CN107968832B - 一种基于轻量型的内容中心网络架构的公平资源分配方法 - Google Patents
一种基于轻量型的内容中心网络架构的公平资源分配方法 Download PDFInfo
- Publication number
- CN107968832B CN107968832B CN201711258336.8A CN201711258336A CN107968832B CN 107968832 B CN107968832 B CN 107968832B CN 201711258336 A CN201711258336 A CN 201711258336A CN 107968832 B CN107968832 B CN 107968832B
- Authority
- CN
- China
- Prior art keywords
- content
- resource allocation
- node
- cache
- hit rate
- 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
Images
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
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- 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
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了基于轻量型的内容中心网络架构的公平资源分配方法,包括在通信地理环境比较简单的场景(如机场、校园)提出二叉树节点分布模型;针对这种二叉树模型,提出分配缓存内容的公平资源分配模型;为解出这个资源分配模型,提出带有权重的0‑1整体规划算法;提出命中率、网络时延、命中率方差这三个指标评估资源分配的合理性和公平性。
Description
技术领域
本发明涉及内容中心网络技术领域,具体涉及基于轻量型的内容中心网络架构的公平资源分配方法,及对这种分配方法的评估。
背景技术
内容中心网络(Content Centric Networking,CCN)是当前未来互联网体系架构研究的重要成果之一,其核心思想是改变当前互联网终端间的端到端通信机制,将内容与终端位置剥离,通过发布/订阅范式(Publish/Subscribe Paradigm)来提供存储和多方通信等服务。具体来说,就是网络中传送的一切内容都可以看作信息对象,可以说是一个信息互联的网络,而非主机互联,其核心对象是信息,通过信息的名字进行标识每一个信息。对网络来说,其中流动的都是有名字的信息,网络能区别每一个信息,但具体信息意义,网络并不知道,靠信息生产者和消费者的上层应用解释。整个网络及其终端就在各种信息的驱动下运行起来了,而网络的作用就是管理所有信息的流动和缓存,并用正确的信息快速响应信息的请求者。用户或应用可以只关注信息本身,而不关心信息块的其他属性,比如不用关心信息的所有者属性。
在类似于机场、校园等环境中,通信范围广,地理环境相对简单,用户需求类似,例如同一航空公司的飞机所需数据相似度达到一半以上,在校园中,同一栋楼的学生所需的信息也大体相似。因此在这样的环境中,搭建内容中心网络通信系统,实现内容的缓存与复用,这样可以大大减缓网络负载,提高通信性能。内容中心网络研究是美国国家科学基金会于2010年8月提出的4个未来互联网架构支持项目之一,也是诸多项目中最具代表性的一种分布式未来网络架构。
内容中心网络力图改变当前互联网以主机为基础的点对点通信架构,实现以内容为中心的新型网络通信架构。在这种结构中,每个路由不仅可以转发信息,还可以根据一定的算法,缓存内容。本发明将重点研究通信节点的分布及内容缓存算法。在缓存算法的评估方面,一般采用缓存命中率和平均网络延迟两个指标,这对于网状型的节点分布结构是比较合理的,因为这种结构没有明显的层级分别。但是对于轻量型的节点分布,如二叉树型就不是很合理了。这种结构有比较明显的高低层级分别,不同层级的节点命中率可能会有很大差异,这显然不能充分利用每一个缓存节点。而据调研,一个10TB的缓存节点造价是300000美元左右,因此充分利用每一个缓存节点是有必要的。故在轻量型拓扑结构中,采用缓存命中率和平均网络延迟评估一个算法的优劣性是不够充分的。
发明内容
有鉴于此,本发明的目的在于提出一种公平的资源分配方法,并针对公平性提出命中率方差这一评估指标。使得这一算法在轻量型的节点分布结构中,有着较高的命中率,较低的网络延时及较低的命中率方差。
基于上述目的本发明提供的一种公平的资源分配模型,包括:
在通信地理环境比较简单的场景(如机场、校园)提出二叉树节点分布模型;
针对这种二叉树模型,提出分配缓存内容的数学模型,公平资源分配模型;针对此模型,运用动态规划算法得到最终的内容缓存方法;
提出命中率、网络时延、命中率方差这三个指标评估资源分配的合理性和公平性。
进一步的,所述资源分配模型为将流行度pj不同的用户请求内容按照一定的算法缓存在不同的节点,使得整个通信系统的命中率最高,平均网络延时最低,命中率方差最小。
进一步的,所述的资源分配模型的目标函数为:
其中,Zmax表示相较于没有缓存的通信系统,此系统带来的利益。此模型为追求系统利益的最大化。bij表示在节点i缓存流行度为pj的内容j为系统带来的利益。这种利益可以描述为节点i缓存过j内容,第二次请求j内容时,就不必从根节点(即后台服务器)中请求,而是从i节点获取,这样就减少了整个系统通信时延和负载。i遍历所有缓存节点,j遍历所有需要缓存的内容。
Zmin表示命中率方差,此模型同时追求系统所有节点命中率方差最小化,即追求所有节点的命中率相近,以此达到公平的目的;h表示节点的命中率。
进一步的,在资源分配模型的系统利益公式中,节点i缓存流行度为pj的内容j为系统缓存利益bij算法为:
bij=2*path=2W1×m·Xm×j
其中,W1×m为不同层级的缓存权重,在同一层级的节点,缓存权重是相同的;Xmn表示m个节点缓存n个内容的矩阵,Xmn的不同会最终导致缓存模型的目标函数的不同,这是此模型中的唯一变量。通过目标函数的极值便能得到此矩阵的值,也就得到内容缓存结果。
进一步的,不同层级的缓存权重W1×m的算法:
其中,x表示当前节点到根节点的跳数,m表示整个缓存架构的层级数。缓存权重的设置是为了实现资源分配的公平性,越靠近根节点的缓存节点缓存数据的代价越大,得到的利益也就越小。
进一步的,Xmn的表达方式为:
进一步的,为得到这一模型的结果,本发明提供了相应的算法,即动态规划算法,包括:将上述条件输入到MATLAB的bintprog()函数,求解决策变量的值。bintprog()函数是matlab内嵌的一个0-1规划函数,计算方便。同时也可自己编写0-1规划函数求解,最终得到决策变量的值。
从上面所述可以看出,本发明提供的公平的资源分配算法,包括在简单的地理环境下,设计二叉树型节点分布模型;根据二叉树型拓扑结构,设计公平的资源分配模型;根据公平性原则,提出资源分配的公平性评估指标,及即命中率方差;根据公平缓存分配模型,设计缓存算法的最优解目标,即实现最低的平均网络时延,最高的节点命中率;根据最优解的需求,设计了整体规划算法。在简单地理环境下,得到一种轻量的内容中心网络结构的公平资源分配算法。
附图说明
图1为本发明为简单地理环境(如机场、校园)下设计的轻量型内容中心网络拓扑结构;
图2为本发明一个实施例的内容中心网络的公平资源分配模型的流程示意图;。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进一步进行清楚、完整、详细地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
本发明提出一种针对轻量型的网络架构设计的公平资源分配算法,包括:针对简单的地理环境(机场、校园)设计二叉树型拓扑结构模型;根据二叉树型结构设计公平的资源分配模型,包括给不同的层级的节点加权重,以实现资源分配的公平性,提出命中率方差这一公平性的评估指标;根据公平的资源分配模型,提出两种算法,一种是针对内容请求量小的情况,提出0-1整体规划算法,另一种是针对内容请求量多的情况,提出带有门限的贪心算法。
作为本发明的一个具体实施例,如图1所示,为本发明为简单的地理环境设计的轻量型的内容中心网络拓扑结构二叉树型结构模型,包括以下步骤:
步骤101:根据选择合适的地理位置放置服务器,并作为二叉树的根节点;
步骤102:根据距离根节点物理距离及L1层子节点之间的物理距离,设计L1层n(1)个子节点位置及数量,并与根节点进行通信;
步骤103:根据距离L1层子节点的物理距离及L2层子节点之间的物理距离,设计L2层子节点的位置及数量,并与L1层子节点进行通信;
步骤104:依照上述步骤设计整个内容中心网络通信系统拓扑结构。
通过上述方法,便可在空旷的地理环境下,成功搭建二叉树型拓扑结构的内容中心网络架构。
如图2所示,为本发明为解决带有权重的公平缓存分配模型提出的整体规划算法的一个具体实施例的流程图,这种算法适用于请求内容比较少的情况。用户所需要的数据块少,便可考虑所有的节点从而做出整体规划。包括以下步骤:
步骤201:根据当前节点的层级数,计算各个路径上的权重:
其中,m是指整个二叉树拓扑结构的层级数量,例如图1所示,此时的m=n;x是指当前节点的层级,例如在L1层Rtr-1节点的x=1,Ln-1的x=n-1。由此可知,同意层级的节点所对应的权重是相同的,即此拓扑结构的权重是1×m的矩阵。此权重的设定是为了实现资源分配的公平性。由于层级数量越小,其下的子节点数量就越大,承担的内容缓存任务也就越大。在此缓存内容的代价也就越大,相反的,在此缓存内容获得的利益也就越小。根据实际情况看,这种权重的设定是合理的。
步骤202:计算节点i缓存内容j所获得利益:
bij=2*path=2W1×m·Xm×j
设有m个节点,n个内容数据块需要缓存。在此公式中,W1×m是指在步骤201中得到的1×m矩阵,Xm×j是m×j的矩阵,代表在第m个节点缓存第j个内容所获得的利益。此利益是指当在第m个节点缓存了第j个内容时,当用户再次请求j内容,就不必从根节点(即服务器)中请求获取,而是可以就近从第m个节点获得,由此节省的路径再乘以相应的权重,则是本发明所需的利益。
步骤203:计算整个系统所获得的利益:
步骤204:限制每个节点的容量:
在本发明中,每个节点的容量都是相同且固定的,定义为c。这一定义是根据实际硬件的容量定义的。
步骤205:限制每个内容至少被缓存一次:
在本发明中,一个数据内容不管其流行度高或者低,都是被需要的,因此本发明规定每个数据都至少被缓存一次。
步骤206:将上述条件输入到MATLAB的bintprog()函数,求解决策变量的值。bintprog()函数是matlab内嵌的一个0-1规划函数,计算方便。同时也可自己编写0-1规划函数求解,最终得到决策变量的值。
公开的示例性实施例,但是应当公开的示例性实施例,但是应当注意,在不背离权利要求限定的本发明公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本发明公开的元素可以以个体形式描述或要求,但是也可以设想多个,除非明确限制为单数。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”(“a”、“an”、“the”)旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明公开实施例序号仅仅为了描述,不代表实施例的优劣。所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上所述的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (3)
1.基于轻量型的内容中心网络架构的公平资源分配方法,其特征在于,包括:
简单的空旷地理环境下,设计二叉树型拓扑结构,构建网络通信结构;
根据所述的二叉树型网络拓扑结构,设计了公平资源分配模型;
根据设计的公平资源分配模型,运用动态规划算法,求出最优解,得到公平资源分配方案;
根据资源分配的公平性,提出缓存命中率这一评估指标;
所述二叉树型拓扑结构根据具体的地理位置按照二叉树结构安排通信节点的位置;具有层级关系,请求数据总是最先到达最高层级;划定同一父节点为一个相同的区块,不同的区块之间互不干扰,在不同的层级上增加新的分支而不影响其他分支,方便区块管理;同一层级的不同节点不能够互相通信,同一分支之间的不同层级节点可以互相通信,这样对不同的区块之间的内容可以相互保密;
所述公平资源分配模型设置节点缓存内容的权重是为了实现资源分配的公平性,原因是在不同层级的节点缓存相同的内容代价及获得的利益是不同的,其权重的算法是:
其中,m是指整个拓扑结构的层级数量;x是指当前节点的层级,不同分支的同一层级节点其权重是相同的;
所述公平资源分配模型以缓存利益最大化为目标:
其中,pj缓存数据的流行度、bij是节点i缓存内容j所获得利益,Z1代表整个系统所获得的最大利益,此处的利益是指当用户第一次向边缘节点请求内容fi时,由于在由边缘节点到数据源节点的路径上,没有节点缓存了此内容,则请求兴趣包需要从边缘节点一直传输至数据源节点,并将请求数据包进行回传至边缘节点,用户得到所需数据,在此过程中,若边缘节点缓存了fi内容,则当用户2再次向边缘节点请求此内容时,边缘节点则可将CS中缓存的fi内容直接传递给用户2,而不需要向数据源节点请求内容,这一过程中节省的路由跳数,再结合相应的权重,则是所述的缓存利益;
命中率方差评估所有缓存节点的命中率差异并使之量化,以衡量资源分配的公平性;其命中率方差的算法为:
其中,h为每个节点的命中率;n为整个系统结构的缓存节点,此命中率方差的值越小,各个节点之间的命中率差异越小,系统的公平性越高。
2.根据权利要求1所述的基于轻量型的内容中心网络架构的公平资源分配方法,其特征在于,缓存利益bij,由缓存权重Wi×m和系统缓存决策矩阵Xm×j组成:
bij=2*path=2Wi×m·Xm×j
其中数字2是表示兴趣包的向上级传输与数据包向下传输两个过程,Wi×m表征节点i所在的层级m的网络结构的权重向量,Xm×j表征内容j缓存在i节点时的系统缓存决策矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711258336.8A CN107968832B (zh) | 2017-12-03 | 2017-12-03 | 一种基于轻量型的内容中心网络架构的公平资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711258336.8A CN107968832B (zh) | 2017-12-03 | 2017-12-03 | 一种基于轻量型的内容中心网络架构的公平资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107968832A CN107968832A (zh) | 2018-04-27 |
CN107968832B true CN107968832B (zh) | 2020-06-02 |
Family
ID=61999308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711258336.8A Active CN107968832B (zh) | 2017-12-03 | 2017-12-03 | 一种基于轻量型的内容中心网络架构的公平资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107968832B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109951849B (zh) * | 2019-02-25 | 2023-02-17 | 重庆邮电大学 | 一种在f-ran架构中联合资源分配和内容缓存的方法 |
Citations (4)
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 |
US9577949B2 (en) * | 2014-08-11 | 2017-02-21 | Cisco Technology, Inc. | Maintaining named data networking (NDN) flow balance with highly variable data object sizes |
CN106998353A (zh) * | 2017-02-27 | 2017-08-01 | 上海大学 | 一种内容中心网络中文件的最优缓存配置方法 |
CN107105043A (zh) * | 2017-04-28 | 2017-08-29 | 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 |
-
2017
- 2017-12-03 CN CN201711258336.8A patent/CN107968832B/zh active Active
Patent Citations (4)
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 |
US9577949B2 (en) * | 2014-08-11 | 2017-02-21 | Cisco Technology, Inc. | Maintaining named data networking (NDN) flow balance with highly variable data object sizes |
CN106998353A (zh) * | 2017-02-27 | 2017-08-01 | 上海大学 | 一种内容中心网络中文件的最优缓存配置方法 |
CN107105043A (zh) * | 2017-04-28 | 2017-08-29 | 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 |
Non-Patent Citations (3)
Title |
---|
Age-based cooperative caching in information-centric networking;Zhongxing Ming等;《IEEE》;20140807;全文 * |
Design and Evaluation of the Optimal Cache Allocation for Content-Centric Networking;Yonggong Wang等;《IEEE》;20160101;第65卷(第1期);全文 * |
Towards optimal cache decision for campus networks with content-centric network routers;Muhui Shen等;《IEEE》;20160630;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107968832A (zh) | 2018-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Collaborative multi-tier caching in heterogeneous networks: Modeling, analysis, and design | |
Wang et al. | Traffic and computation co-offloading with reinforcement learning in fog computing for industrial applications | |
Song et al. | Learning-based content caching and sharing for wireless networks | |
Pu et al. | Online resource allocation, content placement and request routing for cost-efficient edge caching in cloud radio access networks | |
Wang et al. | Tag-assisted social-aware opportunistic device-to-device sharing for traffic offloading in mobile social networks | |
CN107483286B (zh) | 一种基于云-雾环境下合并和部署服务功能链的方法 | |
Ko et al. | Coverage-guaranteed and energy-efficient participant selection strategy in mobile crowdsensing | |
Sinky et al. | Responsive content-centric delivery in large urban communication networks: A LinkNYC use-case | |
Wang et al. | Popularity incentive caching for vehicular named data networking | |
Sigwele et al. | Fuzzy logic-based call admission control in 5G cloud radio access networks with preemption | |
Li et al. | Learning-based hierarchical edge caching for cloud-aided heterogeneous networks | |
Zhao et al. | Security-SLA-guaranteed service function chain deployment in cloud-fog computing networks | |
Khan et al. | Autonomous identification and optimal selection of popular smart vehicles for urban sensing—An information-centric approach | |
Singh et al. | Efficient content retrieval in fog zone using Nano‐Caches | |
Wu et al. | Data transmission scheme based on node model training and time division multiple access with IoT in opportunistic social networks | |
Huang et al. | Reinforcement learning for cost-effective IoT service caching at the edge | |
Li et al. | Deep reinforcement learning for intelligent computing and content edge service in ICN-based IoV | |
CN107968832B (zh) | 一种基于轻量型的内容中心网络架构的公平资源分配方法 | |
Xu et al. | Portfolio optimization in traffic offloading: concept, model, and algorithms | |
Wang et al. | NWBBMP: a novel weight-based buffer management policy for DTN routing protocols | |
Chi et al. | Multi-criteria dynamic service migration for ultra-large-scale edge computing networks | |
Wu et al. | Federation-based deep reinforcement learning cooperative cache in vehicular edge networks | |
Sun et al. | A proactive on-demand content placement strategy in edge intelligent gateways | |
CN110392409B (zh) | 基于配电通信网的WMSNs多路径QoS路由方法、系统及存储介质 | |
CN107948070B (zh) | 一种基于QoS的移动P2P网络虚拟链路选取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |