段 煉，楊龍祥，任美翠

(南京郵電大學 通信與信息工程學院，江蘇 南京 210003)

內(nèi)容中心網(wǎng)絡(luò)及其緩存策略研究

段 煉，楊龍祥，任美翠

(南京郵電大學 通信與信息工程學院，江蘇 南京 210003)

當今，因特網(wǎng)的使用已經(jīng)演進到以內(nèi)容的分發(fā)和檢索為主，但是目前使用的IP結(jié)構(gòu)并不能很好地滿足這樣的需求。內(nèi)容中心網(wǎng)絡(luò)(Content Centric Networking，CCN)打破了傳統(tǒng)的“主機—主機”的通信模式，將內(nèi)容置于核心地位，是目前未來網(wǎng)絡(luò)領(lǐng)域的研究熱點之一。CCN將內(nèi)容與主機分割開并將內(nèi)容存儲在網(wǎng)絡(luò)節(jié)點中。任何存有內(nèi)容的節(jié)點都可以充當服務器向用戶提供服務，因此CCN可以高效地進行內(nèi)容傳輸。CCN的這種優(yōu)勢來自于它可以進行網(wǎng)絡(luò)內(nèi)緩存，可以說緩存是CCN的基石。緩存策略的性能直接影響了整個CCN的性能。簡要概括了CCN和IP的區(qū)別，介紹了CCN的一些核心概念和工作機制，給出了CCN中相關(guān)的緩存算法并分析了它們的優(yōu)缺點。

內(nèi)容中心網(wǎng)絡(luò)；未來網(wǎng)絡(luò)；網(wǎng)絡(luò)體系結(jié)構(gòu)；緩存算法

1 概 述

在計算機系統(tǒng)開發(fā)的初期，系統(tǒng)內(nèi)的資源非常有限。隨后，為了解決資源共享的問題，不同的網(wǎng)絡(luò)結(jié)構(gòu)逐漸演化，最終形成了客戶端-服務器的通信模式[1]。在這種模式中，一個節(jié)點擁有資源并且其他節(jié)點可以利用這些資源。這是一種以主機為中心的面向連接的網(wǎng)絡(luò)模型。在這種模式中，為了從一個特定服務器獲取相應服務，節(jié)點必須與此服務器進行連接。計算機系統(tǒng)發(fā)展至今，系統(tǒng)內(nèi)的資源不再匱乏且變得相對廉價，加上技術(shù)的進步，使得這種模式在逐漸轉(zhuǎn)變。

計算機體系結(jié)構(gòu)設(shè)計的初衷是用于共享資源，但是隨著網(wǎng)絡(luò)的不斷發(fā)展，資源的共享已經(jīng)不能滿足人們的需求。現(xiàn)今，人們對于內(nèi)容的傳播更為感興趣(主要是視頻)，而這也占據(jù)了因特網(wǎng)中大部分的流量。TCP/IP正是為了應對內(nèi)容的傳播而設(shè)計的。

例如，考慮到圖1中的網(wǎng)絡(luò)拓撲，其網(wǎng)絡(luò)結(jié)構(gòu)使用的是TCP/IP。因此網(wǎng)絡(luò)中的每一個節(jié)點將遵循TCP/IP協(xié)議。在此情況下，如果節(jié)點1需要獲取內(nèi)容A，那么此節(jié)點首先需要和提供內(nèi)容A的服務器進行連接。因此，節(jié)點1需要向服務器發(fā)送一個連接請求。如果此時服務器可以提供服務，那么它將會接收連接請求。之后節(jié)點1和服務器之間將會建立連接?，F(xiàn)在，節(jié)點1發(fā)送需求內(nèi)容A的請求，而服務器將會把內(nèi)容A轉(zhuǎn)發(fā)給節(jié)點1來完成響應。

圖1 IP結(jié)構(gòu)的低效性

同樣，如果節(jié)點2和節(jié)點3也需要內(nèi)容A，那么它們將會執(zhí)行和上面一樣的操作?？梢哉f，無論多少節(jié)點需要內(nèi)容A，它們都需要進行相同的操作，即和提供內(nèi)容的服務器進行連接?？梢钥闯?，IP網(wǎng)絡(luò)以主機為中心，它更加關(guān)注被請求信息的位置而不是信息本身的內(nèi)容，因此，所有對于相同內(nèi)容的請求都需要源服務器來完成，不僅導致網(wǎng)絡(luò)的效率不高，還造成了巨大的帶寬浪費。內(nèi)容中心網(wǎng)絡(luò)(CCN)[2]正是為了克服IP網(wǎng)絡(luò)的這種缺陷而提出的新型網(wǎng)絡(luò)架構(gòu)。

CCN支持網(wǎng)絡(luò)內(nèi)緩存，即在網(wǎng)絡(luò)內(nèi)的所有節(jié)點都設(shè)有緩存功能[3]。通過網(wǎng)絡(luò)內(nèi)緩存，CCN避免了對相同內(nèi)容的重復傳輸。當轉(zhuǎn)發(fā)的內(nèi)容經(jīng)過某一節(jié)點時，此節(jié)點可以緩存該內(nèi)容。當此節(jié)點再次收到對這一內(nèi)容的請求時，它可以直接將請求的內(nèi)容發(fā)送給請求者而不再需要請求服務器。因而CCN節(jié)省了網(wǎng)絡(luò)資源，加快了內(nèi)容傳輸。

文中主要對內(nèi)容中心網(wǎng)絡(luò)及其緩存策略進行研究，分析了CCN體系結(jié)構(gòu)與IP體系結(jié)構(gòu)的不同，介紹了CCN的包類型、節(jié)點轉(zhuǎn)發(fā)的工作機制，闡述了幾種典型的CCN緩存決策策略和緩存替換策略。在此基礎(chǔ)上，重點研究了幾種具有代表性的緩存決策策略，并對其性能的優(yōu)缺點進行了分析，為未來的研究工作奠定了理論基礎(chǔ)。

2 內(nèi)容中心網(wǎng)絡(luò)中的核心概念

與傳統(tǒng)的主機到主機的網(wǎng)絡(luò)結(jié)構(gòu)不同，CCN是一種面向內(nèi)容的結(jié)構(gòu)。當今用戶的需求已經(jīng)由傳統(tǒng)的“資源共享”向“內(nèi)容傳播”轉(zhuǎn)變，這正是CCN被提出的內(nèi)在動力。CCN是一種全新結(jié)構(gòu)，它與傳統(tǒng)的IP結(jié)構(gòu)截然不同。圖2在協(xié)議棧方面對CCN和IP進行了比較。

可以看出，IP中的大部分層都需要雙邊協(xié)議，例如IP的2層框架協(xié)議是兩個物理終端之間的協(xié)議，4層傳輸協(xié)議是生產(chǎn)者和消費者之間的協(xié)議，而只有第3層即網(wǎng)絡(luò)層需求統(tǒng)一的協(xié)議。CCN的第3層即策略層有效地利用了多徑連接。CCN采用接收端驅(qū)動的方式，保證了傳輸內(nèi)容的安全性，避免了許多一直困擾IP網(wǎng)絡(luò)的安全隱患[4]。

圖2 IP和CCN協(xié)議棧

在CCN中，傳入流量一般遵循Zipf分布[5]。這種分布為流行的內(nèi)容分配相應的等級。流行度表示某一內(nèi)容在一定時間內(nèi)被訪問的次數(shù)。被訪問的次數(shù)越多意味著這個內(nèi)容的流行度越高。Zipf分布依據(jù)流行度對內(nèi)容進行分類并給內(nèi)容分配相應的等級。內(nèi)容的流行度越高其等級越低，流行度越低等級也就越高。

在CCN中任何的通信都由用戶自己管理，而不再由傳統(tǒng)的服務器進行管理。用戶只會接收到那些已經(jīng)需求過的內(nèi)容。然而，在IP網(wǎng)絡(luò)中，除了那些被需求的內(nèi)容外，一些未被需求的內(nèi)容也可能隨之一起發(fā)送給用戶。顯然，相比IP網(wǎng)絡(luò)，CCN更具有安全性。

CCN結(jié)構(gòu)建立在命名數(shù)據(jù)的基礎(chǔ)上，使用分級命名來唯一地命名內(nèi)容。在CCN中有兩種包結(jié)構(gòu)：Interest包和Data包。在CCN中，通過Interest包中的內(nèi)容名稱進行內(nèi)容的請求。如果用戶需求某個內(nèi)容，他將會廣播Interest包，任何節(jié)點在收到Interest包后，如果在此節(jié)點內(nèi)存有用戶請求的內(nèi)容，那么此節(jié)點將向用戶返回相應的Data包。當Interest包的內(nèi)容名與Data包內(nèi)容名的前綴相符合時，則該Data包滿足該Interest包的請求。在CCN中，一個Interest包只會收到一個Data包作為響應，這確保了流量的平衡以及在節(jié)點之間高效的通信。

由于網(wǎng)絡(luò)的高度動態(tài)性，Data包和Interest包都有可能出現(xiàn)丟失的情況。因此，為了確保CCN的可靠性，當需求在一段時間內(nèi)未被滿足時，請求節(jié)點需要重發(fā)Interest包。

3 CCN工作機制

CCN致力于對數(shù)據(jù)的高速獲取。為了達成這個目標，CCN采用了新的轉(zhuǎn)發(fā)引擎模型。其中包含三個主要的數(shù)據(jù)結(jié)構(gòu)：轉(zhuǎn)發(fā)信息表(Forwarding Information Base，F(xiàn)IB)、內(nèi)容存儲表(Content Store，CS)和待定請求表(Pending Interest Table，PIT)。

FIB將Interest包轉(zhuǎn)發(fā)到包含有請求內(nèi)容的服務器。CCN的FIB和IP的FIB類似，不同的是CCN的FIB有一系列的出口，而IP的FIB只有一個[6]。因此CCN中的節(jié)點可以向多個源服務器發(fā)送請求。CCN中的CS和IP中的緩沖區(qū)域類似，用來作為緩存內(nèi)容的存儲區(qū)域。但CS有著不同的緩存替換策略。IP緩沖區(qū)中的內(nèi)容在轉(zhuǎn)發(fā)之后就將被丟棄，而CCN中的CS將會盡可能長時間地緩存內(nèi)容，以便更快地為之后的請求提供服務。PIT記錄已經(jīng)轉(zhuǎn)發(fā)的Interest包，當對同一內(nèi)容有多個請求時，它將多余的請求記錄在一個條目中，并只向數(shù)據(jù)源發(fā)送一條請求。當Data包返回時，它會根據(jù)PIT中記錄的條目將數(shù)據(jù)發(fā)送給相應的請求源。

3.1 Interest包的處理

當一個Interest包到達一個節(jié)點的接口之后，節(jié)點將會對其進行最長前綴匹配來驗證它所需求的內(nèi)容是否已經(jīng)存儲在CS中。如果需求的內(nèi)容已經(jīng)存儲在節(jié)點的CS中，那么此節(jié)點將立刻向請求者發(fā)送Data包。由于請求已經(jīng)被滿足，所以此Interest包將會被丟棄。

如果在CS中并沒有找到需求的內(nèi)容，那么接著將會校驗PIT中的條目。如果和PIT中的條目相匹配，則在PIT的請求接口表中添加相應的條目并刪除此Interest包。如果后來的請求是對先前已經(jīng)請求內(nèi)容的請求，節(jié)點并不會因此而轉(zhuǎn)發(fā)多個Interest包。對于相同內(nèi)容的請求，一個節(jié)點只會轉(zhuǎn)發(fā)一個Interest包。

如果在PIT中也沒有匹配到相應的條目，那么此Interest包將會根據(jù)FIB中的條目進行轉(zhuǎn)發(fā)。假定FIB知道所有內(nèi)容的源服務器，因此它能夠有效地轉(zhuǎn)發(fā)Interest包來獲取相應的內(nèi)容。

3.2 Data包的處理

相比于Interest包，Data包的處理過程比較簡單。當Data包到達一個節(jié)點的接口時，Data包的內(nèi)容名將進行最長前綴匹配。如果此內(nèi)容名和CS中的條目相匹配，說明此內(nèi)容已經(jīng)存儲在CS中，那么此內(nèi)容將會被丟棄。如果和FIB中的條目相匹配，則表明該內(nèi)容名在PIT中沒有相匹配的條目，也就是說該內(nèi)容并沒有被請求過，此內(nèi)容也會被丟棄。如果和PIT中的條目形成了匹配，則表明此節(jié)點確實發(fā)送過請求此內(nèi)容的Interest包。接著將會進行內(nèi)容驗證并把此內(nèi)容存于CS中，最后依據(jù)PIT中匹配的條目創(chuàng)建一個請求接口表，并根據(jù)此表將Data包發(fā)送給每一個請求者。

4 CCN相關(guān)的緩存算法

CCN的緩存策略大致可以分為兩類。一類是緩存決策策略，即選擇網(wǎng)絡(luò)中最合適的節(jié)點去緩存相應的內(nèi)容。另一類是緩存替換策略，即當節(jié)點緩存空間已滿時選擇丟棄哪個內(nèi)容來為新的內(nèi)容騰出空間[7]。

CCN有以下三種典型的緩存決策策略：

(1)Leave Copy Everywhere (LCE)[8]:這是CCN默認的緩存決策策略。其核心思想是將內(nèi)容存儲在沿著需求路徑的每一個路由器上，但是LCE有較大的數(shù)據(jù)冗余度，造成緩存空間的大量浪費。

(2)Leave Copy Down (LCD)[9]:當緩存命中時，僅在命中節(jié)點的下游節(jié)點緩存該內(nèi)容，這種策略減少了需求路徑上重復內(nèi)容的數(shù)量，但降低了緩存的命中率。

(3)Probabilistic Caching (ProbCache)[10]:其核心思想是節(jié)點越靠近用戶其緩存概率越大，這種策略能將內(nèi)容快速地緩存到網(wǎng)絡(luò)邊緣，但是并未考慮內(nèi)容的流行度問題，會增加不同內(nèi)容在邊緣節(jié)點的競爭。

CCN中的緩存替換策略大多使用最近最少使用置換算法(Least Recently Used，LRU)[11]和最不經(jīng)常使用置換算法(Least Frequently Used，LFU)[12]來最大限度地存儲內(nèi)容。

目前，研究者們大多致力于對緩存決策策略的研究。文中主要介紹并分析以下幾種具有代表性的緩存決策策略。

4.1 基于節(jié)點緩存容量的緩存策略

這種算法在緩存決策時考慮到了節(jié)點的緩存容量[13]，把它作為選擇緩存節(jié)點時的一個參數(shù)。這里的緩存容量表示網(wǎng)絡(luò)節(jié)點的CS中還能存儲多少內(nèi)容。為了記錄這個緩存容量，在Interest包中添加了Cache Capacity Value (CCV)域。當節(jié)點收到一個Interest包后，如果在其CS中沒有找到需求的內(nèi)容，它將會把自己的緩存容量添加到CCV域中并轉(zhuǎn)發(fā)Interest包。當下一個節(jié)點收到這個Interest包后，如果在它的CS中也沒有找到這個內(nèi)容，那么它將會把自己的CCV值和Interest包中的CCV值進行比較。如果它的CCV值小于Interest包中的CCV值，那么它會直接轉(zhuǎn)發(fā)此Interest包。如果大于，它將會用自己的CCV值替換Interest包中的CCV值并轉(zhuǎn)發(fā)此Interest包。當Interest包到達存有內(nèi)容的服務器之后，服務器會根據(jù)最大的CCV值分配轉(zhuǎn)發(fā)路徑中相應的節(jié)點去緩存Data包中的內(nèi)容。

這種算法在通常流量和突發(fā)流量情況下都有很好的表現(xiàn)。大部分緩存算法中都沒有考慮突發(fā)流量的情況，但在實際情況中，突發(fā)流量是很有可能出現(xiàn)的。因此考慮突發(fā)流量情況是該算法的一個優(yōu)點。

現(xiàn)在假設(shè)有六個Interest包，每個包請求10 MB的數(shù)據(jù)。當這六個Interest包到達一個CCV值是50 MB的節(jié)點后，認定這個節(jié)點是傳輸路徑中擁有最大CCV值的節(jié)點。因此當Data包返回時前五個內(nèi)容將會被緩存到此節(jié)點中。而當?shù)诹鶄€Data包到達時，由于緩存空間已滿，此時節(jié)點必須執(zhí)行緩存替換策略來為第六個內(nèi)容騰出緩存空間。如果這種情況大量發(fā)生，那么節(jié)點將會忙于執(zhí)行替換策略，這會降低網(wǎng)絡(luò)整體的性能。

4.2 基于節(jié)點核心值的緩存策略

文獻[14]采用節(jié)點的核心值作為一個參數(shù)來選擇緩存內(nèi)容的節(jié)點。核心值用來衡量一個節(jié)點在通信模式中的重要性。一個節(jié)點出現(xiàn)在內(nèi)容傳輸路徑的次數(shù)越多，其核心值越高。

假設(shè)網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖3所示。

圖3 路由器的核心值

用戶A發(fā)送一個Interest包，此Interest包將會到達服務器S1，服務器S1將會沿路徑S1-V1-V2-V3-V4-V5發(fā)送Data包。根據(jù)文獻[15]可知，V4的核心值最高。根據(jù)文獻[14]中的算法，選擇V4作為緩存內(nèi)容的節(jié)點。

這種算法選擇了在傳輸路徑中出現(xiàn)次數(shù)最多的節(jié)點作為緩存內(nèi)容的節(jié)點。由于此節(jié)點很靠近網(wǎng)絡(luò)邊緣，因此它能夠為大多數(shù)的請求提供服務。同時僅選擇一個節(jié)點來緩存內(nèi)容使得資源的利用率很高。

不過這種算法并沒有考慮突發(fā)流量的情況，當突發(fā)流量發(fā)生時，緩存內(nèi)容的節(jié)點負載會劇增，從而影響服務質(zhì)量。不僅如此，該算法對于緩存節(jié)點的選擇僅依據(jù)節(jié)點在拓撲中的位置而并沒有考慮內(nèi)容的流行度問題，因此在緩存節(jié)點中，流行的內(nèi)容很可能被不流行的內(nèi)容替換掉，從而使流行的內(nèi)容無法被充分利用。

4.3 基于內(nèi)容流行度的緩存策略

文獻[16]提出一種思路，每個節(jié)點記錄對每個內(nèi)容的需求次數(shù)，然后以成對的形式把內(nèi)容名和流行值記錄到一個流行度表(Popularity Table)中。一旦一個內(nèi)容的流行度達到流行度臨界值之后，這個內(nèi)容將會被標記為流行的。

如果某個節(jié)點擁有這個內(nèi)容，它將會通過一條建議信息(Suggestion)去建議它的鄰節(jié)點緩存這個內(nèi)容。在發(fā)送建議信息之后該節(jié)點將會重置該內(nèi)容的流行度，防止重復地將該內(nèi)容發(fā)送給鄰節(jié)點。MPC緩存的示例如圖4所示。

圖4 MPC緩存示例

假設(shè)A，B，C節(jié)點請求內(nèi)容d1，A節(jié)點請求內(nèi)容e1，每次請求使得相關(guān)內(nèi)容的流行度增加1，并假設(shè)流行度臨界值為3。此時D節(jié)點中內(nèi)容d1的流行度達到3，達到了臨界值，這時D節(jié)點將建議其鄰節(jié)點C和E對d1進行緩存。

這種算法依據(jù)流行度對內(nèi)容進行緩存，由于流行度高的內(nèi)容被存儲在了更多的節(jié)點中，因此算法的緩存命中率相比傳統(tǒng)的LCE算法有很大提升。此外，由于緩存內(nèi)容的減少(僅緩存流行度高的內(nèi)容)，節(jié)約了節(jié)點的緩存空間并減少了緩存的操作次數(shù)。但也因此使得網(wǎng)絡(luò)中內(nèi)容的多樣性有所下降。

4.4 核心協(xié)作緩存策略

文獻[17]的主要思想是，通過構(gòu)造支配集來構(gòu)建一個虛擬骨干網(wǎng)絡(luò)。文獻[18]介紹了如何構(gòu)造一個連接的支配集(Connected Dominating Set，CDS)。核心節(jié)點是構(gòu)成CDS的主要部分，其余節(jié)點被稱為常規(guī)節(jié)點。每個核心節(jié)點為一個或者幾個常規(guī)節(jié)點提供服務。流行度高的內(nèi)容被存儲在核心節(jié)點，因此減少了內(nèi)容的冗余度。同時，常規(guī)節(jié)點不允許緩存內(nèi)容。當核心節(jié)點的緩存空間已滿時，被刪除的內(nèi)容將發(fā)送給其服務的常規(guī)節(jié)點。核心節(jié)點每刪除一個內(nèi)容將相應地增加一個條目。

算法中并不是所有節(jié)點都需要緩存內(nèi)容，大部分的運算都集中在核心節(jié)點。由于只有少部分的節(jié)點需要進行運算，因此網(wǎng)絡(luò)的資源利用率得到了提高。同時該算法考慮了內(nèi)容的流行度問題。

構(gòu)建虛擬骨干網(wǎng)絡(luò)的過程十分復雜，這正是該算法的瓶頸所在。如果一個核心節(jié)點失去連接，那么與之相連的其他核心節(jié)點也會失去連接，這將導致網(wǎng)絡(luò)中斷。

4.5 基于Modulo hashing的分布式協(xié)作緩存策略

文獻[19]針對大視頻文件，提出了一種基于Modulo hashing的協(xié)同緩存策略[20]。當某個內(nèi)容塊到達一個緩存節(jié)點時，該節(jié)點將通過一個Modulo hashing函數(shù)計算出該內(nèi)容塊應該由哪個鄰居節(jié)點或者自身來緩存。

如圖5所示，將需求的視頻內(nèi)容分為很多內(nèi)容塊，每一個節(jié)點并不緩存全部的內(nèi)容塊，而是分別緩存部分內(nèi)容塊，由k個節(jié)點共同協(xié)作緩存全部的內(nèi)容塊。規(guī)定，每個節(jié)點都擁有一個標簽，該標簽是一個小于固定整數(shù)k的自然數(shù)。每個節(jié)點只對符合一定緩存規(guī)則的內(nèi)容塊進行緩存。若內(nèi)容塊標號對k取余的結(jié)果與該節(jié)點的標簽相等，則節(jié)點緩存此內(nèi)容塊。如圖所示，假設(shè)總塊數(shù)為21(內(nèi)容塊0到內(nèi)容塊20)且k=3，那么每個節(jié)點(路由器)ri的標簽為i(0，1，2)。路由器r0緩存的內(nèi)容為內(nèi)容塊{0，3，6，…，18}，也就是連續(xù)10個其標號對3取余為0的內(nèi)容塊。

圖5 基于Modulo hashing的協(xié)同緩存策略

這種算法使用了Modulohashing使得一個節(jié)點與其k-1個鄰節(jié)點共同協(xié)作完成對內(nèi)容的緩存。由于將內(nèi)容切分并存儲在不同的網(wǎng)絡(luò)節(jié)點中，因此網(wǎng)絡(luò)中內(nèi)容的多樣性得到了很大提升，從而許多對于內(nèi)容的請求不再需要源服務器來提供服務，這有效地減少了服務器的負載。但由于這是一種基于Modulohashing的算法，當網(wǎng)絡(luò)中增加或者移除一個路由器時，先前的模值將會發(fā)生變化，之前緩存的內(nèi)容的位置也必將隨之更改。同時網(wǎng)絡(luò)將會出現(xiàn)負載均衡的問題，使得某些路由器負載過大。

4.6 基于Consistent hashing的分布式協(xié)作緩存策略

這種算法是一種基于Consistent hashing的協(xié)同緩存算法[21]。首先在一組路由器中根據(jù)路由器緩存容量的大小分配不同個數(shù)的Keys，容量越大分配的Keys個數(shù)越多，Keys的范圍為0到n并由這些Keys組成一個Hash環(huán)。

如圖6所示，假設(shè)路由器1擁有5個Keys，分別是2，6，7，12，13(根據(jù)容量隨機分配)，路由器2擁有4個Keys，分別是1，5，8，10，路由器3擁有0，4，9，路由器4擁有3，11。當一個內(nèi)容塊到達路由器時，首先計算其hash值并根據(jù)它的歷史和當前請求頻率計算出它的流行度。接著用其hash值和該路由器擁有的Keys值進行匹配，如果相匹配且其流行度大于臨界值則緩存該內(nèi)容，否則不緩存。例如，路由器1將只緩存hash值為2，6，7，12，13且流行度大于臨界值的內(nèi)容塊。

圖6 基于Consistent hashing的協(xié)同緩存策略

這種算法考慮了路由器容量的大小問題，這在實際情況中非常值得考慮。同時算法還將流行度納入為決策的要素，有效地提高了緩存的命中率，減少了服務器的負載。同時算法還利用Consistenthashing有效降低了增加或者移除路由器時造成的影響。

但Consistenthashing對內(nèi)容塊進行分布式緩存，網(wǎng)絡(luò)邊緣節(jié)點并不能夠緩存流行度最高的內(nèi)容，這會導致命中距離的提升。而且算法綜合考慮了多方面的因素，也因此使其復雜度大大提升，這將使節(jié)點需要大量的資源去進行計算，降低了網(wǎng)絡(luò)的整體性能。

5 結(jié)束語

隨著網(wǎng)絡(luò)規(guī)模的增長，新興業(yè)務的不斷出現(xiàn)，以及用戶對服務的需求越來越多樣化，傳統(tǒng)的IP網(wǎng)絡(luò)基礎(chǔ)架構(gòu)已經(jīng)不堪重負，成為了網(wǎng)絡(luò)進一步發(fā)展的瓶頸。為了解決這個問題，提出了很多關(guān)于未來網(wǎng)絡(luò)方面的研究。文中涉及的CCN是未來網(wǎng)絡(luò)發(fā)展方向之一。其以用戶需求為中心，支持網(wǎng)絡(luò)內(nèi)所有節(jié)點的緩存，有效提高了內(nèi)容的傳播效率，從而克服了IP結(jié)構(gòu)效率低的問題，使得用戶能夠更便捷地獲取他們想要的內(nèi)容。其眾多優(yōu)點使得它很有可能在不久的將來取代IP的主體地位，也因此使得它成為當前對未來網(wǎng)絡(luò)方面研究的重點。

圍繞內(nèi)容中心網(wǎng)絡(luò)重點介紹并討論了幾種具有代表性的緩存決策策略，詳細分析了各自的優(yōu)缺點。諸如，基于節(jié)點緩存容量的緩存策略考慮到了節(jié)點的緩存容量，提升了突發(fā)流量下的緩存性能，卻容易因為頻繁執(zhí)行替換策略而降低了網(wǎng)絡(luò)的整體性能；基于節(jié)點核心值的緩存策略提高了網(wǎng)絡(luò)資源的利用率，卻沒有考慮內(nèi)容流行度的問題；基于內(nèi)容流行度的緩存策略，顯著改善了緩存命中率，但也降低了網(wǎng)絡(luò)內(nèi)容的多樣性；核心協(xié)作緩存策略考慮了內(nèi)容流行度的同時提高了資源利用率，但核心節(jié)點失去連接時將會導致網(wǎng)絡(luò)中斷；基于Modulohashing的分布式協(xié)作緩存策略提高了緩存內(nèi)容的多樣性，減少了服務器的負載，但增加或者移除一個路由器時會對算法造成影響；基于Consistenthashing的分布式協(xié)作緩存策略有效降低了增加或者移除路由器時造成的影響，卻使得算法的復雜度大幅提升，從而降低了網(wǎng)絡(luò)的整體性能。綜上所述，CCN仍有諸多理論和技術(shù)問題有待解決，需要深入的研究。

[1]XylomenosG,VerveridisCN,SirisV,etal.Asurveyofinformation-centricnetworkingresearch[J].IEEECommunicationsSurveys&Tutorials,2014,16(2):1024-1049.

[2]JacobsonV,SmettersDK,ThorntonJD,etal.Networkingnamedcontent[C]//Internationalconferenceonemergingnetworkingexperiments&technologies.[s.l.]:ACM,2011:1-12.

[3] 胡 騫,武穆清,郭 嵩.以內(nèi)容為中心的未來通信網(wǎng)絡(luò)研究綜述[J].電信科學,2012,28(9):74-80.

[4] 夏春梅,徐明偉.信息中心網(wǎng)絡(luò)研究綜述[J].計算機科學與探索,2013,7(6):481-493.

[5]NewmanM.ParetodistributionsandZipf'sLaw[J].ContemporaryPhysics,2004,46(5):323-351.

[6] 閔二龍,陳 震,許宏峰,等.內(nèi)容中心網(wǎng)絡(luò)CCN研究進展探析[J].信息網(wǎng)絡(luò)安全,2012(2):6-10.

[7] 張國強,李 楊,林 濤,等.信息中心網(wǎng)絡(luò)中的內(nèi)置緩存技術(shù)研究[J].軟件學報,2014,25(1):154-175.

[8]JiangA,BruckJ.Optimalcontentplacementforen-routewebcaching[C]//IEEEinternationalsymposiumonnetworkcomputing&applications.[s.l.]:IEEEComputerSociety,2003.

[9]LaoutarisN,SyntilaS,StavrakakisI.Metaalgorithmsforhierarchicalwebcaches[C]//IEEEinternationalconferenceonperformance,computing,andcommunications.[s.l.]:IEEE,2004:445-452.

[10]PsarasI,ChaiWK,PavlouG.Probabilisticin-networkcachingforinformation-centricnetworks[C]//Proceedingsofthesecondeditionoftheworkshoponinformation-centricnetworking.[s.l.]:ACM,2012:55-60.

[11]MegiddoN,ModhaDS.OutperformingLRUwithanadaptivereplacementcachealgorithm[J].Computer,2004,37(4):58-65.

[12]PetevPG,WintergerstM.Leastfrequentlyusedevictionimplementation:U.S.,7 552 284[P].2009-06-23.

[13]KimD,LeeSW,KoYB,etal.Cachecapacity-awarecontentcentricnetworkingunderflashcrowds[J].JournalofNetwork&ComputerApplications,2015,50(C):101-113.

[14]ChaiWK,HeDiliang,PsarasI,etal.Cache“l(fā)essformore”ininformation-centricnetworks(extendedversion)[J].ComputerCommunications,2013,36(7):758-770.

[15]WassermannS,FaustK.Socialnetworkanalysis:methodsandapplications[M].Cambridge:CambridgeUniversityPress,1994.

[16]BernardiniC,SilverstonT,FestorO.MPC:popularity-basedcachingstrategyforcontentcentricnetworks[C]//IEEEinternationalconferenceoncommunications.[s.l.]:IEEE,2013:3619-3623.

[17]XuY,LiY,LinT,etal.Adominatingset-basedcollaborativecachingwithrequestroutingincontentcentricnetworking[C]//IEEEinternationalconferenceoncommunications.[s.l.]:IEEE,2013:3624-3628.

[18]GuhaS,KhullerS.Approximationalgorithmsforconnecteddominatingsets[J].Algorithmica,1998,20(4):374-387.

[19]LiZ,SimonG.Time-shiftedTVincontentcentricnetworks:thecaseforcooperativein-networkcaching[C]//IEEEinternationalconferenceoncommunications.[s.l.]:IEEE,2011:1-6.

[20] 劉外喜,余順爭,蔡 君,等.ICN中的一種協(xié)作緩存機制[J].軟件學報,2013,24(8):1947-1962.

[21]TharK,OoTZ,PhamC,etal.Efficientforwardingandpopularitybasedcachingforcontentcentricnetwork[C]//Internationalconferenceoninformationnetworking.[s.l.]:IEEE,2015:330-335.

Research on Content Centric Networking and Its Caching Strategies

DUAN Lian,YANG Long-xiang,REN Mei-cui

(College of Communication and Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210003,China)

Use of Internet in today’s world has evolved to be dominated by distribution and retrieval of content,while currently used IP architecture cannot meet this demand.Content Centric Networking (CCN) breaks the traditional “host to host” communication mode,making content in the core position is one of the research hotspots.CCN decouples content from host and stores the content in every node.Any node can act as host and serve client if the requested content has been cached in it.Thus,CCN can deliver content efficiently.These advantages are mainly based on that CCN supports in-network caching,so it can be concluded that caching is backbone of CCN.The performance of the caching strategies directly affects the performance of CCN.The difference between the CCN and IP is summarized in brief,and then the key concepts and working mechanism of CCN are introduced.Finally,some proposed caching strategies have also been covered along with analyzing their advantages and disadvantages.

content centric networking;future network;network architecture;caching algorithm

2016-04-22

2016-08-10

時間：2017-02-17

國家自然科學基金資助項目(61372124);國家“973”重點基礎(chǔ)研究發(fā)展計劃項目(2013CB329104)

段 煉(1991-)，男，碩士，研究方向為移動通信與無線技術(shù);楊龍祥，教授，博士生導師，研究方向為移動無線通信系統(tǒng)和物聯(lián)網(wǎng)。

http://www.cnki.net/kcms/detail/61.1450.TP.20170217.1628.036.html

TP31

A

1673-629X(2017)03-0075-06

10.3969/j.issn.1673-629X.2017.03.016