基于节点半局部中心性和内容热度的内容主动推送方法

文档序号:26589605发布日期:2021-09-10 20:28阅读:89来源:国知局
1.本发明涉及计算机网络
技术领域
:,具体说的是基于节点半局部中心性和内容热度的内容主动推送方法。
背景技术
::2.ndn移动性机制的研究不仅是保证网络整体应用和性能的重要基础,而且是提高网络运行效率、保障移动环境下高质量、高可靠的网络服务的重要支撑。同时,研究ndn移动性机制对于新型网络体系中面向内容的发布、请求、存储、路由、转发等具体技术的实现也至关重要。ndn移动性机制的研究分为内容消费者的移动和内容生产者的移动。对于内容消费者的移动,ndn内容消费者驱动的通信机制原生支持内容消费者移动,即当内容消费者在位置发生改变时,可以在新的接入点重新发出新的兴趣请求,建立新的连接;而相对内容消费者的移动,内容生产者移动问题是比较难以解决的。因为当内容生产者位置发生改变后,兴趣包无法按照原有路由表中的拓扑信息到达内容生产者,所以内容生产者无法将数据送达到内容消费者。3.ndn默认对内容生产者移动问题的处理方案是等待内容生产者停止移动,等待一个同步周期通过命名链路状态路由协议向全网广播名字前缀,更新fib(forwardinginformationbase,转发信息表),触发全网路由表的更新,好处是不仅维持了数据命名的一致性,保证了移动切换前的数据在缓存中依然有效,而且规划的内容消费者到内容生产者之间路径是最优的。但是由于全网路由表的收敛开销很大,延时很长,难以保证服务能在内容消费者通信容忍度内及时的恢复。尽管研究人员已经提出了许多方法解决ndn移动性机制的研究中的内容生产者移动问题,然而大多数方法都是基于传统tcp/ip网络中解决ip移动问题的思想提出的。4.针对ndn移动性机制的研究需要注意以下问题:1.ndn中基于内容名字的全新路由方式直接导致了现在ip网络中的移动性支持协议不可能直接应用于命名数据网络。2.ndn全新网络架构中明显区别于传统tcp/ip网络的通信流程以及通信主题划分使得ndn中的移动问题需要重新分析总结去处理。3.ndn中区别于传统tcp/ip的节点独特缓存特性,需要在设计一种新的解决方案时被考虑到。技术实现要素:5.为解决上述技术问题,本发明提供一种基于节点半局部中心性和内容热度的内容主动推送方法,在内容生产者发生移动时,通过网络中具有重要价值的核心节点主动的缓存内容生产者产生的内容中的排名最高的热度内容,以达到提高内容生产者移动后的内容可用性的目的。6.为实现上述技术目的,所采用的技术方案是:基于节点半局部中心性和内容热度的内容主动推送方法,包括以下步骤:步骤一、当命名数据网络的内容生产者移动时,内容生产者对内容按照流行度计算公式进行统计,得到内容实时热度排序;步骤二、通过广播半局部中心性信息获取兴趣包的方式来计算命名数据网络中每个节点的半局部中心性信息,根据每个节点的半局部中心性信息,按最大值挑选出核心节点,将挑选出的核心节点作为目的节点,内容生产者构建并发送欺诈兴趣包,将欺诈兴趣包转发路径上的节点pit表中记录的欺诈兴趣包的进入端口更改为转发接口,将目标节点pit表中记录的欺诈兴趣包的进入端口更改为本地端口,建立一条推送路径;步骤三、推送路径建立完成后,目标节点返回ack,内容生产者向自身发送欺诈兴趣包,利用步骤一得到的内容实时热度排序选择排名前20%的部分内容作为流行内容,将流行内容封装为数据包,根据步骤二建立的推送路径进行推送。7.半局部中心性信息获取兴趣包为在传统数据包的头部增加getnode标志字段,getnode标志字段用于计算网络节点的节点中心度以及之后的半局部中心性信息。8.欺诈兴趣包用于内容推送路径的建立和高热度内容主动推送过程的完成,欺诈兴趣包格式分别为:fraud/modifypit/contentname/versionnumberfraud/getpopularname/contentname/versionnumber其中,fraud为欺诈兴趣包的标志字段,modifypit用于修改内容生产者到目的节点之间节点的pit表信息条目,getpopularname用于在高热度内容主动推送过程中,内容生产者向自身发送请求高热度内容的兴趣包,contentname为内容名称,versionnumber为版本号。9.半局部中心性信息的计算方式为,统计该节点的所有邻居节点的节点度信息之后减去该节点的节点度信息。10.内容实时热度的计算方法为内容实时热度的计算方法为α=1+c*tꢀꢀꢀ(3)其中,假设在一个具有n个节点的ndn网络中有m个内容对象可以请求。第τ个内容的全局内容热度按照上面这个公式来计算:nτ代表第τ个内容对象被所有节点请求的次数,nm则代表所有内容被所有节点请求的总次数,n代表网络中所有的网络节点数目,包括源内容服务器节点以及路由节点,j表示n个节点中的第j个节点,m代表网络中所有的内容对象,k表示所有内容对象中的第k个内容对象,表示第i个节点在网络运行时间内对内容对象τ的请求次数,表示第j个节点在网络运行时间内对内容对象k的请求次数,r代表时间计数周期,p[r]、p[r+1]分别代表了内容对象在第r周期、第r+1周期内的实时内容热度,t则表示了计数的周期时间,n[r]表示某个内容对象在路由节点中的内容缓存命中次数,α是实时内容热度的权重系数。[0011]本发明有益效果是:本发明充分利用了ndn的缓存机制和智能路由转发策略,具有重要价值的核心节点主动缓存内容,提高了节点缓存内容后提供的响应次数和节点缓存内容后减少的转发跳数,降低了内容生产者移动对网络造成的影响。对高热度内容的缓存,减少了缓存操作消耗的节点资源以及存储空间,避免了核心节点的高频缓存替换。附图说明[0012]图1为改进后的通信包格式图;图2为本发明推送路径的建立过程;图3为本发明推送方法流程图;图4为各模型和本发明推送方法的平均请求时延对比图;图5为各模型和本发明推送方法路径缩短率对比图;图6为各模型和本发明推送方法服务器命中率对比图;图7为各模型和本发明推送方法兴趣包命中率对比图;图8为各模型和本发明推送方法网络开销对比图。具体实施方式[0013]本发明从ndn自身特点出发,结合ndn网络节点的缓存功能,设计了一种支持内容生产者移动的方案即基于半局部中心性和内容热度的主动推送方案。内容生产者在发生移动时,对该节点内的内容按照流行度计算公式进行统计,在建立ppc推送路径之后,将选择出的流行度高的部分内容,推送至网络中核心节点中,核心节点的挑选通过半局部中心性信息进行。为了实现ndn中内容的主动推送,本文利用pit表(pendinginteresttable,待定兴趣表)的一些功能来建立内容生产者推送内容到核心节点的途径,之后完成内容的推送。这样即使内容生产者发生移动,内容消费者仍可以获取到请求的内容。本发明最大的优势是无需借助第三方设备也无需更新全网的路由条目。另外,将流行内容推送到核心节点为网络中广泛用户提供了更快更流行的服务,并且由于主动缓存的是高热度内容还避免了核心节点的高频缓存替换。[0014]如图3所示,基于节点半局部中心性和内容热度的内容主动推送方法,包括以下步骤:步骤一、当命名数据网络的内容生产者移动时,内容生产者对内容按照流行度计算公式进行统计,得到内容实时热度排序;步骤二、通过广播半局部中心性信息获取兴趣包的方式来计算命名数据网络中每个节点的半局部中心性信息,根据每个节点的半局部中心性信息,按最大值挑选出核心节点,将挑选出的核心节点作为目的节点,内容生产者构建并发送欺诈兴趣包,将欺诈兴趣包转发路径上的节点pit表中记录的欺诈兴趣包的进入端口更改为转发接口,将目标节点pit表中记录的欺诈兴趣包的进入端口更改为本地端口,建立一条推送路径;步骤三、推送路径建立完成后,目标节点返回ack,内容生产者向自身发送欺诈兴趣包,利用步骤一得到的内容实时热度排序选择排名前20%的部分内容作为流行内容,将流行内容封装为数据包,根据步骤二建立的推送路径进行推送。[0015]一、本方法具体包含五个步骤:(1)修改兴趣包格式;(2)计算内容热度;(3)计算节点半局部中心性;(4)建立ppc内容推送路径;(5)完成ppc内容主动推送。1.修改兴趣包格式[0016]如图1所示,为了让兴趣包和数据包能够传达ppc(proactivepushcontent主动推送内容)中内容主动推送策略所需的必要信息,需要对兴趣包和数据包的基本格式进行改进。兴趣包在原有的内容名字、内容选择器和随机数的基础上添加了计算标志,用于计算网络节点的节点中心度以及之后的半局部中心性信息。除了对传统的兴趣包的格式进行修改以外,还引入了两类特殊的兴趣包。一类是半局部中心性信息获取兴趣包,通过广播该兴趣包来获取网络中所有节点的半局部中心性信息。该兴趣包与ndn网络中的传统兴趣包的主要区别是在兴趣包的头部中增加了getnode标志字段。半局部中心性信息获取兴趣包的格式为/getnode/contentname/versionnumber其中,contentname(内容名称)与versionnumber(版本号)的含义与传统兴趣包中字段的含义相同。[0017]另一类是欺诈兴趣包,主要作用是用于内容推送路径的建立和高热度内容主动推送过程的完成。其包格式分别为:fraud/modifypit/contentname/versionnumberfraud/getpopularname/contentname/versionnumber其中fraud为欺诈兴趣包的标志字段,modifypit用于修改内容生产者到网络核心路由之间节点的pit表信息条目,getpopularname用于在高热度内容主动推送过程中,内容生产者向自身发送请求高热度内容的兴趣包,contentname(内容名称)与versionnumber(版本号)的含义与传统兴趣包中字段的含义相同。[0018]相应的在传统数据包的原有基础上也添加了半局部中心性信息,并引入了一类特殊的数据包:响应欺诈数据包,用于响应内容生产者向自身发送的请求高热度内容的兴趣包,将高热度内容封装在响应欺诈数据包中并根据内容推送路径推送到网络目的节点。2.计算内容热度[0019]内容热度指的是ndn中某个内容在网络中被所有节点请求的次数与所有内容被所有节点请求的总次数的比值,全局内容热度可以体现出内容对象在ndn网络通信过程中的分布特点。[0020]合理的利用内容分布规律,对内容进行差比处理,能够减少整体网络缓存内容对象的冗余量,缩短请求内容的网络延迟,提高缓存系统的整体可用性。假设在一个具有n个节点的ndn网络中有m个内容对象可以请求。第τ个内容的全局内容热度按照下面这个公式来计算:假设在一个具有n个节点的ndn网络中有m个内容对象可以请求。第τ个内容的全局内容热度按照上面这个公式来计算:nτ代表第τ个内容对象被所有节点请求的次数,nm则代表所有内容被所有节点请求的总次数,n代表网络中所有的网络节点数目,包括源内容服务器节点以及路由节点,j表示n个节点中的第j个节点,m代表网络中所有的内容对象,k表示所有内容对象中的第k个内容对象,表示第i个节点在网络运行时间内对内容对象τ的请求次数,表示第j个节点在网络运行时间内对内容对象k的请求次数。然而,全局内容热度只是反映了内容对象在整个ndn网络中的流行程度,若是一个冷门内容在某个时间段内被频繁请求,该内容的全局内容热度指标的变化无法反映出内容热度的实时性。因此通过将时间进行分段,在每个时间段内定时周期性的统计路由节点中缓存空间内所有内容对象的命中次数,实时的计算内容对象的热度,这就是实时内容热度的概念,实时内容热度的计算方法如下α=1+c*tꢀꢀꢀ(3)其中r代表时间计数周期,p[r]、p[r+1]分别代表了内容对象在第r周期、第r+1周期内的实时内容热度,t则表示了计数的周期时间,n[r]表示某个内容对象在路由节点中的内容缓存命中次数,α是实时内容热度的权重系数,大于1,从公式中可以看出,α和计数周期时间t有着正相关的关系。c表示α和t的比例系数。[0021]通过对公式的递推计算,我们可以得到内容对象的实时内容热度,实时内容热度既可以兼顾历史热度的影响力,又可以突出网络中最新网络热点的变化情况。因此我们可以根据不同的实时内容热度将生产者产生的内容对象分为流行内容和非流行内容。公式(2)兼顾了内容的历史热度的影响力和实时的动态变化情况,因此通过扩展该公式,我们得到从中可以非常清楚的看出,随着时间的逐渐推移,前一个缓存命中次数对于实时内容热度的影响要小的多,该公式更能反映出当前ndn网络状况下某个内容对象在生产者中的实时内容热度。根据以上公式计算出的实时内容热度信息,我们可以对生产者产生的内容按照热度进行划分。在本文中,将生产者产生的实时内容热度排名前20%的内容被定义为流行内容,排名20%‑60%的定义为非流行内容。[0022]为了实现内容生产者中内容对象的实时内容热度计算,在现有ndn体系结构的基础上增加了一张内容热度统计排序表,如下表所示,主要包含了内容名称、当前周期命中次数、总命中次数、历史热度、实时热度等信息。该表用于记录内容生产者中所有内容对象在内容存储器中的命中次数、历史热度以及实时热度等信息,在当前的计数周期时间截至后,将该表中内容的历史热度,当前周期的内容命中次数带入公式中计算出内容在当前周期内的实时内容热度。在一个计算周期截止后,本表跟随内容存储器中的缓存信息表进行同步的更新,来确保本表中保存的是内容生产者的内容存储器中所有缓存内容对象的最新信息。表1为内容热度统计排序表内容名称历史热度实时热度总命中次数当前周期命中次数/video/29.8618.883721/video/311.5310.534210/video/116.244.76534[0023]为了减小网络的开销,避免统计表中内容数量巨大,将统计表的大小设为节点存储空间的1/2。采用降序的方式对实时内容热度进行排序,当生产者中某个内容被请求时,若统计表中已经有该内容的记录,则将该内容对应的记录次数加1,之后自动调整统计表中记录条目的顺序。[0024]如果统计表中没有该内容的记录,则将该内容添加到统计表中,之后将该内容对应的记录次数设为1。统计表因为放满无法添加新的记录时,将统计表中请求次数较低的记录条目清除,清除的比例为30%。由于内容热度是动态变化的,因此需要周期性的将统计表清空。3.计算节点半局部中心性[0025]ndn路由器与当前传统网络中路由器的显著区别是ndn路由器不仅可以转发数据,也可以存储数据。在ndn中节点的缓存大小与整个网络中内容数量相比是非常小的,因此要充分的利用节点在网络的分布规律,才能提高网络服务性能。原半局部中心性是复杂网络中刻画节点重要性最有效的指标,计算方式为统计与节点直接相连的邻居节点的数量和与邻居节点直接相连的次邻节点的数量之和,换言之,就是统计从某个节点出发一步能够到达的节点数量和出发两步能够到达的节点数量二者之和,半局部中心性认为该数值可以代表节点的结构价值。另外,半局部中心性方法的计算复杂度随网络规模线性增长,消耗非常少的计算时间就能得到一个很好的结果。节点的邻居数目越多,其影响力就越大,通常来说,具有高节点中心度的节点是网络中的关键节点。同时也是衡量节点在整个网络系统中通信地位与传输能力的重要性度量。[0026]本方法在半局部中心性在仿真环境中的具体实现过程中,通过广播兴趣包、接收兴趣包的节点返回兴趣包的方式来计算网络中每个网络路由节点的节点度,之后通过每个节点的节点度信息,间接的计算出每个节点的半局部中心性信息,更容易实现和计算的同时损耗也较小。使用兴趣包来计算节点度是为了减少网络中不必要的能量消耗,因为ndn中数据包的大小远远大于兴趣包的实际大小。通过网络中各个节点的节点度信息计算半局部中心性的具体实现过程如下:[0027]在网络初始化完成后,让网络中每一个节点都向其邻居节点广播一个计算标志为true且跳数设置为1跳的兴趣包,接收到该类兴趣包的所有节点,不会以数据包进行回复,返回一个计算标志为false且路由跳数仍为1跳的兴趣包作为邻居应答。每个节点统计收到的计算标志为false的兴趣包的数量并作为本节点的节点度信息记录下来。由于兴趣包的路由跳数仅设置为1跳,接收到计算标志为true的兴趣包会在返回计算标志为false的邻居应答后丢弃该兴趣包,每个节点会在对计算标志为false的兴趣包数量进行统计并计算后将该兴趣包丢弃,因此不会消耗太多的网络资源。另外,在有节点新加入到网络中或者旧节点失效后,可通过上述操作重新计算出网络中各个节点的节点度。对于网络中某个节点的半局部中心性信息只需要统计该节点的所有邻居节点的节点度信息之后减去该节点的节点度信息即可,计算方式及实现过程都较为简单。改良后方法的计算复杂度随着网络规模线性增长,消耗非常少的计算时间就可以得到很好的结果。4.建立ppc内容推送路径[0028]通过让内容生产者发送特定前缀为“欺诈”的兴趣包,根据最大值的半局部中心性信息挑选出核心节点,更改该条路由路径中的所有节点记录的该欺诈兴趣包的pit条目,建立一条数据包的推送路径。[0029]ndn中正常的通信过程是内容消费者向内容生产者发送兴趣包请求所需的内容对象,兴趣包首先通过路由器c的0端口向网络中发送,路由器c会先对fib表进行查询得到兴趣包的转发接口1,之后将兴趣包从1端口转发出去,与此同时,该兴趣包的名字也会被添加到路由器c的pit表条目中,除此之外pit表条目中还记录兴趣包的进入端口即0端口,以便内容消费者所请求的内容对象所在的数据包到达路由器c时,根据路由器c中记录的进入端口0端口返回给内容消费者,此时兴趣包的进入端口是为数据包的出端口,[0030]而在ppc内容推送中,内容生产者发生移动后,内容生产者根据筛选出的核心节点作为目的节点的节点信息发送欺诈兴趣包,欺诈兴趣包从内容生产者到达目的节点的路由过程中,所经过的路由节点a、b的pit表中记录的端口号并不是欺诈兴趣包的进入端口号1,而是转发端口0,当欺诈兴趣包转发到路由器c时,由于c是内容推送的目的节点,因此pit表中条目记录的是本地端口。在图2中,假设此时网络中的路由器c是目的核心节点,因为路由器c并没有实际的发送兴趣包请求内容生产者中的内容,因此我们将将欺诈兴趣包的传输路径称为内容生产者到目的节点的内容推送路径。目的节点c在完成pit表的更改后,向内容生产者回复一个ack信号表示内容推送路径已经建立成功,内容生产者可以将数据包沿着该路径发送给目的节点c。[0031]至此,该推送方案的内容推送路径建立部分就已经完成,本方案只需要发送一次特定前缀的欺诈兴趣包,就可以实现内容的主动推送,整个方案的核心就是对兴趣包传输路径上的转发路径上的节点pit表中记录的欺诈兴趣包的进入端口更改为转发接口,将目标节点pit表中记录的欺诈兴趣包的进入端口更改为本地端口,目的是为了制造用户已经向内容生产者发送兴趣包请求内容对象的假象,且内容请求路径已经建立成功以此来欺骗内容生产者将内容主动推送给内容接收者。5.完成ppc内容主动推送[0032]为了使得内容生产者中的内容可以根据内容主动推送路径中路由节点pit表中记录的端口进行转发,因此将目的节点返回的ack作为内容推送可以开始的触发信号。在内容生产者接收到ack后,通过向自身发送固定前缀的请求热度内容的兴趣包,内容生产者在接收到兴趣包后查询cs(contentstore,内容缓存表)后将本节点中的热度内容封装成带有固定前缀的数据包,之后查询匹配pit条目,该数据包会按照pit记录的端口转发出去,之后继续按照已经建立好的内容主动推送路径到达目的节点c。由于目的节点c的pit中的端口为本地端口,因此数据包在达到c后不会再进行转发而是直接添加进c的cs中。在ppc内容主动推送方法中,整个通信过程都是由内容推送方主动发起的,并不需要用户发送请求就可以完成内容的主动推送。至此,就完成了ppc将内容生产者产生的高热度内容主动推送到网络中的核心节点以达到在内容生产者发送移动后核心节点能够为广大范围内的用户提供稳定的内容服务的目的。二、仿真及结果分析[0033]仿真中使用模拟人类移动方式的移动模型对于研究移动网络来说是非常重要的,几乎所有的移动设备都是依附于人类和被人类使用或控制的,选择合适的移动模型可以更好的测量和评价内容生产者移动解决方案的效率。本文使用了综合了latp、不规则路点和个人行走模型等的slaw模型,通过此模型让内容生产者在发生移动后模拟人类的移动方式.为评估本章提出的方法性能,使用基于ns‑3的ndnsim网络模拟器进行实验仿真,仿真场景大小为400m*400m,场景节点个数为50个,移动节点的移动方式参照slaw模型,速度固定为v=20m/s,移动节点数与全部节点数的比例可以调节,除了移动节点外的其他节点不发生移动。在所有节点中随机选取5个节点作为内容生产者,其中包含100个初始内容对象。仿真过程中随机选择除数据源节点外的10个节点以时间间隔5s产生相应的兴趣包,其他的节点均作为网络路由节点。网络中每个节点上都运行着能够产生内容请求的客户端程序。仿真过程以ndn中间路由器中缓存为空作为起始状态,仿真循环30次。1.平均请求时延[0034]平均请求时延arl是指用户从发送内容请求到获取内容对象所消耗的平均网络时间。平均请求时延能够反映网络响应内容请求的反应速度,当所请求的内容对象缓存到距离内容请求者较近的区域、且该节点的负载能力没有超负荷运行,该节点便能够就此内容请求有较快的反应速度。一般地,在生产者发生移动后,用户获取内容对象的平均请求时延越短表明生产者移动解决方案的效率越高。在发生移动或仍能够为用户提供更方便、更快捷的内容服务,并不会对网络造成巨大影响。平均请求时延arl的计算公式如式8所示。其中n代表ndn网络中的路由节点总数,m表示可以被请求的内容对象数量,tdelay(i)表示由节点i从发送包含内容对象j的兴趣包到获取到内容对象j的数据包所需要的时间。[0035]从图4可以看出,ndn在生产者发生移动且路由表没有得到更新前,内容消费者发送的兴趣包在达到生产者初始位置时会丢失目标,导致丢包率上升和较长的请求时延。proxyndn中随着内容生产者的继续移动,兴趣包的传输路径会一直增长,但是由于有效地控制了兴趣包发出的时间和路径,其请求时延相对于basicndn有着更好的表现。tpbndn能够为内容消费者提供更多选择优质数据源的机会,通过提高兴趣包在内容缓存副本处的命中率来降低平均请求时延。本专利提出的ppcndn和较好的tpbndn相比平均请求时延降低了约30%。这是由于ppcndn考虑了节点的位置和内容的价值属性,不仅通过核心节点中的高热度内容为广大范围内的用户提供优质的内容服务,且利用非核心节点中的闲置缓存,让低热度内容为用户提供更快更便捷的内容服务,调动网络核心节点和非核心路由的协同工作,充分的利用了缓存系统资源,均衡了内容在缓存系统中的分布情况,大大减小了内容消费者获取内容的路径长度,因此可以有效的降低生产者移动后,内容消费者的平均请求时延。2.路径缩短率[0036]路径缩短率是指内容请求在路由节点缓存命中时路由节点与内容消费者的距离与内容消费者距离内容生产者之间距离的比值。内容请求从内容消费者处发出后在路由节点缓存命中时的路由跳数,可以反映出ndn网络中内容对象能够被缓存到距离内容消费者较近节点的能力。一般地,内容消费者请求内容对象命中路由节点的距离越近,内容消费者的访问性能就越高。hm(t)代表t‑1到t时刻内请求内容对象m时内容消费者与内容副本之间的跳数。hm(t)则表示了t‑1到t时刻内请求内容对象m时内容消费者距离内容生产者之间的跳数,m为请求时长。最差的情况下,内容消费者仍然从内容生产者处获取所需内容,则有hm=hm,即此时没有减少移动后传递兴趣包路径的长度,此时β=1。[0037]proxyndn中未考虑网络缓存特性,随着内容生产者的继续移动,兴趣包的传输路径会一直增长,因此并没有缩短兴趣包的命中路径长度。tpb的由于进行了内容的缓存在一定程度上为内容消费者增加了找到内容的机会,但是由于对缓存资源的利用率不高,所以相比proxyndn的路径缩短率平均值为0.5,tpb的路径缩短率平均值为0.4。而ppc在考虑网络中节点重要性的前提下,进一步的考虑了内容的价值信息和网络缓存资源的实际使用情况,通过对核心节点推送高热度内容,非核心网络边缘节点缓存低热度内容的方式,充分的利用网络缓存系统资源,大大提升了网络缓存系统资源中的内容副本数量以及内容消费者请求在网络内容副本缓存中命中的概率,整体上缩短了内容的请求路径。另外,将低热度内容缓存在记录内容消费者较近的网络边缘节点,更是极大的缩短了部分内容的请求路径。使得内容生产者在发生移动后,网络中的大量节点仍然可以为用户提供更快更便捷更优质的服务,所以此方法相比另外两种方法的路径缩短率更小,性能更好。3.服务器命中率[0038]服务器命中率仅用来表示网络中内容生产者发生内容请求后在内容源服务器缓存中命中的命中率,不包括网络内所请求内容的其他副本提供内容的命中率,这就意味着服务器命中率越低,网络中内容副本的利用率就越高,转发到内容服务器的兴趣包越少,相应的,内容源服务器的负载就越低。wm(t)代表t‑1到t时刻内请求m内容时,在内容服务器中命中内容m的兴趣包数量,wm(t)代表t‑1到t时刻内所有请求m内容的兴趣包总数量,m为请求时间。[0039]图6中由于proxy没有为内容消费者提供可选的内容缓存副本,tpb虽然提供了内容副本但没有考虑到内容的热度以及网络节点的分布情况,对缓存的利用率不高。而ppc通过充分的利用缓存系统资源,不仅将核心节点的价值发挥出来,还有效的利用率非核心节点的缓存资源,将内容生产者产生的高热度内容和低热度内容均衡的分布在缓存系统中,有效的降低了内容服务器的负载和服务器命中率。在生产者发生移动后,实现了高热度内容和低热度内容在网络中的分布式存储,提升了内容消费者发送的兴趣包在网络节点中内容副本的内容命中率,降低了内容源服务器的负载。4.兴趣包的平均命中率[0040]网络兴趣包的平均命中率是指网络中所有用户节点收到回应的数据包数量与发送的兴趣包总数量的比值。平均命中率越高则表明在内容生产者发送移动后,网络性能收到的影响越小,用户的体验越好。其中nu代表网络中的用户数量,hg,data代表第g个用户收到回应的数据包的数量,cg,interest代表网络中第g个用户发送兴趣包的总数量。[0041]如图7所示,proxyndn采用代理的方式来控制兴趣包发出的时间和路径的正确性,但是随着内容生产者的继续移动,兴趣包的传输路径会一直增长,会对兴趣包传输过程中的丢包概率产生一定的影响,相对于tpbndn通过缓存提供内容生产者移动性支持而言,其内容命中率较低。tpbndn合理的选择拓扑势能场的建立范围,通过将内容缓存在距离内容生产者较远的位置为兴趣包提供服务,但是由于没有考虑到网络路由节点的分布规律以及没有充分的利用网络系统资源,相对于ppc内容主动推送策略而言,其内容命中率更低。ppc内容主动推送策略不仅通过核心节点中的高热度内容为广大范围内的用户提供优质的内容服务,且通过利用非核心节点中的闲置缓存,让低热度内容为用户提供更快更便捷的内容服务。由于考虑了网络节点的分布规律、内容的价值信息以及实际的缓存系统资源利用情况,均衡了内容在缓存系统中的分布情况,整体上内容命中率更高。5.网络开销[0042]图8是生产者速度为20m/s,内容消费者发送兴趣包的速率为100packet/s时,三个方案网络开销的对比。对于ndn默认机制而言,由于内容生产者发送移动后需要进行全网路由更新,因此带来了大量的网络控制开销。proxyndn由于采用了代理服务避免了全网更新造成的网络控制开销,但是由于要维护代理节点,且每一个终端的移动都会引起绑定更新和撤销的命令,因此也增加了额外的网络开销。tpbndn通过选择距离内容生产者较远的位置缓存内容为向左或向右路径偏移(offpath)的兴趣包提供更多机会,在有限的范围内进行通告来降低网络开销,但该方案并没有考虑到内容的分布情况。ppc内容主动推送策略仅对于高热度内容主动推送,且在计算网络节点半局部中心性信息的过程中使用的全是兴趣包和nack信息,因此并未造成过大的开销。综上所述,本文提出的策略在达到为广大范围内用户提供优质内容服务的同时,并未造成大量额外的网络开销。[0043]本发明依据网络路由节点的半局部中心性信息计算筛选得到网络中核心节点,之后通过修改待定兴趣表(pendinginteresttable,pit)信息,建立内容主动推送路径的方式将高热度内容主动推送到网络核心节点,让其为更大范围内的用户提供内容服务,并且还能降低核心节点的缓存替换速度和内容源服务器的负载。与此同时还充分利用了非核心节点的缓存资源,通过与请求距离相关的系数将低热度内容概率缓存到兴趣包命中路径上距离内容消费者较近的非核心节点中,充分利用非核心节点中的闲置缓存,来为用户提供更快更便捷的服务。最后通过仿真实验发现,ppc内容主动推送策略通过有效的利用ndn自身的缓存系统资源,均衡内容对象在网络缓存系统中的分布,调动网络核心节点和非核心节点的协同工作,能够在内容生产者发生移动后,有效的缩短用户获取内容的平均时延与内容请求路径,减轻内容服务器负载,提高内容的命中率且并未增加大量网络开销。当前第1页12当前第1页12
当前第1页1 2 
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