CN110198341A - 一种基于内容流行度和节点中心度的协同缓存方法和系统 - Google Patents

Abstract

本发明公开了一种基于内容流行度和节点中心度的协同缓存方法，属于内容中心网络技术领域。本发明方法包括以下步骤：首先计算每个路由节点的节点中心度；之后在每个路由节点中计算所有途径该节点的内容对象的实时内容流行度，根据实时内容流行度将内容对象划分为流行内容和非流行内容；再将流行内容缓存到内容回传路径中具有最大节点中心度的核心路由节点及其下一跳路由节点上；最后将非流行内容缓存到内容回传路径中非核心路由节点上，所述非核心路由节点的系数缓存概率大于随机数A，0<A<1。本发明还公开了一种基于内容流行度和节点中心度的协同缓存系统。本发明综合了内容与节点的分布特点，提高内容中心网络的服务性能，增强网络缓存系统利用率。

Description

一种基于内容流行度和节点中心度的协同缓存方法和系统

技术领域

本发明属于内容中心网络技术领域，更具体地，涉及一种基于内容流行度和节点中心度的协同缓存方法和系统。

背景技术

随着近些年网络通信技术的高速发展，云计算、大数据以及物联通信网络的广泛使用，接入互联网的应用设备数量大幅增多，对互联网的安全性和高效性需求急速增长。互联网通信已经由主机间端到端的通信为主逐渐转变为满足用户需求的文字信息和多媒体音视频等内容获取为主，基于用户需求的通信方式逐渐成为网络服务的主体。但当前的互联网通信模式还是以端到端的交互为主，传统的互联网体系结构已不能满足日益剧增的应用通信需求，传统互联网在网络可拓展性、数据安全性以及通信高效性等方面也凸显了诸多的瓶颈问题。面对互联网日益增长的高品质音视频需求，研究人员拟从根本上解决主机端到端通信模式的弊端，开始探索一些新型的网络体系结构。在这种新型互联网体系结构快速发展的大环境下，学术界从通信网络的主要用途出发，提出了以通信内容为核心的内容中心网络(Content Centric Network，CCN)。内容中心网络是下一代网络研究项目中最有使用前途的架构之一，极具科学研究价值以及应用价值。其重要特征就是可以在网络内进行广泛的网络内缓存(In-Netwok Caching)。内容中心网络约定所有的节点都拥有独自的缓存空间，每个节点都可以通过相应的缓存方法对途径该节点的内容对象进行缓存，并以此缩短用户与内容对象的请求距离，降低内容传播的网络延迟，大量的减少网络负载，提高网络可用性。

自从内容中心网络被提出至今，国内外都有不同的研究机构对内容中心网络整体结构以及其相关技术进行深入的研究，并取得了一定的成果。网内缓存是内容中心网络的核心技术之一，其通过在缓存命中路径上所有路由节点都将途径的内容对象进行缓存，使得再次到来的内容请求能够在缓存系统得到响应，并以此降低源内容服务器节点的负载压力，能够有效降低内容在网络中的传播延迟，提高整体网络服务吞吐量。

缓存决策方法作为内容中心网络缓存管理技术中最核心的研究课题，其决定着哪些内容对象应该被缓存以及从网络中选择哪些路由节点进行缓存。内容中心网络默认的缓存方法是处处缓存方法(Copy Everywhere Everytime，CEE)，在内容回传路径上的所有路由节点都将内容对象缓存到本地，该方法又被称为“经过即缓存”方法。相比日益增加的通信流量，整体内容中心网络的缓存系统空间是非常小且几乎不变的，若采用默认的“经过即缓存”方法对内容对象进行缓存，会让网络中存在较多的冗余内容对象。仅考虑网络节点拓扑结构，让核心节点提供更广泛的内容服务，让网络整体性能提升，但这样容易造成核心节点网络负载过高而其余节点的负载过低，还极大的减少了缓存内容提供命中内容的服务能力；针对单个节点负载能力考虑，当负载超过一定门限便将内容转移相邻节点，可以让网络整体负载均衡，达到良好的网络性能，但未考虑内容分布情况会造成节点的替换率较高。因此，缓存决策方法在为内容对象选择合适的缓存节点之时，需要综合考虑内容分布特性、网络拓扑结构、节点工作效率等状况，才能够在有限的缓存系统中实现最高效的内容提供服务，才能进一步提高整体网络性能。

为了解决“经过即缓存”方法带来的缓存系统内容冗余、节点缓存替换率高、缓存利用率低等问题，国内外多个学者与研究机构进行了大量的研究。一些学者针对内容中心网络某些特定问题提出了选择性缓存方法，根据提前设定的条件选择合适的路由节点缓存命中的内容对象，以此降低网络内整体缓存冗余并提供更高的网络服务质量。

Che H等人的论文《The LCD interconnection of LRU caches and itsanalysis》提出了一种名为LCD(Leave Copy Down)的缓存决策方法，当网络节点的缓存内容被命中的时候，仅将该内容对象缓存到内容回传路径中该网络节点的下一跳路由节点上，从而可以减缓内容对象在网络中的传播速度，能够减少缓存内容对象的冗余数量，但是这样的缓存策略会使缓存内容距离请求节点较远，导致整体网络服务延迟较高。为了降低整体网络服务延迟，Chai W K等人的论文《Cache“less for more”in information-centric networks》提出了一种基于路由节点中心度的缓存决策方法BetwCache，该方法能够结合路由节点在网络拓扑中的位置规律，将节点中心度定义为与该路由节点相连的邻居节点数，在命中路径中具有最高节点中心度的节点是核心节点，将所有命中的内容对象都缓存到网络核心节点上，从而实现更高的缓存命中率并有效减少整体网络内缓存冗余量。然而，这样严重的缓存资源分配不均会导致核心节点中缓存替换更加频繁，极大的降低了整体缓存系统的服务性能。Psaras I等人的论文《Probabilistic in-network cachingfor information-centric networks》提出的与命中路由跳数相关的系数缓存概率方法ProbCache，内容对象能否被缓存到该路由节点的概率与该路由节点距离内容请求者的路由跳数成反比，这样能够快速的将内容对象缓存到距离请求节点更近的节点上，以便下次请求能够尽快满足。但其未能综合内容的分布情况，会影响流行内容的缓存命中率，整体缓存系统性能不高。为分析内容流行度带来的内容分布规律，Cho K等人的论文《Wave：Popularity-based and collaborative in-network caching for content-orientednetworks》提出了WAVE缓存决策方法，上游路由节点以chunk为基本单位统计内容的被请求次数，同时向下游路由节点发送具有chunk数目的缓存建议，下游路由节点接收到缓存建议以后，在通过相应的决策机制对内容对象进行缓存。WAVE缓存决策方法能够使流行内容以指数级的传播速度扩散到网络其他节点，同时又能有效阻止非流行内容的传播速度。然而，WAVE缓存决策方法在统计内容的请求次数、上下游节点传送缓存建议的同时会增加部分额外的网络开销。为综合考虑节点内的各项指标信息，罗熹等人的论文《内容中心网络中一种基于内容扩散的主动缓存机制》提出了基于路由节点空间共享的协作缓存方法，综合考虑路由节点的节点中心度、节点缓存的替换率、命中缓存的连接可靠度、缓存内容的剩余空间等信息，当节点负载过大时，核心节点的内容会将部分内容对象迁移至相邻的节点，从而均衡节点的负载压力。但这样的决策方法不考虑与核心节点相邻节点的缓存能力与整体网络缓存质量，将会存在一定的不可控风险。为此，刘外喜等人的论文《ICN中的一种协作缓存机制》提出了一种基于Modulo hashing的协同缓存方法，当某个内容对象传输到某个路由节点时，该节点通过Modulo hashing函数计算其节点以及其邻居节点的缓存能力，再选择某个邻居节点或由本路由节点进行缓存该内容，以均衡本节点与邻居节点的缓存资源，提高网络缓存可用性。方馨薇等人的论文《一种内容中心网络中的热区控制及内容调度缓存算法》提出了一种基于路由节点相似度的协作缓存方法，该方法依据路由节点与兴趣包之间的相似度分配最合适的路由节点，从而实现更快速的内容提供服务。Xu A等人的论文《Design and evaluation of a utility-based caching mechanism for information-centric networks》通过实时检测每一个路由节点的缓存性能，将内容对象缓存到内容回传路径中具有最高缓存性能的路由节点上，能够利用内容对象的流行度增加缓存系统可用性，但需要给每个路由节点都添加实时检测管理模块。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于内容流行度和节点中心度的协同缓存方法和系统，其目的在于能够综合内容流行情况与节点分布规律的缓存决策方法，该方法能够充分利用缓存系统资源，对具有不同流行度的内容对象分类缓存，增加网络缓存系统的内容多样性，弥补已有缓存决策技术不能综合考虑内容分布情况的不足。

为实现上述目的，本发明提供了一种基于内容流行度和节点中心度的协同缓存方法，所述方法包括以下步骤：

(1)计算每个路由节点的节点中心度；

(2)在每个路由节点中计算所有途径该节点的内容对象的实时内容流行度，根据实时内容流行度将内容对象划分为流行内容和非流行内容；

(3)将流行内容缓存到内容回传路径中具有最大节点中心度的核心路由节点及其下一跳路由节点上；

(4)将非流行内容缓存到内容回传路径中非核心路由节点上，所述非核心路由节点的系数缓存概率大于随机数A，0<A<1。

进一步地，所述步骤(1)节点中心度的计算具体为：

其中，C_B(v_k)表示节点v_k的节点中心度，σ_i,j表示节点对i,j之间所有最短路径数量，σ_i,j(v_k)表示节点对i,j之间经过节点v_k的数量。

进一步地，所述步骤(2)中实时内容流行度的计算具体为：

其中，i代表时间计数周期，P[i]、P[i+1]分别代表内容对象在第i周期、第i+1周期的实时内容流行度，N[i]表示某个内容对象在路由节点中的内容缓存命中次数，α是实时内容流行度的权重系数：

α＝1+c*T

T代表计数周期的时长，c是α和T的比例系数，预设值。

进一步地，所述步骤(2)中根据实时内容流行度将内容对象划分为流行内容和非流行内容具体为：

对在节点中的内容对象按实时内容流行度进行由大到小的排序，实时内容流行度排名在前A％的内容对象设定为流行内容，其他内容对象设定为非流行内容，A％为预设值。

进一步地，所述步骤(4)中系数缓存概率根据以下公式求解：

其中，P_x表示当前路由节点x的系数缓存概率，h表示内容回传路径的总路由跳数，l_x表示当前路由节点x与命中节点之间的路由跳数，T_tw表示时间窗口大小，预设值。

按照本发明的另一方面，本发明提供了一种基于内容流行度和节点中心度的协同缓存系统，所述系统具体包括依次执行的以下模块：

节点中心度计算模块，用于计算每个路由节点的节点中心度；

实时内容流行度计算模块，用于在每个路由节点中计算所有途径该节点的内容对象的实时内容流行度，根据实时内容流行度将内容对象划分为流行内容和非流行内容；

流行内容缓存模块，用于将缓存命中的流行内容缓存到内容回传路径中具有最大节点中心度的核心路由节点及其下一跳路由节点上；

非流行内容缓存模块，用于将非流行内容缓存到回传路径中非核心路由节点上，所述非核心路由节点的系数缓存概率大于随机数A，0<A<1。

进一步地，所述节点中心度计算模块中，中心度的计算具体为：

其中，C_B(v_k)表示节点v_k的节点中心度，σ_i,j表示节点对i,j之间所有最短路径数量，σ_i,j(v_k)表示节点对i,j之间经过节点v_k的数量。

进一步地，所述实时内容流行度计算模块中实时流行度的计算具体为：

其中，i代表时间计数周期，P[i]、P[i+1]分别代表内容对象在第i周期、第i+1周期的实时内容流行度，N[i]表示某个内容对象在路由节点中的内容缓存命中次数，α是实时内容流行度的权重系数：

α＝1+c*T

T代表计数周期的时长，c是α和T的比例系数，预设值。

进一步地，所述实时内容流行度计算模块中根据实时内容流行度将内容对象划分为流行内容和非流行内容具体为：

对在节点中的内容对象按实时内容流行度进行由大到小的排序，实时内容流行度排名在前A％的内容对象设定为流行内容，其他内容对象设定为非流行内容，A％为预设值。

进一步地，所述非流行内容缓存模块中系数缓存概率根据以下公式求解：

其中，P_x表示当前路由节点x的系数缓存概率，h表示内容回传路径的总路由跳数，l_x表示当前路由节点x与命中节点之间的路由跳数，T_tw表示时间窗口大小，预设值。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

(1)本发明利用了内容对象在网络中的流行情况，并对具有不同流行度的内容对象分类缓存，能够提高网络缓存系统中的内容种类；

(2)利用了网络节点在网络中的分布规律，能够综合不同节点中心度的路由节点的位置分布，能够避免核心节点处于高频繁的缓存替换，与此同时充分利用非核心路由节点的缓存资源，均衡网络路由节点的实际负载；

(3)综合了内容与节点的分布特点，将流行内容缓存到网络中核心路由节点核心路由节点及其邻居节点上，而将非流行内容缓存到网络中非核心路由节点上，提高内容中心网络的服务性能，增强网络缓存系统利用率。

附图说明

图1是本发明实施例的整体框架示意图；

图2是本发明实施例中改进后的数据通信包的格式示意图；

图3是本发明实施例中的网络拓扑图；

图4是本发明实施例中普通网络路由节点处理兴趣包的流程图；

图5是本发明实施例中网络节点缓存命中兴趣包后的处理流程图；

图6是本发明实施例中普通网络路由节点处理数据数据包的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

附图1是本发明所述的基于内容流行度和节点中心度的协同缓存方法的整体框架图。如图所示，该方法主要包含路由节点中心度计算模块、实时内容流行度计算模块以及缓存决策模块等三大模块组成。其中路由节点中心度计算模块的主要功能是在所有的路由节点网络初始化以后、新的路由节点加入网络以后，通过该模块计算自身的节点中心度，并将该节点中心度保存到本地中；而实时内容流行度计算模块的主要功能是在每个网络路由节点中实现实时的内容对象流行度计算，该模块能够根据本地缓存的命中情况定时计算途径该节点的内容对象的流行度，在接收到请求的数据包以后便对该数据包进行流行性标记；缓存决策模块的主要功能是在路由节点接收到数据包以后，根据内容对象的实时流行度与当前节点的节点中心度信息，对不同流行度的内容对象进行分类缓存。

为了实现本发明所述的协同缓存方法，还需要对内容中心网络的数据通信包进行一定的改进，改进后的数据通信包如附图2所示。其中兴趣包在原有的内容名字(ContentName)、内容选择器(Selector)和随机数(Nonce)的基础上添加了计算标志(CalculateTag)、最大节点中心度标志(Max Betweenness Centrality)与命中路由跳数(Hit Hop)等三个标志信息，计算标志用于标记该兴趣包是否为计算节点中心度的兴趣包，最大节点中心度标志用于标识记录兴趣包命中路径上具有最大节点中心度的核心路由节点，而命中路由跳数用于记录从兴趣包出发至今的总路由跳数；而数据包则在原来的基础上，添加了最大节点中心度标志(Max Betweenness Centrality)、内容流行标志(Is PopularityContent)、总命中路由跳数(Total Hit Hop)与回传路由跳数(Back Hit Hop)等四个标志信息，其中最大节点中心度标志用于记录兴趣包命中路径上具有最大节点中心度的核心路由节点，而内容流行标志用于标记返回的数据包是否包含流行内容，总命中路由跳数与回传路由跳数分别表示缓存命中兴趣包的总路由跳数和数据包回传已经历的路由跳数。

在通过对数据通信包改进以后，利用BRITE网络拓扑生成器随机生成具有50个节点的网络拓扑，如附图3所示。这50个网络节点不规则的分布在单平面上，分布规律符合Waxman模型。在这个网络拓扑结构中随机选择其中一个网络节点作为源内容服务器节点，该节点的缓存中包含网络内所有能够被请求的内容，并运行着一个内容服务端应用程序；而其余的网络节点均设置为路由节点，在每一个路由节点上都运行着能产生相应的内容请求的客户端程序。在此设定实时内容流行度排名前20％的内容对象为流行内容，实时内容流行度排名后80％的内容对象为非流行内容。并在此设定内容流行度的计算方法中c的取值为0.5，计数周期时间T为20。

图4是网络路由节点处理兴趣包的具体流程图。在用户向网络中发送请求特定内容的兴趣包之前，首先将该路由节点的节点中心度添加到兴趣包中，随后将该兴趣包广播到网络中。每个收到该兴趣包的网络路由节点，首先会查看本地的内容存储器是否已经存在有兴趣包请求的内容对象，如果在内容存储器中不存在匹配的内容对象，首先提取兴趣包中最大节点中心度标志MaxBetw与本路由节点的节点中心度比较，如果本路由节点的节点中心度大于MaxBetw，便将该兴趣包中最大节点中心度标志修改为本路由节点的节点中心度，否则不更改兴趣包的标志信息。然后查看本地待定兴趣表是否已经存在该内容对象的请求记录，如果已经存在，则在待定兴趣表中该条内容对象请求记录后添加兴趣包的接入端口，随后丢弃该兴趣包；如果本地待定兴趣表不存在该内容对象的请求记录，则查看内容转发表是否记录有包含该内容对象的节点信息，如果记录有，则将兴趣包转发给该节点，否则广播该兴趣包给给与其直接相邻的路由节点，直至找到合适的内容源节点。

网络节点(包含路由节点与源内容服务器节点)的缓存内容命中兴趣包的处理流程如附图5所示。当路由节点的内容存储器中存在相应的内容对象，该节点首先会统计该内容对象在当前流行度统计周期的缓存命中次数，并结合历史流行度根据实时内容流行度计算公式计算内容的实时流行度，并按实时流行度将内容对象标记为流行内容或非流行内容，最后将该内容对象、内容流行标志与兴趣包中的最大节点中心度标志MaxBetw一同封装到数据包中，并沿命中路径返回给用户。当源内容服务器节点收到兴趣包以后，首先查看本地是否缓存有所请求的内容对象，如不存在便将将该兴趣包丢弃；如若存在，具体的处理操作与路由节点一致。

图6是网络路由节点处理数据包的具体流程图。当网络路由节点接收到数据包以后，首先会提取数据包中的内容流行标志，并判断该数据包中的内容对象类型，如果是流行内容，则判断该节点的节点中心度是否数据包中的最大节点中心度标志MaxBetw相等，若相等则缓存该内容对象，并将数据包中的最大节点中心度标志设为-1(这是为了接下来缓存到核心路由节点的下一跳路由节点上)；若不相等，则判断该标志是否为-1，如果为-1(表示该节点是核心路由节点的下一跳路由节点)，则将该内容对象缓存，并将数据包中的最大节点中心度标志MaxBetw设为0，否则不进行处理。如果数据包中的内容对象是非流行内容，则计算与请求距离相关的系数缓存概率Px，并利用随机数函数取一个0到1之间的随机数A，如果A≤Px，则该网络路由节点将接收到的非流行内容缓存到本地；否则不缓存该内容，并按命中路径返回给用户。

以上内容本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于内容流行度和节点中心度的协同缓存方法，其特征在于，所述方法包括以下步骤：

(1)计算每个路由节点的节点中心度；

(2)在每个路由节点中计算所有途径该节点的内容对象的实时内容流行度，根据实时内容流行度将内容对象划分为流行内容和非流行内容；

(3)将流行内容缓存到内容回传路径中具有最大节点中心度的核心路由节点及其下一跳路由节点上；

(4)将非流行内容缓存到内容回传路径中非核心路由节点上，所述非核心路由节点的系数缓存概率大于随机数A，0<A<1。

2.根据权利要求1所述的一种基于内容流行度和节点中心度的协同缓存方法，其特征在于，所述步骤(1)节点中心度的计算具体为：

其中，C_B(v_k)表示节点v_k的节点中心度，σ_i,j表示节点对i,j之间所有最短路径数量，σ_i,j(v_k)表示节点对i,j之间经过节点v_k的数量。

3.根据权利要求1或2所述的一种基于内容流行度和节点中心度的协同缓存方法，其特征在于，所述步骤(2)中实时内容流行度的计算具体为：

其中，i代表时间计数周期，P[i]、P[i+1]分别代表内容对象在第i周期、第i+1周期的实时内容流行度，N[i]表示某个内容对象在路由节点中的内容缓存命中次数，α是实时内容流行度的权重系数：

α＝1+c*T

T代表计数周期的时长，c是α和T的比例系数，预设值。

4.根据权利要求1、2或3所述的一种基于内容流行度和节点中心度的协同缓存方法，其特征在于，所述步骤(2)中根据实时内容流行度将内容对象划分为流行内容和非流行内容具体为：

对在节点中的内容对象按实时内容流行度进行由大到小的排序，实时内容流行度排名在前A％的内容对象设定为流行内容，其他内容对象设定为非流行内容，A％为预设值。

5.根据权利要求1、2、3或4所述的一种基于内容流行度和节点中心度的协同缓存方法，其特征在于，所述步骤(4)中系数缓存概率根据以下公式求解：

其中，P_x表示当前路由节点x的系数缓存概率，h表示内容回传路径的总路由跳数，l_x表示当前路由节点x与命中节点之间的路由跳数，T_tw表示时间窗口大小，预设值。

6.一种基于内容流行度和节点中心度的协同缓存系统，其特征在于，所述系统具体包括依次执行的以下模块：

节点中心度计算模块，用于计算每个路由节点的节点中心度；

实时内容流行度计算模块，用于在每个路由节点中计算所有途径该节点的内容对象的实时内容流行度，根据实时内容流行度将内容对象划分为流行内容和非流行内容；

流行内容缓存模块，用于将缓存命中的流行内容缓存到内容回传路径中具有最大节点中心度的核心路由节点及其下一跳路由节点上；

非流行内容缓存模块，用于将非流行内容缓存到回传路径中非核心路由节点上，所述非核心路由节点的系数缓存概率大于随机数A，0<A<1。

7.根据权利要求6所述的一种基于内容流行度和节点中心度的协同缓存系统，其特征在于，所述节点中心度计算模块中，中心度的计算具体为：

其中，C_B(v_k)表示节点v_k的节点中心度，σ_i,j表示节点对i,j之间所有最短路径数量，σ_i,j(v_k)表示节点对i,j之间经过节点v_k的数量。

8.根据权利要求6或7所述的一种基于内容流行度和节点中心度的协同缓存系统，其特征在于，所述实时内容流行度计算模块中实时流行度的计算具体为：

其中，i代表时间计数周期，P[i]、P[i+1]分别代表内容对象在第i周期、第i+1周期的实时内容流行度，N[i]表示某个内容对象在路由节点中的内容缓存命中次数，α是实时内容流行度的权重系数：

α＝1+c*T

T代表计数周期的时长，c是α和T的比例系数，预设值。

9.根据权利要求6、7或8所述的一种基于内容流行度和节点中心度的协同缓存系统，其特征在于，所述实时内容流行度计算模块中根据实时内容流行度将内容对象划分为流行内容和非流行内容具体为：

对在节点中的内容对象按实时内容流行度进行由大到小的排序，实时内容流行度排名在前A％的内容对象设定为流行内容，其他内容对象设定为非流行内容，A％为预设值。

10.根据权利要求6、7、8或9所述的一种基于内容流行度和节点中心度的协同缓存系统，其特征在于，所述非流行内容缓存模块中系数缓存概率根据以下公式求解：

其中，P_x表示当前路由节点x的系数缓存概率，h表示内容回传路径的总路由跳数，l_x表示当前路由节点x与命中节点之间的路由跳数，T_tw表示时间窗口大小，预设值。