一种信息中心网络icn中数据源解析方法

文档序号:9306814阅读:695来源:国知局
一种信息中心网络icn中数据源解析方法
【技术领域】
[0001] 本发明涉及一种信息中心网络ICN中数据源解析方法。
【背景技术】
[0002] 为了从根本上解决当前互联网在移动性的支持、可扩展性、安全可控性等方面存 在的问题,设计全新未来互联网架构逐渐成为了研究者们的共识。近年来,国外针对全新未 来互联网的设计启动了各种研究项目,我国对此也启动了 2个973计划项目,各种新架构被 提出。
[0003] 其中,信息中心网络(Information-CentricNetworking,简称ICN)是各种以信 息为中心的架构的统称,其具有以信息为中心的通信模式、基于全网缓存的信息分发模式、 内在地支持移动性、内在的安全机制等特点。
[0004] 同时,据Cisco公司统计,全球网络流量在过去5年中增长了 4倍。2012年~2017 年期间,网络流量仍将以23 %的年均复合增长率高速增长,其中,大部分流量都将源自内容 获取类应用。互联网应用正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 模式转变。
[0005] 当前,应对上述需求挑战的主要方法是基于覆盖网方式的P2P和⑶N(Content DistributionNetworks),但它们都处于应用层,会分别遭遇逻辑拓扑与物理拓扑失配、预 规划和实际动态需求失配等问题。然而,网络层多源传输通过在网络层对用户需求、资源供 应、网络传输性能的观察与匹配,可克服上述问题进而提高传输效率,因此,其将是满足上 述需求挑战的一种有效方案。
[0006] 在ICN中,每个网络节点都具备存储功能,这种全网缓存机制使得内容快速地扩 散到网络中。在ICN的以接收者驱动的通信模式中,当用户请求某一内容时,任何缓存有该 内容的中间节点都可以做出响应,而不一定都要把请求发送到原始的内容服务器那里。所 以,对于每一个请求,网络都可以提供多个数据源。现在关键问题是如何让多个数据源协同 工作,共同完成一个数据传输的任务:既要避免数据的重复冗余又要避免遗漏,使多数据源 的优势得以充分地发挥出来,而这其中的首要问题是如何快速地发现数据源。

【发明内容】

[0007] 本发明正是针对这一关键问题提出的解决机制。具体而言是提供了一种信息中心 网络ICN中数据源解析方法,为实现上述目的本发明的具体方案如下:
[0008] -种信息中心网络ICN中数据源解析方法,包括以下步骤:
[0009] 注册:节点存储了目标内容后,向解析服务器报告自己存储的内容以及承诺存储 的时间;内容服务器产生内容的时候,也需要告诉解析服务器,内容服务器存储该内容的时 间是永久的;
[0010] 发现:内容完成注册后,利用BloomFilter技术,Interest查询数据源解析系统 得到目标内容的全部数据源的位置。
[0011] 优选的,在所述注册步骤中,只有流行度高的内容,即在网络中的生命周期较长的 大内容才会向解析服务器注册。
[0012] 优选的,借鉴Q学习的思想,所述的数据源解析系统是自适应的,其采用基于内容 流行度的分级结构,并且级别可轮换;
[0013] 首先,存储机制初步确定存储内容的承诺时间;然后,如果承诺时间大于最低门 限,则注册,并确定其在解析系统中的级别,否则,不注册;同时,利用解析系统收到的请求 解析目标内容的数量和变化趋势推测其处于生命周期中的阶段,进而帮助更新内容的名字 在解析系统中的级别以及存储承诺时间。
[0014] 优选的,自适应地确定注册时间粒度:首先,按照最低门限进行注册;然后,让解 析系统根据用户的需求不断地进行筛选,使得那些真正受欢迎的内容会在网络中存储的更 久,在解析系统中的级别更合理。
[0015] 优选的,所述最低门限是利用当前研究已发现的内容生命周期模式来确定的,取 自于所有模式的生命周期的平均值的一部分。
[0016] 优选的,可根据数据源解析系统收到的请求解析目标内容的数量和变化趋势,预 测其处于生命周期中的阶段,过程如下:
[0017] (6)利用流行度(P)、流行度加速度(PA)等参数,对内容已有生命周期模式的特征 进行数学描述与刻画;
[0018] (7)从数据源解析系统收到的目标内容解析请求的数量,计算目标内容的P、PA, 建立目标内容的时序序列;
[0019] (8)设模式数量为m,将目标内容和已有模式放在一起构成时序数据集,即有m+1 个时序数据,利用K-SC算法对其进行聚类,分类个数依然是m;
[0020] (9)根据聚类结果判定目标内容的生命周期模式:目标内容和哪一个已知模式在 一类就把其判定为该模式;
[0021] (10)根据流行度(P)、流行度加速度(PA)预测目标内容在其生命周期中的位置, 计算其处于生命周期中的相对年龄u(0<u< 1);
[0022] 其中,所述流行度是单位时间内的用户对内容的需求数量;
[0023] 所述流行度加速度是单位时间内流行度的变化速度;
[0024] 所述相对年龄是内容的当前年龄在其总生命周期中的比例。
[0025] 优选的,解析级别的轮换机制:
[0026] (1)、内容刚产生时,处于生命的生长期,解析需求数量会逐渐增加,名字被放置于 解析系统的最下层;
[0027] (2)、随着时间的推移,如果进入生命的消亡期,则会被逐级地推送到解析系统的 上层;
[0028](3)、从数据源解析系统收到的请求解析目标内容的数量和变化趋势,推测其处于 生命周期中的阶段,进而确定级别的轮换;那么,当目标内容处于生长期,名字放置的级别 随相对年龄增长而下降;当目标内容处于消亡期,名字放置的级别随相对年龄增长而上升。
[0029] 优选的,存储的承诺时间的更新机制:
[0030] (1)、从数据源解析系统收到的请求解析目标内容数量和变化趋势,推测其处于生 命周期中的阶段;
[0031] (2)、据此帮助更新内容的存储承诺时间;
[0032] (3)、当目标内容处于生长期,S卩,需求依然保持旺盛,并且还在上升,但该内容的 承诺期限快到了,那么解析系统可以延长该内容的存储时间;当目标内容处于消亡期,即需 求很少,并还在下降,那么,当承诺时间很长,则可以减少该内容的存储时间。
[0033] 本发明涉及一种信息中心网络ICN中数据源解析方法,其采用注册-发现机制:首 先,节点存储目标内容或服务器产生内容时,都需要告诉解析服务器(称为注册);然后,利 用BloomFilter技术,Interest查询数据源解析系统就可以得到目标内容的全部数据源 的位置(称为发现)。借鉴Q学习的思想,本发明设计的数据源解析系统是自适应的:首先, 存储机制初步确定存储内容的承诺时间。然后,如果承诺时间大于最低门限,则注册,并确 定其在解析系统中的级别;否则,不注册。同时,利用解析系统收到的解析请求数量推测目 标内容的流行度,进而帮助更新内容的存储承诺时间及名字在解析系统中的级别。本发明 可从存在着多数据源的ICN网络中快速地发现有效数据源,并进一步增强ICN对移动性的 支持。
【附图说明】
[0034] 此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不 构成对本发明的不当限定,在附图中:
[0035] 图1为内容生命周期规律及通过聚类后得到的有限个模式示意图;
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1