CN105681438B - 一种集中式内容中心网络缓存决策方法 - Google Patents
一种集中式内容中心网络缓存决策方法 Download PDFInfo
- Publication number
- CN105681438B CN105681438B CN201610058534.9A CN201610058534A CN105681438B CN 105681438 B CN105681438 B CN 105681438B CN 201610058534 A CN201610058534 A CN 201610058534A CN 105681438 B CN105681438 B CN 105681438B
- Authority
- CN
- China
- Prior art keywords
- content
- cache
- node
- network
- nodes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 239000004973 liquid crystal related substance Substances 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims 1
- 238000012163 sequencing technique Methods 0.000 claims 1
- 230000006855 networking Effects 0.000 abstract description 6
- 230000008859 change Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
- H04L67/5682—Policies or rules for updating, deleting or replacing the stored data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
内容中心网络是信息中心网络思想的一个解决方案。本发明公开了一种内容中心网络集中式的缓存决策策略。在内容中心网络架构下,利用现有的采用SDN的框架实现信息中心网络的数据命名,内容转发,内网缓存等基本功能的研究,提出集中式的缓存决策策略。在内容中心网络中放置一个集中式的控制器,控制器根据收集所有节点请求信息,为每个节点生成一个缓存列表,确定性地“指导”每个节点缓存哪些内容,以最小化网络中的传输流量,降低用户请求延迟。
Description
技术领域
本发明属于新型网络架构之一内容中心网络领域。特别涉及内容中心网络领域中缓存系统的缓存决策问题。
背景技术
在当今的信息社会中,互联网在我们的生活中扮演着至关重要的角色。Internet取得的空前成功已经改变了并将继续改变着人们的生活方式,包括信息传递、工作、商业以及军事运作等。毫无疑问,各行各业无不受益于互联网的应用。然而,随着网络使用模式的改变,工业控制网、物联网、车联网、云计算技术的普及,传统的网络架构已经暴露出很多问题,如安全性、可扩展性、移动和基于物理地址的冗余传输等。
据统计,近年来视频流量占网络流量的比重越来越大,而且预计该比例将继续增长。思科Visual Networking IndexTM针对2014至2019年的全球预测和互联网服务采用情况VNI报告显示,随着互联网用户和设备数量持续增长、宽带速度不断提高以及视频浏览量的快速攀升,预计2019年全球互联网流量将达到2015年流量的64倍。在全球互联网范围内,人均流量从2014 年的6GB达到2019年的18GB。其中,视频流量占互联网流量的比例从2014年的64%增长为2019 年的80%。视频点播,高清视频等流量以惊人的速度增长。
然而当前的TCP/IP体系架构由于其存在大量传输冗余并不利于视频流量的分发。主机到主机的通信模式使得获取信息必须定位到特定的物理主机。这与人们关注信息的内容而非信息的位置的特点背道而驰。随着社交网络、商业推荐、云计算,物联网等应用技术的不断普及,传统网络的安全隐私服务不断承受受着严峻考验。即使人们不断从应用层上以打“补丁”的方式进行改进,实现了CDN,P2P网络以及解决安全问题,但并不能从本质上解决根本问题。因此,改变传统的TCP/IP网络架构势在必行。Park研究中心的Jacobson在2009年提出了内容中心网络CCN(content-centric networking)。它延用了信息中心网络的思想。即网络以信息为中心,以信息的名字为依据实现路由转发,而不再是以IP地址为依据实现路由转发。利用内网缓存在时间和空间上解耦了信息的发送者和接收者。
它将传统的主机到主机之间的通信模式转变为用户到内容的检索模式。这是因为人们并不再关心内容存放的位置,而更关心的是获取的信息内容。内容中心网络中有两个基本概念,一是基于名字的路由。该网络架构提出为每一个内容分别定义一个唯一的名字,甚至将每一个内容分为相同大小的块(chunk)并为他们分别定义一个唯一的名字,通过内容的名字来路由而非通过传统的IP地址进行路由。另一个概念是内网缓存。在数据传输的过程中,传统的基于IP地址的传输方式使得路由器并不能“记忆”已传送过的信息。当用户再次请求相同的内容时,路由器仍需通过上游节点向服务器请求信息。而内容中心网络由于其以内容命名的特点,使得路由器可以辨别传送的内容。内容中心网络中的路由器具有缓存能力,可以将传送的内容缓存下来。当用户再次请求时,请求包被路由到缓存了该请求内容的路由器时,路由器可以直接将数据包传送给用户,而不再需向服务器请求内容。从而减少了网络中的流量,减轻了服务器负载,缩短了用户的请求时延,提高用户体验质量。
内网缓存作为内容中心网络的特有属性,成为诸多研究者关注的热点。由于网络中路由器节点的缓存容量十分有限,相比网络中的内容信息容量是微不足道的,因此,如何最大化利用这些内网缓存资源,获得最大的网络效益是众多研究者研究的问题。传统的缓存策略为处处缓存或以概率(以不同的标准求得)缓存的方式来提高网络的性能,缓存网络的模型为任意拓扑,请求内容服从Zipf分布,请求为泊松到达,各节点请求同一内容概率相同。
发明内容
[发明目的]:本发明为了更高效地利用缓存资源和解决不同地区请求不均衡的问题而提出集中式的计算缓存决策的缓存系统框架及缓存算法。
[技术方案]:本发明的目的是通过如下措施来达到的:
本发明采用集中式的控制方式,在内容中心网络中放置一个集中式的控制器,负责收集网络中路由器各个节点的请求信息,该请求信息既包括路由器代表地区用户请求内容信息的概率又包括从其他路由器节点缓存命中失败转发经过该路由器的内容请求信息,路由器节点将所述请求信息传送到控制器。而已有研究(参见文献L.Veltri,G.Morabito,S.Salsano,N.Blefari-Melazzi,and A.Detti“Supporting information-centricfunctionality in software defined networks,”[C]in IEEE ICC,June 2012,pp.6645-6650. 等)利用软件定义网络(SDN)实现了内容中心网络(CCN)的基本功能,如:数据命名,以内容转发,内网缓存。这为我们的集中式缓存决策框架提供了理论基础。
本发明重点考虑不同地区请求相同内容概率不同的场景(即地区请求不均衡的问题),假设网络中存在一个集中式的控制器,可以收集网络中任一节点(CCN路由器)的请求内容概率pij(指路由器i请求内容j的概率)。具体步骤如下:
步骤1、节点将所述请求信息传送到控制器;
步骤2、控制器根据收集的所述请求信息及网络拓扑信息计算每一节点在缓存容量有限的限制下,计算出每一节点应该缓存哪些内容,使得网络中产生的流量最少;
步骤3、控制器采用启发式算法为每一个路由器节点生成一个缓存决策列表,用于指示本节点应该缓存的内容;
步骤4、控制器将缓存决策列表下发到每一路由器中。当路由器有内容传送经过时,首先查找缓存决策列表,若该内容名字存在于列表中,则缓存该内容,否则,不缓存。随后,将内容转发到下一跳或者传送给本地用户。该集中式的内网缓存管理框架见图1。其中,关键组成部分为控制器中的计算模块。下面对步骤二实施的缓存决策解决方案进行详细说明。
1)内容中心网络中的路由器节点和节点之间的链路构成图G=(V,E)。每一节点Vi都有缓存容量Ci。网络中内容集合为F={f1,f2,...,fn}。由于内容中心网络中将文件分为相同大小的块进行传输,因此,这里假设,每一内容都具有相同大小,该大小等同于一个缓存单位。 pij表示节点i请求内容j的概率。hii表示节点i请求内容j产生的网络流量。这里,用一跳表示一个单位的网络流量。hii实际上则为节点i请求内容j直到缓存命中时请求包转发经过的跳数。
通过以上说明,我们的目标是求得每一节点i应该缓存的内容集合Xi={xi1,xi2,...,xin}。其中,xin为二进制变量。为1时表示内容n经过节点i时缓存该内容,为0表示不缓存。通过这样的缓存决策,使得网络流量最小。表示为I:
这里,aik表示节点i请求内容被转发到第k跳的节点。
显然,该问题是一个非线性问题。我们通过以下函数构造将其转换为一个线性规划问题。假设函数表示在节点i请求内容到第k跳的路径上缓存内容j的节点总数。则 hij=max{(1-fijk)*(k+1)|k=0,1,2,3...}。令h′ij≥(1-fijk)*(k+1),(k=0,1,2,3...),我们构造另一目标函数为II:
该问题是一整数线性规划问题,观察可知I和II有相同的解。
因为若假设x*,h*是I的最优解。其目标值为y。则有,
这里,所以,x*,h*为满足II的一个解。其目标值为y。
另一方面,假设,x’,h’为II的最优解,目标值为y’。则有 h′ij≥(1-fijk)*(k+1),i∈V,j∈F,k=0,1,2,...,同样,
此时,若h′ij>(1-fijk)*(k+1),i∈V,j∈F,k=0,1,2,...,则比 h′ij=(1-fijk)*(k+1),i∈V,j∈F,k=0,1,2,...目标值大,所以,必有 h′ij=(1-fijk)*(k+1),i∈V,j∈F,k=0,1,2,...。根据函数构造过程知,
所以,x’,h’为满足I的最优解,其目标值为y’=y。故而x*,h*与x’,h’为同一解。I和II有相同的解,据此我们可以用求解整数线性规划问题的工具包来求解该缓存决策问题。
2)以下说明本发明提出的具体启发式求解方法。
步骤1、利用解决k-means问题的方法,计算有c(c从1到|V-1|)个缓存节点时对应的c个缓存节点的最佳位置。并根据从c-1到c增加的节点判断网络中节点的“重要性”。显然,排序为0号节点为最重要的节点。
步骤2、对于第i个缓存节点,用贪婪算法求得当前使网络流量最小的内容编号j。将内容j加入第i个节点的缓存列表。直到第i个节点的缓存列表满。
步骤3、重复对第i+1个节点进行步骤2的计算,直到所有节点的缓存列表全部生成。
[有益效果]:本发明的有益效果是:内容中心网络中现有的缓存方法都是基于分布式的,在各地请求分布一致的情况下的实施方案。而本发明提出集中式的内网缓存管理框架。旨在解决地区请求内容分布不均匀的情况下,使用本发明提出的缓存决策策略,提高缓存资源利用率,提升网络性能,降低用户请求延迟。
附图说明
图1为内容中心网络缓存系统框架图;
图2为内容中心网络拓扑图
具体实施方式
以下结合附图和具体实例对本发明做具体的介绍。
如图2,网络中有一个包含所有内容的内容源(服务器),有3个路由器A,B,C,他们分别具有相同缓存容量Ca=Cb=Cc=2。这三个路由器代表当地用户请求内容的同时,A路由器还转发来自B、C的缓存不命中转发请求。内容集合为F={f1,f2,f3,...,f7,f8}。路由器统计他们各自请求内容的概率(这里用次数表示)。A为B为C为
步骤1、节点将所述请求信息传送到控制器;
步骤2、控制器根据收集的所述请求信息及网络拓扑信息进行计算,求得网络最小流量时的各个路由器缓存内容;
步骤3、控制器采用启发式算法为每一个路由器节点生成一个缓存决策列表;
步骤4、控制器将缓存决策列表下发给路由器。当有数据内容经过路由器时,首先查找该内容名字是否存在于缓存决策列表中。若存在,则缓存该内容,否则,不缓存。而后,对数据进行转发或者发送给当地用户等处理。
其中,步骤2中控制器具体计算过程如下:
步骤2.1根据k-means问题的解决方法,计算有c(c从1到|V-1|)个缓存节点时对应的c个缓存节点的最佳位置。并根据从c-1到c增加的节点判断网络中节点的“重要性”。显然,排序为0号节点为最重要的节点。在本网络拓扑中,计算得到A为最重要节点,排序为0,B、C为次重要节点,排序分别为1,2。
步骤2.2对于第0号缓存节点A,用贪婪算法求得当前使网络流量最小的内容编号j。将内容j加入A节点的缓存列表。直到A节点的缓存列表满。A节点的缓存列表为{f1,f2}。
步骤2.3依次计算1,2号缓存节点B、C。其缓存列表分别为{f3,f4},{f5,f6}。至此,所有节点的缓存列表全部生成。计算过程结束。
上面对本发明作了详细的说明,但是本发明并不限于上述的实施方式,在本领域的技术人员可以根据自己所具备的知识,对本发明做各种变化以达到更优的效果。
Claims (3)
1.一种集中式内容中心网络缓存决策方法,其特征在于,根据地区内容请求概率的差异性设计集中控制的缓存决策策略的步骤如下:
步骤1、内容中心网络中放置的一个集中式控制器,负责收集网络中路由器各个节点的请求信息,该请求信息既包括路由器代表地区用户请求内容信息的概率又包括从其他路由器节点缓存命中失败转发经过该路由器的内容请求信息,路由器节点将所述请求信息传送到控制器;
步骤2、控制器根据收集的所述请求信息及网络拓扑信息计算每一节点在缓存容量有限的限制下,计算出每一节点应该缓存哪些内容,使得网络中产生的流量最少;
步骤3、控制器采用启发式算法为每一个路由器节点生成一个缓存决策列表,即控制器对缓存节点的重要性进行排序,并以当前使网络流量最小的内容作为本节点是否缓存的决策标准,最终所有缓存节点的缓存列表中存储了最优的内容;
步骤4、控制器将缓存决策列表下发到每一路由器中,当路由器有内容传送经过时,首先查找缓存决策列表,若该内容名字存在于列表中,则缓存该内容,否则,不缓存;随后,将内容转发到下一跳或者传送给本地用户。
2.根据权利要求1所述的集中式内容中心网络缓存决策方法,其特征在于,关键模块为控制器计算模块,提取模型,求得最优解,具体如下:
内容中心网络中的路由器节点和节点之间的链路构成图G=(V,E),每一节点Vi都有缓存容量Ci,E表示两两节点之间的链路,网络中内容集合为F={f1,f2,...,fn},由于内容中心网络中将文件分为相同大小的块进行传输,因此,这里假设,每一内容都具有相同大小,该大小等同于一个缓存单位,pij表示节点i请求内容j的概率,hij表示节点i请求内容j产生的网络流量,用一跳表示一个单位的网络流量,hij实际上则为节点i请求内容j直到缓存命中时请求包转发经过的跳数;
求得每一节点i应该缓存的内容集合Xi={xi1,xi2,...,xin},其中,xin为二进制变量,为1时表示内容n经过节点i时缓存该内容,为0表示不缓存,构造目标函数I:
xij∈{0,1},i∈V,j∈F
这里,aik表示节点i请求内容被转发到第k跳的节点;
假设函数表示在节点i请求内容到第k跳的路径上缓存内容j的节点总数,则hij=max{(1-fijk)*(k+1)|k=0,1,2,3...},令h′ij≥(1-fijk)*(k+1),(k=0,1,2,3...),我们构造另一目标函数为II:
xij∈{0,1},i∈V,j∈F
I和II有相同的解,假设x*,h*是I的最优解,其目标值为y,则有,
这里,所以,x*,h*为满足II的一个解,其目标值为y;
另一方面,假设,x’,h’为II的最优解,目标值为y’,则有
h′ij≥(1-fijk)*(k+1),i∈V,j∈F,k=0,1,2,...,同样,
此时,若h′ij>(1-fijk)*(k+1),i∈V,j∈F,k=0,1,2,...,则比
h′ij=(1-fijk)*(k+1),i∈V,j∈F,k=0,1,2,...目标值大,所以,必有
h′ij=(1-fijk)*(k+1),i∈V,j∈F,k=0,1,2,...,根据函数构造过程知,
所以,x’,h’为满足I的最优解,其目标值为y’=y,x*,h*与x’,h’为同一解,所以,I和II有相同的解。
3.根据权利要求1所述的集中式内容中心网络缓存决策方法,其特征在于, 步骤3所述的控制器采用启发式算法为每一个路由器节点生成一个缓存决策列表,控制器采用的启发式算法的具体步骤如下:
步骤1、计算有c个缓存节点时对应的c个缓存节点的最佳位置,并根据从c-1到c增加的节点判断网络中节点的重要性,排序为0号节点为最重要的节点;
步骤2、对于第i个缓存节点,用贪婪算法求得当前使网络流量最小的内容编号j,将内容j加入第i个节点的缓存决策列表,直到第i个节点的缓存决策列表满;
步骤3、重复对第i+1个节点进行步骤2的计算,直到所有节点的缓存列表全部生成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610058534.9A CN105681438B (zh) | 2016-01-26 | 2016-01-26 | 一种集中式内容中心网络缓存决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610058534.9A CN105681438B (zh) | 2016-01-26 | 2016-01-26 | 一种集中式内容中心网络缓存决策方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105681438A CN105681438A (zh) | 2016-06-15 |
CN105681438B true CN105681438B (zh) | 2019-12-13 |
Family
ID=56302780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610058534.9A Active CN105681438B (zh) | 2016-01-26 | 2016-01-26 | 一种集中式内容中心网络缓存决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105681438B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108512685B (zh) * | 2017-02-28 | 2020-10-13 | 北京大学 | 信息中心网络流量控制方法及装置 |
CN107105043B (zh) * | 2017-04-28 | 2019-12-24 | 西安交通大学 | 一种基于软件定义网络的内容中心网络缓存方法 |
CN107483587B (zh) * | 2017-08-21 | 2020-10-30 | 清华大学 | 一种面向内容的电力通信网缓存优化方法 |
CN110324389B (zh) * | 2018-03-30 | 2024-04-09 | 北京京东尚科信息技术有限公司 | 基于车联网的数据传输方法、装置和计算机可读存储介质 |
CN108712458B (zh) * | 2018-03-30 | 2021-06-18 | 中国科学院信息工程研究所 | 支持内容控制的软件定义网络控制器 |
CN108600393B (zh) * | 2018-05-30 | 2020-08-18 | 常熟理工学院 | 一种基于命名数据的物联网数据通信方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103312725A (zh) * | 2013-07-05 | 2013-09-18 | 江苏大学 | 一种基于节点重要程度的内容中心网络缓存判决方法 |
CN104022911A (zh) * | 2014-06-27 | 2014-09-03 | 哈尔滨工业大学 | 一种融合型内容分发网络的内容路由管理方法 |
CN104166630A (zh) * | 2014-08-06 | 2014-11-26 | 哈尔滨工程大学 | 一种面向内容中心网络中基于预测的最优化缓存放置方法 |
-
2016
- 2016-01-26 CN CN201610058534.9A patent/CN105681438B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103312725A (zh) * | 2013-07-05 | 2013-09-18 | 江苏大学 | 一种基于节点重要程度的内容中心网络缓存判决方法 |
CN104022911A (zh) * | 2014-06-27 | 2014-09-03 | 哈尔滨工业大学 | 一种融合型内容分发网络的内容路由管理方法 |
CN104166630A (zh) * | 2014-08-06 | 2014-11-26 | 哈尔滨工程大学 | 一种面向内容中心网络中基于预测的最优化缓存放置方法 |
Non-Patent Citations (1)
Title |
---|
"Supporting information-centric functionality in software defined networks";L.Veltri etc;《IEEE ICC》;20120630;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105681438A (zh) | 2016-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105681438B (zh) | 一种集中式内容中心网络缓存决策方法 | |
Kim et al. | Performance analysis of in-network caching for content-centric networking | |
EP2813060B1 (en) | A method for collaborative caching for content-oriented networks | |
CN104717304B (zh) | 一种cdn‑p2p内容优化选择系统 | |
Nour et al. | A distributed cache placement scheme for large-scale information-centric networking | |
WO2011150830A1 (zh) | 获取内容的方法、节点及内容网络 | |
Naeem et al. | Performances of probabilistic caching strategies in content centric networking | |
Hou et al. | Bloom-filter-based request node collaboration caching for named data networking | |
Lal et al. | A centrality-measures based caching scheme for content-centric networking (CCN) | |
Liu et al. | Social-aware computing based congestion control in delay tolerant networks | |
Gharaibeh et al. | An O (1)-competitive online caching algorithm for content centric networking | |
Moeini et al. | Efficient caching for peer-to-peer service discovery in internet of things | |
Singh et al. | A walkthrough of name data networking: Architecture, functionalities, operations and open issues | |
Liu et al. | PBRS: A content popularity and betweenness based cache replacement scheme in ICN-IoT | |
Reshadinezhad et al. | An efficient adaptive cache management scheme for named data networks | |
Alduayji et al. | PF-EdgeCache: Popularity and freshness aware edge caching scheme for NDN/IoT networks | |
Yang et al. | Providing cache consistency guarantee for ICN-based IoT based on push mechanism | |
Zhu et al. | A Popularity-Based Collaborative Caching Algorithm for Content-Centric Networking. | |
Shinde et al. | Content centric networks (CCN): A survey | |
Kumar et al. | Modified floyd warshall algorithm for cache management in information centric network | |
Yang et al. | Content-based hyperbolic routing and push mechanism in named data networking | |
Hou et al. | GNN-GM: a proactive caching scheme for named data networking | |
Mishra et al. | A review on content centric networking and caching strategies | |
Yuan et al. | An optimal fair resource allocation strategy for a lightweight content-centric networking architecture | |
Zhang et al. | Degree-based probabilistic caching in content-centric networking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |