点访问，而且也越容易被社团外的节点访问，因而把内容分别缓存于其经过的各社团内节点社团重要度最大的节点处。这样做不仅能提高网络的缓存效率，节约网络的缓存空间，而且能使网络内容在网络空间上的分布变得更加均匀和合理。

在缓存替换策略方面，基于Internet网络拓扑结构的社团特性，在每个社团内，每一个节点进行内容替换时，不仅考虑内容在该节点处被访问的情况，还考虑到了该节点在社团中的位置，使同一社团中各节点采用混合的替换机制。即通过节点社团重要度确定替换节点缓存队列中的内容对象的位置的概率，如节点社团重要度大的节点，在缓存队列中靠后的位置的内容对象被替换的概率大；而节点重要度度小的节点，在缓存队列中靠前的位置的内容对象被替换的概率大，以达到内容对象在时间上的合理分布。

其技术方案如下：

一种基于节点社团重要度的ICN缓存策略，包括以下步骤：

1)首先定义节点社团重要度定义：根据网络邻接矩阵的特征谱能清楚地反映网络中社团的数目，例如由c个社团组成的网络，则该网络的邻接矩阵将有c个特征值远大于其它特征值，这些特征值可以作为量化网络社团结构的重要指标。因而，网络社团强度定义为：其中λ₁,λ₂,...,λ_c表示邻接矩阵特征值中按降序排列的前c个特征值。当节点k离开网络时，整个网络的社团结构和邻接矩阵特征值都将随之变化，即所以，节点k对网络社团特性的重要度为P_k＝P-P'。利用摄动理论可得节点社团重要度的近似解，如公式(1)。

$P_k=\underset{i=1}{\overset{c}{\mathrm{\Σ}}}\frac{v_{\mathrm{ik}}^2}{v_i^T{v}_i}---\left(1\right)$

其中c为网络中社团数目，v_i表示以网络中的路由器为节点，路由器之间的物理链路为边构建的邻接矩阵的第i个特征向量，v_ik表示特征向量v_i中的第k个元素。P_k值越大，节点k在其所属的社团中越重要，即社团内外的其它节点访问该节点将越容易。对于n个节点，c个社团的网络，有为使测量参数的和为1，定义I_k＝P_k/c，满足在应用I之前，需预先知道网络中社团数目c的值。本发明利用网络的频谱特性直接确定网络社团数目。如果c给定，该方法无需对网络进行社团划分，避免了复杂的社团划分的计算量，可以直接描述节点对社团的重要度。

2)缓存位置的确定机制：ICN兴趣包在经过每个社团时，都会记录下其所经过的每一个社团中节点重要度最大的节点，同时在以数据包的形式返程时将内容对象缓存于这些节点上。

3)缓存替换机制：以网络的社团为一个单位，在同一社团内根据各个节点的节点社团重要度和内容对象在该节点处被访问的时间先后顺序，选择不同的内容对象进行替换。即通过节点社团重要度确定节点缓存队列中的内容对象被替换的概率，如节点社团重要度大的节点，在缓存队列中流行度低的内容对象被替换的概率大；而节点重要度度小的节点，在缓存队列中流行度高的内容对象被替换的概率大，以达到内容对象在时间上的合理分布。简而言之，并不是所有节点都使用相同的替换机制。

若ICN节点缓存建模为大小为C个对象的队列，以最近最少使用的时间顺序进行排列。假定第i个社团内节点j的节点社团重要度为I_ij，在该社团内的平均节点社团重要度为当有一内容对象在该节点需缓存时，将按照概率p_ij(k)替换该节点缓存队列的第k个位置的内容(k∈[1,C])，p_ij(k)定义如公式(2)。

$p_{\mathrm{ij}}\left(k\right)=\frac{1}{\mathrm{\α}}{\left(\frac{I_{\mathrm{ij}}}{{\stackrel{\‾}{I}}_{\mathrm{Ci}}}\right)}^{\mathrm{\βk}}---\left(2\right)$

其中，α为归一化因子，满足公式(3)，β为概率调节系数。

$\underset{k=1}{\overset{C}{\mathrm{\Σ}}}{p}_{\mathrm{ij}}\left(k\right)=1\⇒\mathrm{\α}=\underset{k=1}{\overset{C}{\mathrm{\Σ}}}{\left(\frac{I_{\mathrm{ij}}}{{\stackrel{\‾}{I}}_{\mathrm{Ci}}}\right)}^{\mathrm{\βk}}---\left(3\right).$

本发明的有益效果为：本发明提出了一种应用Internet网络拓扑结构的社团特性，基于每个节点在其所属社团的重要度确定内容对象的缓存位置和缓存替换的缓存策略。通过在不同网络环境进行仿真实验，实验结果验证了本发明方法的有效性。

附图说明

图1为基于节点重要度的决策缓存位置的示意图；

图2为缓存命中率VS缓存大小；

图3为3跳数减少率VS缓存大小；

图4为内容差异率VS缓存大小；

图5为缓存命中率VS内容数量；

图6为跳数减少率VS内容数量；

图7为内容数量对网络内容差异率的影响；

图8为缓存命中率VS Zipf(α)；

图9为跳数减少率VS Zipf(α)；

图10为网络内容差异率VS Zipf(α)；

图11为缓存命中率VS网络模块度(Q)；

图12为跳数减少率VS网络模块度(Q)；

图13为网络内容差异率VS网络模块度(Q)。

具体实施方式

下面结合附图和具体实施方式对本发明的技术方案作进一步详细地说明。

1 CSNIC缓存策略

1.1 节点社团重要度定义

本发明将基于节点局部重要度—节点社团重要度确定缓存内容对象的位置和社团内各节点实行LRU策略的替换概率。据Chauhan等人的研究，网络邻接矩阵的特征谱能清楚地反映网络中社团的数目，例如由c个社团组成的网络，则该网络的邻接矩阵将有c个特征值远大于其它特征值，这些特征值可以作为量化网络社团结构的重要指标。因而，网络社团强度定义为：其中λ₁,λ₂,...,λ_c表示邻接矩阵特征值中按降序排列的前c个特征值。当节点k离开网络时，整个网络的社团结构和邻接矩阵特征值都将随之变化，即所以，节点k对网络社团特性的重要度为P_k＝P-P'。利用摄动理论可得节点社团重要度的近似解，如公式(1)。

$P_k=\underset{i=1}{\overset{c}{\mathrm{\Σ}}}\frac{v_{\mathrm{ik}}^2}{v_i^T{v}_i}---\left(1\right)$

其中c为网络中社团数目，v_i表示以网络中的路由器为节点，路由器之间的物理链路为边构建的邻接矩阵的第i个特征向量，v_ik表示特征向量v_i中的第k个元素。P_k值越大，节点k在其所属的社团中越重要，即社团内外的其它节点访问该节点将越容易。对于n个节点，c个社团的网络，有为使测量参数的和为1，定义I_k＝P_k/c，满足在应用I之前，需预先知道网络中社团数目c的值。本发明利用网络的频谱特性直接确定网络社团数目。如果c给定，该方法无需对网络进行社团划分，避免了复杂的社团划分的计算量，可以直接描述节点对社团的重要度。

1.2 CSNIC缓存决策机制

CSNIC缓存决策机制的原理是：ICN兴趣包在经过每个社团时，都会记录下其所经过的每一个社团中节点重要度最大的节点，同时在以数据包的形式返程时将内容对象缓存于这些节点上。下面通过一个简单实例对CSNIC缓存决策机制进行分析，如图1所示。如用户A需从S处获取一个内容，首先用户A通过图1实线路径发送兴趣包，并记录该路径上所经过的社团以及各自社团内所经历的节点中节点社团重要度的最大值。当搜索到内容对象缓存(或内容服务器)的位置S后，内容对象沿图1虚线路径(兴趣包的反向路径)返回。在返回过程中，匹配各社团节点重要度的值，若与兴趣包路径保存的节点社团最大值一致，则在该节点处缓存该内容对象，否则，径自通过该节点。如图1，数据包在返回过程中经过了社团1、社团2和社团3，在所经过的每个社团的节点中，节点社团重要度最大的节点分别为v₁，v₂和v₃。因此，将内容对象在v₁，v₂和v₃处缓存。而这些节点正是各自社团内用户容易达到的位置。这样，社团1、社团2、社团3内的用户需再次访问该内容时，直接从缓存该内容的节点处获取即可，与缓存于其它节点相比，该方法实现了内容在网络空间上的合理分布，减少了网络的延时，提高了网络的传输效率。

1.3 CSNIC替换机制

CSNIC替换机制的原理是：以网络的社团为一个单位，在同一社团内根据各个节点的节点社团重要度和内容对象在该节点处被访问的时间先后顺序，选择不同的内容对象进行替换。即通过节点社团重要度确定节点缓存队列中的内容对象被替换的概率，如节点社团重要度大的节点，在缓存队列中流行度低的内容对象被替换的概率大；而节点重要度度小的节点，在缓存队列中流行度高的内容对象被替换的概率大，以达到内容对象在时间上的合理分布。简而言之，并不是所有节点都使用相同的替换机制。

若ICN节点缓存建模为大小为C个对象的队列，以最近最少使用的时间顺序进行排列。假定第i个社团内节点j的节点社团重要度为I_ij，在该社团内的平均节点社团重要度为当有一内容对象在该节点需缓存时，将按照概率p_ij(k)替换该节点缓存队列的第k个位置的内容(k∈[1,C])，p_ij(k)定义如公式(2)。

$p_{\mathrm{ij}}\left(k\right)=\frac{1}{\mathrm{\α}}{\left(\frac{I_{\mathrm{ij}}}{{\stackrel{\‾}{I}}_{\mathrm{Ci}}}\right)}^{\mathrm{\βk}}---\left(2\right)$

其中，α为归一化因子，满足公式(3)，β为概率调节系数。

$\underset{k=1}{\overset{C}{\mathrm{\Σ}}}{p}_{\mathrm{ij}}\left(k\right)=1\⇒\mathrm{\α}=\underset{k=1}{\overset{C}{\mathrm{\Σ}}}{\left(\frac{I_{\mathrm{ij}}}{{\stackrel{\‾}{I}}_{\mathrm{Ci}}}\right)}^{\mathrm{\βk}}---\left(3\right)$

1.4 CSNIC运行机制

下面对CSNIC缓存策略在ICN架构中的实现过程进行分析。首先，假定每个节点的社团重要度I值和每个节点内的每个位置的替换概率是通过离线方式提前计算得到(如：通过中心网络管理系统)。当一个用户向某一内容对象发起请求兴趣包(Interest Packet)，在兴趣包中记录下它所经历的社团以及在每个社团中所经历的节点中节点社团重要度的最大值。当兴趣包达到内容对象所在的服务器或者中间路由器时，这些值将被嵌入数据包(Data Packet)内。在数据包沿兴趣包路径逆向传输过程中，每个社团内的路由器匹配自己的I值与数据包的附加值，如果两个值匹配，则该内容被缓存。如果在同一社团内有多个节点的I值相同，那么这些节点都将缓存该对象。在确定内容对象需缓存后，再根据该节点缓存队列中各位置的替换概率确定被替换内容对象。从以上分析可知，CSNIC缓存决策策略在执行过程中的开销比较小，每个节点决定是否缓存是相互独立的，完全是基于节点所在社团的重要度的值，既不需要与其它节点交互信息，也无需推断服务器的位置和流量模式。CSNIC替换策略也仅与节点社团重要度和该节点的缓存队列相关。由于在CSNIC策略中，离线方式预先计算的I值充分考虑了节点在网络中的位置和与其邻居的关系，因而它又是一种协作式或合作式的缓存策略。在每个社团内其转发请求和内容的伪码如算法1所示。

算法1(CSNIC缓存策略)

Content request

……………………………………………………

①Initialize(I_i-max＝0)；在Interest包中记录第i个社团中的节点社团最大值

②foreach(j from 0to N_i)；在社团i中经历N_i个节点

③if data in cache

④then send(data)

⑤else

⑥Get I_ij

⑦if I_ij>I_i-max

⑧then I_i-max＝I_ij

⑨Forward request to the next hop toward N

Content data

……………………………………………………

①record I_i-max from corresponding content request

②foreach(j from 0to N_i)

③Get I_ij

④if I_ij＝＝I_i-max

⑤then cache(data)

⑥forward data packet to the next hop toward N_i

2 仿真实验与分析

2.1 评价指标

ICN引入缓存的主要目的为：(1)减轻服务器负载。因为一次缓存命中(Cache hit)，意味着服务器减少一次用户请求；(2)降低用户对内容请求的延迟。借助缓存，用户能快速从邻近缓存位置获取所请求内容，而不是从服务器端；(3)减少网络流量和网络堵塞。当缓存命中后，内容请求将经过更少的跳数(Hops)到达用户。在达到这些目的的同时，由于ICN缓存线速执行的条件，对此提出了以下要求：(1)在有限的缓存空间内缓存更多的不同种类的内容；(2)减少替换次数。

为量化以上ICN缓存的目的和要求，我们引入缓存命中率(Cache Hit Ratio，CHR)对目的(1)进行评估，其定义为：由缓存而不是由服务器端响应用户请求的概率。定义跳数减少率(Hop Reduction Ratio，HRR)对目的(2)和(3)进行评估，其定义如公式(4)。

$\mathrm{HRR}\left(t\right)=\frac{{\mathrm{\Σ}}_{r=1}^R{h}_r\left(t\right)}{{\mathrm{\Σ}}_{r=1}^R{H}_r\left(t\right)}---\left(4\right)$

其中，H_r(t)和h_r(t)分别表示在[t-1，t]时间段内，用户从服务器和缓存位置获取内容f_r所需要的跳数。若网络中没有缓存，则H_r(t)＝h_r(t)，此时的HRR恒为1。定义内容差异性(Content Diversity Ratio,CDR)对要求(1)进行评估，其被定义为缓存中所有内容的种类数量与网络中由服务器所产生的内容种类总数量的比值，CDR值越大，则在相同缓存空间内所缓存的内容种类数越多。定义替换数量(Number of Replacement,NR)对要求(2)进行评估，其定义为一个Interest在一个节点上引起的替换次数，由于在ICN中缓存要求线速执行，因此频繁地替换缓存内容并不合适。

2.2 ICN缓存模型

ICN缓存模型构建方式如下：首先假定网络具有发布/订阅的网络架构，即网络中的内容请求和分发机制已经存在。用图G＝(V,E)表示具有N个节点、M条边的无向无权网络，其中，V＝v₁,v₂,…,v_N表示网络中节点的集合，E＝e₁,e₂,…e_M表示网络中边的集合。F＝f₁,f₂,…f_R表示网络中的内容的集合，S＝s₁,s₂,…,s_p表示网络中内容服务器的集合，并且每个内容服务器与一个节点v∈V相对应。内容随机地分布在服务器S中，并假定每个内容对象仅保存于一个服务器中。

假定到达网络中的内容请求间隔符合指数分布，对r(1<r<R)内容单元请求的过程服从平均速率为的泊松分布，其中λ_r为对内容f_r请求的发生率。假定网络内容的需求频率符合Zipf分布，即内容需求的频率与内容的排名成反比例关系，内容排名越小，用户对它的需求越高。若M表示内容的类别，i表示内容流行度的排名(1≤i≤M)，则用户对排名为i的内容的请求频率为P(X＝i)＝(i^-α)/C，其中当内容请求在内容分发的路径上找到了与之匹配的内容时表示一次缓存命中(Cache hit),否则，表示一次缓存未命中(Cache miss)。在缓存未命中的事件中，内容请求遍历整个内容分发路径直至内容服务器。假设每个节点的内容单元具有相同的大小。在一特定时间内，每个缓存存储器的一个缓存槽仅可容纳一个内容单元。

2.3 实验结果

实验网络的拓扑由100个节点和386条链路组成，其中描述网络的社团特性的模块度Q＝0.794，Q>0.3表明网络具有明显的社团特性。本发明采用多个性能参数将CSNIC策略与CEE-LFU策略、Betw-LRU策略和Opportunistic策略进行比较，其中包含系统的缓存命中率，跳数减少率，内容差异性和替换数量变化。下面重点讨论节点缓存空间大小、内容数量、替换概率调节系数(β)和网络社团结构对CSNIC策略的缓存性能的影响。

(1)节点缓存空间大小的影响

在该实验过程中，用户数量设置为50000，Zipf参数(α)的参数设置为1.2，替换概率调节系数(β)设置为0.7，节点缓存空间大小从10MB至320MB变化。

图2为四种缓存策略的缓存命中率随网络节点缓存空间大小的变化情况。从图可以看出，四种缓存策略的缓存命中率都随网络中节点缓存空间的增大而增大。这是由于节点缓存空间增大，缓存的内容增多，用户在缓存内容的节点处获取所需内容的概率增大，从而导致缓存命中率增大。但在这个过程中，CSNIC策略的性能一直优于其它三种策略。导致这一结果的主要原因是：CEE—LFU策略实行把所有的内容对象缓存于去往目的地途中所有节点，这样直接浪费了节点的缓存空间，网络中缓存的内容减少导致网络的缓存命中率降低；Betw-LRU策略把内容缓存到全网介数最大的节点，间接地闲置了其它节点的缓存空间；Opportunistic策略提高了流行度高的内容在靠近用户节点处的缓存概率，与上两种策略相比，提高了网络缓存的命中率。而CSNIC策略不仅在空间上把内容合理地分布在网络中不同的社团内，而且在时间上合理地利用了社团内节点社团重要度较低的节点的缓存空间，因而更能提高系统的缓存命中率。

图3显示了跳数减少率对网络节点缓存空间大小的变化情况，从图可以看出，四种缓存策略的跳数减少率都随网络中节点缓存空间大小的增大而减少，这是由于节点缓存空间增大，缓存的内容增多，用户获取所需内容的跳数减少，从而跳数减少率降低。但在这个过程中，CSNIC策略的性能一直优于其它两种策略。导致这一结果的主要原因是CSNIC策略把内容缓存到社团内节点和社团外节点相对容易访问的位置，从而降低了跳数减少率。

图4为网络内容差异率对网络节点缓存空间大小的变化情况，从图可以看出，四种缓存策略的内容差异率都随网络中节点缓存空间大小的增大而增大，这是由于节点缓存空间增大，缓存的内容增多，节点之间内容差异性增大。但在这个过程中，CSNIC策略的性能一直优于其它三种策略。虽然Betw-LRU策略在内容的传输过程中仅缓存介数最大的节点，在一定的缓存空间条件下，Betw-LRU策略在网络中缓存的内容的差异性通常被认为应该最好，但深入的分析发现，由于缓存空间有限，其结果是介数大的节点的替换次数增加，并没有大幅增加网络内容的差异性。由于Opportunistic策略在内容返回过程不仅考虑了内容在节点处的流行度，而且通过概率机制考虑了内容的差异性，因而，Opportunistic策略性能优于Betw-LRU策略。而对CSNIC策略，在同一社团中，将不同流行度的内容缓存到网络不同的节点处，使在同一社团内各节点缓存内容具有明显的差异性，是内容在网络中的时间分布趋于合理，相当于均匀分配了内容在网络中每个社团内的分布，直接地提高了缓存内容差异率。同时，在现实网络中，不同社团具有不同的喜好，这样相当于在不同社团之间内容对象再进行了一次合理分布。因而，在这四种缓存决策策略中，CSNIC策略的内容差异率是最佳的。

表1为替换数量随缓存大小变化的结果：Betw+LRU在四种机制中的替换数量最小；CEE+LRU中每一个Interest都会引起一次替换，所以为一常数；而CSNIC策略的替换数量略微高于Betw+LRU，Opportunistic策略与CSNIC策略非常接近。但Betw+LRU策略的替换主要集中于高介数的节点处，在单一节点频繁地替换并不满足ICN架构中缓存要求线速执行的条件。

表1替换数量VS缓存大小

(2)内容数量的影响

在该实验过程中，节点缓存空间的大小设置为20MB，用户数量设置为设置为50000，Zipf参数(α)的参数设置为1.2，替换概率调节系数(β)设置为0.7，其中内容数量在200至6400范围内变化。

图5～7分别为缓存命中率、跳数减少率和内容差异率随网络中的内容数量变化的关系图，从图5～7可以看出，四种缓存策略的缓存命中率、跳数减少率和内容差异率的性能都随网络中缓存的内容的数量增大而减弱，这是由于随着网络中内容数量增大，需要缓存内容增多，用户在缓存内容节点处获取所需内容的概率降低，从而导致缓存性能减弱。但在这个减弱的过程中，CSNIC策略的性能一直优于其它三种策略。导致这一结果的主要原因与上述节点缓存空间大小情况的讨论类似，网络中内容数量的增加相当于网络中节点缓存空间的减少。

四种缓存策略的替换数量随内容数量变化的结果与缓存空间变化的情况类似：Betw+LRU在四种机制中的替换数量最小；CEE+LRU中每一个Interest都会引起一次替换，为一常数；而CSNIC和Opportunistic的替换数量相当，略高于Betw+LRU。

(3)Zipf(α)参数的影响

在该实验过程中，用户数量设置为50000，节点缓存空间的大小设置为20MB，替换概率调节系数(β)设置为0.7，Zipf参数(α)的参数设置为0.2至1变化。

现有实证研究显示网络用户对内容的偏好服从Zipf分布，Zipf参数α越大，表示用户的偏好越集中，并且用户对不同网络应用的α值也有差异。因此，下面通过变化α值测试CSNIC策略对不同网络应用的表现。图8～10分别为缓存命中率、跳数减少率和内容差异率随Zipf参数α变化的关系图。从图8可知，四种策略的缓存命中率都随参数α增大而增大，但在这个过程中，CSNIC策略的性能一直优于其它三种策略，导致这一结果的主要原因是四种策略都利用了时间的局域性，但除此此外，CSNIC策略还充分利用空间的局域性。图9和图10显示，跳数减少率和内容差异率随着参数α的增大都有减少，但CSNIC策略一直保持较明显的性能优势。

(4)网络社团结构的影响

现有实证研究显示Internet网络具有明显的社团特性，网络特性的量化指标用模块度Q值表示，Q值越高，表示网络的社团特性越明显，现实网络的社团结构在0.3～0.7之间。因CSNIC策略的实现与节点社团重要度直接相关，而节点社团重要度与网络的社团结构相联系。为研究网络的社团特性对缓存策略的影响，本发明采用了由Yan等人提出的SFC模型，该模型生成的网络不仅全网节点的度和社团内节点的度都具有无标度特征，而且网络社团特性可调，与现实中Internet网络比较接近。选择合适参数生成节点数为300、模块度Q从0.3变化到0.7的网络。图11～13为实验结果，其中横轴为网络模块度的大小。从图可知，随着网络模块度的增加，CSNIC策略的缓存性能(缓存命中率、跳数减少率和内容的差异率)的波动不是很大，而CEE+LRU、Betw+LRU和Opportunistic策略随着网络社团模块度的增加，缓存性能有所下降，这是由于CSNIC策略把内容缓存到社团内节点容易获取的位置，而其它三种策略随着网络社团结构的增强，若用户想获取的内容不在所属社团内的节点处缓存，将加大获取的难度。

(5)策略的开销分析

下面从计算开销和通信开销两个方面分析CSNIC策略。

计算开销：CSNIC策略缓存决策策略和替换策略中的节点社团重要度的如公式(3)所示，只需求出表示网络节点连接关系的邻接矩阵的所有特征值和特征向量。而现实中的大部分网络为稀疏网络，利用Lanczos算法和QL算法，求稀疏对称矩阵的所有特征值和特征向量的时间复杂度为O(nm)，其中n和m分别表示网络的节点数和边数，其计算复杂度较低，并且每个节点的社团重要度都是通过离线方式计算存储的。在替换过程中的概率的计算也是的仅为O(k)，其中k为每个节点的缓存空间大小，所以CSNIC策略满足ICN对每个节点缓存处理线速的要求。

通信开销：在Interest包和Data包仅需保存所经过的社团内节点社团重要度最大的节点的值，而每次通信，找到用户所需的内容所经过的社团数量一般在2个左右，显然，CSNIC策略的通信开销很低。

从上分析可知，CSNIC策略易于实现，以较小的开销获得很好的性能改善。

以上所述，仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。

Claims (1)

1.一种基于节点社团重要度的ICN缓存策略，其特征在于，包括以下步骤：

1)首先定义节点社团重要度定义：根据网络邻接矩阵的特征谱能清楚地反映网络中社团的数目，由c个社团组成的网络，则该网络的邻接矩阵将有c个特征值远大于其它特征值，这些特征值作为量化网络社团结构的重要指标；因而，网络社团强度定义为：其中λ₁,λ₂,...,λ_c表示邻接矩阵特征值中按降序排列的前c个特征值；当节点k离开网络时，整个网络的社团结构和邻接矩阵特征值都将随之变化，即节点k对网络社团特性的重要度为P_k＝P-P'；利用摄动理论得节点社团重要度的近似解，如公式(1)；

$P_k=\underset{i=1}{\overset{c}{\mathrm{\&Sigma;}}}\frac{v_{\mathrm{ik}}^2}{v_i^T{v}_i}---\left(1\right)$

其中c为网络中社团数目，v_i表示以网络中的路由器为节点，路由器之间的物理链路为边构建的邻接矩阵的第i个特征向量，v_ik表示特征向量v_i中的第k个元素；P_k值越大，节点k在其所属的社团中越重要，即社团内外的其它节点访问该节点将越容易；对于n个节点，c个社团的网络，有为使测量参数的和为1，定义I_k＝P_k/c，满足在应用I之前，需预先知道网络中社团数目c的值；本发明利用网络的频谱特性直接确定网络社团数目；如果c给定，该方法无需对网络进行社团划分，避免了复杂的社团划分的计算量，直接描述节点对社团的重要度；

2)缓存位置的确定机制：ICN兴趣包在经过每个社团时，都会记录下其所经过的每一个社团中节点重要度最大的节点，同时在以数据包的形式返程时将内容对象缓存于这些节点上；

3)缓存替换机制：以网络的社团为一个单位，在同一社团内根据各个节点的节点社团重要度和内容对象在该节点处被访问的时间先后顺序，选择不同的内容对象进行替换；即通过节点社团重要度确定节点缓存队列中的内容对象被替换的概率，如节点社团重要度大的节点，在缓存队列中流行度低的内容对象被替换的概率大；而节点重要度度小的节点，在缓存队列中流行度高的内容对象被替换的概率大，以达到内容对象在时间上的合理分布；

若ICN节点缓存建模为大小为C个对象的队列，以最近最少使用的时间顺序进行排列；假定第i个社团内节点j的节点社团重要度为I_ij，在该社团内的平均节点社团重要度为当有一内容对象在该节点需缓存时，将按照概率p_ij(k)替换该节点缓存队列的第k个位置的内容(k∈[1,C])，p_ij(k)定义如公式(2)；

$p_{\mathrm{ij}}\left(k\right)=\frac{1}{\mathrm{\&alpha;}}{\left(\frac{I_{\mathrm{ij}}}{\stackrel{\&OverBar;}{I_{\mathrm{Ci}}}}\right)}^{\mathrm{\&beta;k}}---\left(2\right)$

其中，α为归一化因子，满足公式(3)，β为概率调节系数；

$\underset{k=1}{\overset{C}{\mathrm{\&Sigma;}}}{p}_{\mathrm{ij}}\left(k\right)=1\&DoubleRightArrow;\mathrm{\&alpha;}=\underset{k=1}{\overset{C}{\mathrm{\&Sigma;}}}{\left(\frac{I_{\mathrm{ij}}}{\stackrel{\&OverBar;}{I_{\mathrm{Ci}}}}\right)}^{\mathrm{\&beta;k}}---\left(3\right).$