內(nèi)容中心網(wǎng)絡(luò)中基于內(nèi)容遷移的協(xié)作緩存機(jī)制

羅 熹 安 瑩 王建新 劉 耀

?

內(nèi)容中心網(wǎng)絡(luò)中基于內(nèi)容遷移的協(xié)作緩存機(jī)制

羅 熹①③安 瑩*②王建新①劉 耀④

①(中南大學(xué)信息科學(xué)與工程學(xué)院 長沙 410083)②(中南大學(xué)湘雅醫(yī)學(xué)院 長沙 410013)③(湖南警察學(xué)院信息技術(shù)系 長沙 410138)④(湖南商學(xué)院計算機(jī)與信息工程學(xué)院 長沙 410205)

內(nèi)容中心網(wǎng)絡(luò)(CCN)是為了適應(yīng)未來網(wǎng)絡(luò)通信模式的轉(zhuǎn)變，提供對可擴(kuò)展和高效內(nèi)容獲取的原生支持而提出一種新型的網(wǎng)絡(luò)體系架構(gòu)，內(nèi)容緩存機(jī)制是其研究的關(guān)鍵問題之一?，F(xiàn)有機(jī)制在緩存節(jié)點的選擇時往往過于集中，緩存負(fù)載分布嚴(yán)重不均，大大降低了網(wǎng)絡(luò)資源利用率以及系統(tǒng)的緩存性能。該文提出一種基于緩存遷移的協(xié)作緩存機(jī)制，首先在緩存節(jié)點選擇時考慮節(jié)點的中心性保證內(nèi)容盡可能緩存在位置更重要的節(jié)點。同時，在緩存壓力過大時，通過可用緩存空間大小、緩存替換率以及網(wǎng)絡(luò)連接的穩(wěn)定性等信息選擇合適的鄰居節(jié)點進(jìn)行緩存內(nèi)容的轉(zhuǎn)移，充分利用鄰居資源實現(xiàn)負(fù)載分擔(dān)。仿真結(jié)果表明該機(jī)制能有效地改善緩存負(fù)載在節(jié)點上分布的均衡性，提高緩存命中率和緩存資源利用率并降低平均接入代價。

內(nèi)容中心網(wǎng)絡(luò)；協(xié)作緩存；負(fù)載均衡；內(nèi)容遷移

1 引言

隨著互聯(lián)網(wǎng)技術(shù)和應(yīng)用的不斷發(fā)展，網(wǎng)絡(luò)需求已經(jīng)從最初的計算資源共享演變?yōu)橹鳈C(jī)到網(wǎng)絡(luò)海量信息的訪問，內(nèi)容服務(wù)逐漸成為網(wǎng)絡(luò)服務(wù)的主體。為了適應(yīng)從發(fā)送方驅(qū)動的端到端通信向接收方驅(qū)動的內(nèi)容獲取方式的轉(zhuǎn)變，近年來研究者們提出了以內(nèi)容為中心的新型網(wǎng)絡(luò)架構(gòu)。作為其中的典型代表，內(nèi)容中心網(wǎng)絡(luò)(Content-Centric Networking, CCN)[3]成為了當(dāng)前下一代網(wǎng)絡(luò)架構(gòu)研究的熱點。為了緩解網(wǎng)絡(luò)流量的快速增長對網(wǎng)絡(luò)帶寬造成的嚴(yán)峻壓力，提高網(wǎng)絡(luò)資源的利用率，CCN緩存機(jī)制的研究受到了學(xué)術(shù)界極大的重視。

當(dāng)前CCN采用LCE(Leave Copy Everywhere)[4]作為默認(rèn)的緩存策略，然而這種對經(jīng)過的所有內(nèi)容都進(jìn)行緩存的策略容易造成過大的內(nèi)容冗余，并降低內(nèi)容的多樣性。隨后，大量學(xué)者提出了一系列的選擇性緩存算法，依據(jù)一定的條件從網(wǎng)絡(luò)中選擇部分節(jié)點進(jìn)行內(nèi)容緩存，以求降低緩存冗余并達(dá)到較高的緩存命中率(即用戶請求由中間節(jié)點緩存響應(yīng)的概率)。如，Cho等人[5]提出了WAVE緩存機(jī)制，根據(jù)內(nèi)容的流行度調(diào)整每個節(jié)點緩存的chunk數(shù)目，并由上游節(jié)點通過顯式標(biāo)記向下游節(jié)點給出需要緩存的chunk數(shù)目建議。文獻(xiàn)[6]提出了內(nèi)容年齡的概念，通過為位于網(wǎng)絡(luò)邊緣且流行度較高的內(nèi)容設(shè)置較長的年齡，驅(qū)動流行內(nèi)容向網(wǎng)絡(luò)邊緣的緩存，從而減少網(wǎng)絡(luò)流量和內(nèi)容獲取延遲?；趦?nèi)容流行度的策略試圖將較流行的內(nèi)容推向用戶端以提高緩存命中率，然而由于缺乏對節(jié)點間聯(lián)系的相關(guān)特征以及節(jié)點重要性的考慮，大大影響了這類策略的執(zhí)行效果。其他類似的改進(jìn)算法還包括文獻(xiàn)[7-9]。

考慮到網(wǎng)絡(luò)中節(jié)點位置的重要性，Chai等人[10]提出一種基于中心性的選擇性緩存決策算法Betw。它將節(jié)點介數(shù)定義為經(jīng)過該節(jié)點的所有最短路徑的數(shù)量占網(wǎng)絡(luò)中最短路徑總數(shù)的比例，然后利用介數(shù)作為衡量標(biāo)準(zhǔn)，在興趣包沿途中選擇重要性更高的節(jié)點進(jìn)行內(nèi)容緩存，從而在獲得較高緩存命中率的同時減少了內(nèi)容的轉(zhuǎn)發(fā)跳數(shù)。然而，該算法使得內(nèi)容集中緩存在大介數(shù)節(jié)點上，而小介數(shù)節(jié)點的緩存資源則得不到充分利用。這種嚴(yán)重的分布不均導(dǎo)致部分節(jié)點緩存內(nèi)容的更替過于頻繁，必然造成緩存命中率的下降，極大地削弱了前期緩存為后續(xù)請求提供快速響應(yīng)的積極作用。不少學(xué)者就此提出了一些改進(jìn)方案，如文獻(xiàn)[11]提出的ProbCache策略，它設(shè)計了一種基于加權(quán)概率的緩存決策算法，使內(nèi)容返回路徑中各節(jié)點緩存內(nèi)容的概率反比于節(jié)點和請求者之間的距離。由于未考慮內(nèi)容的流行度，不同內(nèi)容對象在邊緣節(jié)點處存在激烈的競爭，因而算法的性能受到一定的影響。此外，文獻(xiàn)[12]則試圖綜合網(wǎng)絡(luò)節(jié)點介數(shù)和內(nèi)容替換率來選擇內(nèi)容的最佳緩存位置。但是從這些策略的實際效果來看，作用都非常有限。

針對上述問題，本文提出了一種基于內(nèi)容遷移的協(xié)同緩存機(jī)制(Cooperative Caching Mechanism with Content Migration, CCMCM)。一方面根據(jù)節(jié)點的中心性，選取位于重要位置的網(wǎng)絡(luò)節(jié)點進(jìn)行內(nèi)容緩存。另一方面，以高中心性節(jié)點為緩存中心，將其一跳鄰居范圍劃定為一個緩存區(qū)域。在中心節(jié)點緩存壓力較大時，合理地選擇部分內(nèi)容轉(zhuǎn)移到鄰居節(jié)點，利用整個區(qū)域的節(jié)點資源共同分擔(dān)內(nèi)容的緩存需求。這樣既保證內(nèi)容盡量緩存在重要節(jié)點附近，同時又充分利用了鄰居節(jié)點的資源來均衡緩存負(fù)載的分布，有效地降低了緩存內(nèi)容的替換率，提高了緩存命中率和網(wǎng)絡(luò)資源的利用率。

2 CCMCM緩存機(jī)制

文獻(xiàn)[10]指出節(jié)點重要性對于緩存決策具有重要的意義，因此我們采用自我中心網(wǎng)絡(luò)(ego network)的介數(shù)中心性作為節(jié)點重要性的量化指標(biāo)。然而為了緩解高中心性節(jié)點的緩存壓力，提高內(nèi)容緩存分布的均勻性，我們并非將全部的內(nèi)容都緩存在高中心性節(jié)點上，而是選擇高中心性節(jié)點為中心的一跳范圍作為緩存區(qū)域，在高中心性節(jié)點緩存緊張時把部分內(nèi)容轉(zhuǎn)移到區(qū)域內(nèi)的其他節(jié)點，充分利用整個區(qū)域的緩存能力實現(xiàn)負(fù)載分擔(dān)，從而降低緩存替換頻率，提高緩存命中的概率。下面詳細(xì)描述CCMCM機(jī)制的工作原理。

首先，CCMCM機(jī)制中的每一個路由節(jié)點仍然維護(hù)著3個數(shù)據(jù)結(jié)構(gòu)：前向轉(zhuǎn)發(fā)表(Forwarding Information Base, FIB)、待定請求表(Pending Interest Table, PIT)以及內(nèi)容存儲器(Content Store, CS)。但是與CCN中的一般情況不同，我們將CS進(jìn)一步劃分為普通內(nèi)容存儲區(qū)(Common Content Store, CCS)和內(nèi)容索引存儲區(qū)(Content Index Store, CIS)兩部分。CCS占整個節(jié)點緩存的絕大部分空間，用來緩存完整的內(nèi)容分組。而CIS僅存儲內(nèi)容對象相關(guān)緩存位置信息的索引，用來記錄內(nèi)容的緩存節(jié)點及其相應(yīng)的訪問路徑。

用戶通過發(fā)送請求分組來請求所需的內(nèi)容，每個節(jié)點會計算自己的自我中心網(wǎng)絡(luò)介數(shù)值，同時在請求分組中記錄其傳播路徑上的節(jié)點最大介數(shù)值。在某個節(jié)點發(fā)生緩存命中時，命中節(jié)點將從請求分組上獲得的介數(shù)最大值寫入到內(nèi)容的數(shù)據(jù)分組中。在數(shù)據(jù)分組沿著反向路徑傳回用戶端的過程中，沿途各節(jié)點會將自己的介數(shù)值與數(shù)據(jù)分組中記錄的最大值作比較并做出相應(yīng)的緩存決策。若二者相等表明當(dāng)前節(jié)點即為該路徑上介數(shù)中心性最高的節(jié)點，則該節(jié)點被選為緩存中心節(jié)點(Caching Center, CC)，而將其構(gòu)成的自我中心網(wǎng)絡(luò)稱為內(nèi)容緩存區(qū)域(Caching Area, CA)。當(dāng)CC緩存空間充足時，數(shù)據(jù)分組直接緩存在其CCS內(nèi)；若CC緩存占用率超過某個臨界值時，則對本地CCS中的內(nèi)容進(jìn)行篩選，從中挑選部分內(nèi)容轉(zhuǎn)移到鄰居節(jié)點上，同時在其CIS中建立該內(nèi)容存儲位置的索引信息。我們把這類需要轉(zhuǎn)移出去的內(nèi)容稱為轉(zhuǎn)存內(nèi)容，將接收并緩存了某個轉(zhuǎn)存內(nèi)容的節(jié)點稱為該內(nèi)容的轉(zhuǎn)存節(jié)點，而內(nèi)容索引存儲區(qū)中的索引信息則稱之為轉(zhuǎn)存內(nèi)容索引。在轉(zhuǎn)存內(nèi)容索引中包含了轉(zhuǎn)存內(nèi)容的名稱、轉(zhuǎn)存節(jié)點名稱以及相應(yīng)的轉(zhuǎn)發(fā)接口等信息。根據(jù)內(nèi)容的名稱，若在CIS中發(fā)現(xiàn)與某個請求分組匹配的轉(zhuǎn)存內(nèi)容索引條目，則CC可以將該請求分組通過轉(zhuǎn)存內(nèi)容索引中記錄的轉(zhuǎn)發(fā)接口發(fā)往轉(zhuǎn)存節(jié)點來實現(xiàn)緩存命中。

2.1轉(zhuǎn)存節(jié)點的選擇

為了保證內(nèi)容對象轉(zhuǎn)移到其他節(jié)點后的可用性，在選擇轉(zhuǎn)存節(jié)點時主要考慮兩方面的因素，其一是節(jié)點的緩存狀態(tài)，即選擇的轉(zhuǎn)存節(jié)點是否具有足夠的空間緩存轉(zhuǎn)存內(nèi)容以及能否提供較長的緩存時間；其二是轉(zhuǎn)存節(jié)點與緩存中心節(jié)點網(wǎng)絡(luò)連接的穩(wěn)定性，即二者之間是否能保持較穩(wěn)定的連接鏈路，以保證利用緩存中心節(jié)點記錄的內(nèi)容位置索引有較大概率實現(xiàn)緩存命中和內(nèi)容返回。

首先我們引入節(jié)點緩存替換率的概念，記為Rep()，并將其定義為單位采樣時間內(nèi)節(jié)點緩存中被替換內(nèi)容的大小與其緩存總?cè)萘康谋戎?，以此作為?jié)點緩存狀態(tài)的衡量指標(biāo)。Rep()的計算方法如式(1)所示。

其中，(M)表示節(jié)點中被替換的內(nèi)容M的大小，為單位時間內(nèi)節(jié)點緩存中替換的內(nèi)容個數(shù)，()則是節(jié)點的緩存總?cè)萘?。我們?yīng)盡可能將轉(zhuǎn)存內(nèi)容遷往內(nèi)容替換率較低的節(jié)點，以避免其被過快地替換。

同時，我們將緩存中心節(jié)點與其任意鄰居節(jié)點間鏈路連接的穩(wěn)定性定義為采樣周期內(nèi)節(jié)點間鏈路的連接時間所占的比例，記為Stab()，計算公式為

其中t為鏈路的連接時長，T為采樣時長。我們盡量選擇與緩存中心節(jié)點連接穩(wěn)定性更高的節(jié)點進(jìn)行內(nèi)容轉(zhuǎn)移以提高被轉(zhuǎn)移內(nèi)容對象的可用性。

當(dāng)需要進(jìn)行緩存內(nèi)容的轉(zhuǎn)移時，緩存中心節(jié)點將分別計算其各個鄰居節(jié)點的選擇權(quán)重因子，然后從中選擇權(quán)重值最大的節(jié)點作為內(nèi)容的轉(zhuǎn)存節(jié)點。

2.2轉(zhuǎn)存內(nèi)容的選擇

為了通過恰當(dāng)?shù)膬?nèi)容遷移實現(xiàn)有效的鄰域協(xié)同緩存，緩存中心節(jié)點首先檢測并消除當(dāng)前緩存區(qū)域內(nèi)的冗余內(nèi)容，然后根據(jù)內(nèi)容的流行度來選擇合適的轉(zhuǎn)存內(nèi)容。具體過程描述如下：

(1)節(jié)點根據(jù)流行度對CCS中緩存的所有內(nèi)容按升序進(jìn)行排序；

(2)若緩存中心節(jié)點與其鄰居間存在冗余內(nèi)容且冗余內(nèi)容流行度低(排在緩存中心節(jié)點緩存內(nèi)容隊列的前50%)，則直接刪除緩存中心節(jié)點上的冗余內(nèi)容副本；反之，刪除鄰居節(jié)點上的冗余副本。若鄰居節(jié)點間存在冗余，則選擇刪除緩存替換率較高的節(jié)點上的冗余副本；

2.3 轉(zhuǎn)存內(nèi)容索引的更新與替換

在CCMCM機(jī)制中，節(jié)點接收到的內(nèi)容分組可能源自兩種情況，一種是源自內(nèi)容分發(fā)機(jī)制產(chǎn)生的正常內(nèi)容傳輸，由其他節(jié)點轉(zhuǎn)發(fā)而來的普通內(nèi)容分組；另一種則來自緩存決策機(jī)制觸發(fā)的內(nèi)容轉(zhuǎn)移存儲行為。為了區(qū)分這兩種不同來源的內(nèi)容分組，我們在每個內(nèi)容分組的頭部增加了一個1 bit的轉(zhuǎn)存標(biāo)志位Ft。該標(biāo)志位初值設(shè)為0，表示內(nèi)容為普通內(nèi)容分組。而該標(biāo)志位被置為1時，表示該內(nèi)容分組為轉(zhuǎn)存分組。當(dāng)節(jié)點緩存不足時，節(jié)點對普通內(nèi)容分組均采用優(yōu)先舍棄低流行度內(nèi)容的方式進(jìn)行替換。然而如果涉及到轉(zhuǎn)存內(nèi)容分組，則需考慮其對應(yīng)的轉(zhuǎn)存索引信息的更新或替換，我們分以下幾種情況進(jìn)行處理：

(1)由于轉(zhuǎn)存節(jié)點N的移動或關(guān)機(jī)，其與緩存中心節(jié)點N的連接即將中斷。

此時，N將其緩存中的所有轉(zhuǎn)存內(nèi)容向N進(jìn)行主動通告，若N緩存空間充足，則直接取回轉(zhuǎn)存內(nèi)容；否則N比較轉(zhuǎn)存內(nèi)容與自身緩存內(nèi)容的流行度，保留其中流行度較高的內(nèi)容并刪除對應(yīng)的轉(zhuǎn)存內(nèi)容索引。

(2)由于轉(zhuǎn)存節(jié)點N緩存不足，根據(jù)緩存替換算法某個流行度最低的轉(zhuǎn)存內(nèi)容M需被替換。

此時，N將向N發(fā)送包含M信息的緩存替換通告。若N緩存空間充足，則直接將M取回并將Ft復(fù)位，同時移除M對應(yīng)的轉(zhuǎn)存內(nèi)容索引；若N緩存已滿，則根據(jù)M的流行度執(zhí)行相應(yīng)的替換操作。

(3)緩存中心節(jié)點N的CIS空間不足。

此時，N根據(jù)流行度替換流行度最低的轉(zhuǎn)存內(nèi)容的索引，并通過轉(zhuǎn)存節(jié)點將對應(yīng)內(nèi)容的F復(fù)位。

3 仿真實驗及性能分析

3.1仿真環(huán)境與性能參數(shù)

為了證明CCMCM緩存機(jī)制在緩存性能上的優(yōu)勢，我們選擇了處處緩存的LCE策略和基于介數(shù)的Betw策略作為CCMCM性能比較的對象，并利用ndnSIM[13]模擬器實現(xiàn)了以上3種策略的性能仿真。仿真實驗中我們利用GT-ITM生成了一個由50個路由節(jié)點組成的隨機(jī)網(wǎng)絡(luò)拓?fù)?。默認(rèn)情況下，網(wǎng)絡(luò)中內(nèi)容對象總數(shù)為2000個，內(nèi)容大小服從[0.1 MB, 1.9 MB]區(qū)間上的均勻分布，轉(zhuǎn)存內(nèi)容索引分組的大小均為1 kB。節(jié)點緩存初始為空，緩存大小均為10 MB，其中CIS占整個緩存空間大小的1%。用戶請求的到達(dá)過程服從=10個/s的泊松分布，用戶的訪問模式服從參數(shù)=0.7的Zipf分布。同時，請求分組采用洪泛方式進(jìn)行轉(zhuǎn)發(fā)，緩存替換策略默認(rèn)為LRU。在無特殊說明時，各實驗參數(shù)均取默認(rèn)值。本文采用的主要性能評估指標(biāo)包括：

(1)緩存命中率：被定義為用戶請求由緩存而非原始內(nèi)容服務(wù)器響應(yīng)的概率。

(2)緩存負(fù)載分布：通過統(tǒng)計節(jié)點的累積緩存內(nèi)容數(shù)量(即各節(jié)點被選中為緩存節(jié)點的次數(shù))來分析各緩存機(jī)制對緩存負(fù)載分布均衡性的影響。

3.2仿真實驗結(jié)果

3.2.1緩存命中率 本小節(jié)首先研究采用不同緩存策略時系統(tǒng)緩存命中率隨網(wǎng)絡(luò)參數(shù)變化的情況。由圖1(a)可見，隨著節(jié)點緩存容量的增加，3種機(jī)制的緩存命中率都呈現(xiàn)增長的趨勢。這是由于節(jié)點緩存空間增加使得內(nèi)容分組的緩存時間延長，從而提高了緩存命中率。其中，CCMCM充分利用鄰居節(jié)點緩存資源進(jìn)行有效地轉(zhuǎn)移存儲，緩解了高中心性節(jié)點的緩存壓力，從而獲得了三者中最高的緩存命中率。在節(jié)點緩存不變時，內(nèi)容數(shù)量的增加使得緩存資源更加稀缺。因此如圖1(b)所示，3種機(jī)制的緩存命中率均隨內(nèi)容數(shù)量的增加明顯下降，但CCMCM的緩存命中率始終優(yōu)于其他二者。圖1(c)反映了Zipf參數(shù)不同時各緩存機(jī)制的緩存命中率情況。由于Zipf參數(shù)越大表明用戶對內(nèi)容的偏好越集中于高流行度的內(nèi)容，而3種機(jī)制的緩存放置策略以及基于LRU的緩存替換策略均傾向于保證高流行度內(nèi)容在網(wǎng)絡(luò)中的緩存時間。因此，緩存命中率隨著用戶偏好傾向性的增強(qiáng)逐漸增加。其中，CCMCM的緩存命中率相比其他兩種機(jī)制依然有著明顯的優(yōu)勢。

3.2.2緩存負(fù)載分布 本小節(jié)考察3種緩存決策機(jī)制下緩存負(fù)載的分布情況。為了突顯出采用不同緩存機(jī)制時在網(wǎng)絡(luò)節(jié)點累積緩存的內(nèi)容數(shù)量上的差異，這里將內(nèi)容數(shù)量增加到10000個，請求到達(dá)速率提高到100 個/s，在100 s的仿真時間內(nèi)對節(jié)點的累積緩存內(nèi)容數(shù)量進(jìn)行統(tǒng)計。由圖2可以看出，采用LCE時各節(jié)點上的累積緩存內(nèi)容數(shù)量明顯超過其他兩種機(jī)制，這正是該機(jī)制導(dǎo)致大量緩存冗余的表現(xiàn)。同時，緩存負(fù)載在節(jié)點上的分布存在著不均衡的現(xiàn)象。Betw機(jī)制下緩存負(fù)載分布的不均衡現(xiàn)象更為突出，這是由于Betw總是選擇路徑上介數(shù)最大的節(jié)點進(jìn)行內(nèi)容緩存，因此導(dǎo)致了大量內(nèi)容集中緩存在高介數(shù)節(jié)點上。反觀CCMCM機(jī)制，通過適時地向周圍的鄰居節(jié)點進(jìn)行緩存內(nèi)容的轉(zhuǎn)移，使得緩存負(fù)載分布更均衡，提高了節(jié)點資源的利用率。

圖1 不同網(wǎng)絡(luò)參數(shù)對緩存命中率的影響

圖2 3種緩存機(jī)制下緩存負(fù)載在節(jié)點上的分布情況

4 結(jié)束語

緩存節(jié)點的合理選擇是CCN網(wǎng)內(nèi)緩存技術(shù)研究的關(guān)鍵問題。為了實現(xiàn)網(wǎng)絡(luò)中節(jié)點資源的均衡有效利用，提升系統(tǒng)的緩存性能，本文提出了一種分布式的協(xié)同緩存機(jī)制——CCMCM。該機(jī)制在考慮緩存節(jié)點位置重要性的同時，通過適時地向鄰居節(jié)點實現(xiàn)合理的緩存內(nèi)容遷移，來提高緩存負(fù)載在節(jié)點上分布的均衡性。仿真結(jié)果表明CCMCM有效地優(yōu)化了網(wǎng)絡(luò)緩存的整體利用率，并對緩存命中率、平均接入代價等緩存性能指標(biāo)具有明顯的改進(jìn)。在后續(xù)的工作中，我們將驗證CCMCM在實際網(wǎng)絡(luò)環(huán)境下的性能并實現(xiàn)算法的優(yōu)化。同時，還將進(jìn)一步研究如何將本文的緩存機(jī)制擴(kuò)展到移動網(wǎng)絡(luò)環(huán)境。

[1] Koponen T, Chawla M, Chun B G,.. A data-oriented (and beyond) network architecture[J]., 2007, 37(4): 181-192.

[2] Ahlgren B, Dannewitz C, Imbrenda C,. A survey of information-centric networking[J]., 2012, 50(7): 26-36.

[3] Jacobson V, Smetters D K, Thornton J D,.. Networking named content[J]., 2012, 55(1): 117-124.

[4] Laoutaris N, Syntila S, and Stavrakakis I. Meta algorithms for hierarchical web caches[C]. Proceedings of the IEEE International Performance Computing and Communications Conference (IEEE IPCCC), Phoenix, 2004: 445-452.

[5] Cho K, Lee M, Park K,.. WAVE: popularity-based and collaborative in-network caching for contentoriented networks[C]. Proceedings of the IEEE INFOCOM Workshop onNOMEN, Orlando, FL, 2012: 316-321.

[6] Ming Z, Xu M, and Wang D. Age-based cooperative caching in information-centric network[C]. Proceedings of the 23rd International Conference on Computer Communication and Networks (ICCCN), Shanghai, 2014: 1-8.

[7] 葛國棟, 郭云飛, 劉彩霞, 等. 命名數(shù)據(jù)網(wǎng)絡(luò)中基于內(nèi)容請求相關(guān)性的協(xié)作緩存算法[J]. 電子與信息學(xué)報, 2014, 36(12): 2795-2801.

Ge Guo-dong, Guo Yun-fei, Liu Cai-xia,.. Collaborative caching algorithm based on request correlation in named data networking[J].&, 2014, 36(12): 2795-2801.

[8] Wang L, Bayhan S, and Kangasharju J. Optimal chunking and partial caching in information-centric networks[J]., 2015, 61: 48-57.

[9] Qian H, Muqing W, Dongyang W,. Lifetime-based greedy caching approach for content-centric networking[C]. Proceedings of the 21st International Conference on Telecommunications (ICT), Lisbon,Portugal, 2014: 426-430.

[10] Chai W K, He D, Psaras I,.. Cache “l(fā)ess for more” in information-centric networks (extended version)[J]., 2013, 36(7): 758-770.

[11] Psaras I, Chai W K, and Pavlou G. Probabilistic in-network caching for information-centric networks[C]. Proceedings of the Second Edition of the ICN Workshop on Information- centric Networking, Helsinki, Finland, 2012: 55-60.

[12] 崔現(xiàn)東, 劉江, 黃韜, 等. 基于節(jié)點介數(shù)和替換率的內(nèi)容中心網(wǎng)絡(luò)網(wǎng)內(nèi)緩存策略[J]. 電子與信息學(xué)報, 2014, 36(1): 1-7.

Cui Xian-dong, Liu Jiang, Huang Tao,.. A novel in-network caching scheme based on betweenness and replacement rate in content centric networking[J].&, 2014, 36(1): 1-7.

[13] NS-3 based Named Data Networking (NDN) Simulator[OL]. http://ndnsim.net, 2013.6.

Cooperative Caching Mechanism with Content Migration in Content-centric Networking

Luo Xi①③An Ying②Wang Jian-xin①Liu Yao④

①(,,410083,)②(,,410013,)③(,,410138,)④(,,410205,)

Content-Centric Networking (CCN) is a new Internet architecture with native support for scalable and efficient content acquisition, which is proposed to accommodate the changes in future communication mode. Content caching is one of the key issues in CCN. In some existing work, the choice of caching nodes is over-focused on few special nodes, which results in an uneven distribution of cached contents. It greatly decreases the utilization of network resources and impairs the overall caching performance. In this paper, a Cooperative Caching Mechanism with Content Migration (CCMCM) is proposed. In this scheme, the centrality of node is considered in the selection of caching nodes to ensure that contents can be cached in the more important nodes as much as possible. When the cached contents are extensive, the caching node can transfer some contents to the appropriate neighbor according to the cache space available, the cache replacement rate and the connection stability between nodes. The aim is to fully utilize the resource of neighbor nodes and achieve effective load distribution. Simulation results show that the proposed scheme improves the load balance among caching nodes, increases the resource utilization and achieves high cache hit rate with low average access cost.

Content-Centric Networking (CCN); Cooperative caching; Load balance; Content migration

TP393

A

1009-5896(2015)11-2790-05

10.11999/JEIT150399

2015-04-08；改回日期：2015-07-08；

2015-08-27

安瑩 anying@csu.edu.cn

國家自然科學(xué)基金(61402541, 61103204)

The National Natural Science Foundation of China (61402541, 61103204)

羅 熹： 女，1980年生，博士生，研究方向為新型網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計、內(nèi)容中心網(wǎng)絡(luò).

安 瑩： 男，1980年生，講師，在站博士后，研究方向為新型網(wǎng)絡(luò)體系結(jié)構(gòu)設(shè)計、內(nèi)容中心網(wǎng)絡(luò)、延遲容忍網(wǎng)絡(luò)等.

王建新： 男，1969年生，教授，博士生導(dǎo)師，研究方向為網(wǎng)絡(luò)優(yōu)化理論、參數(shù)計算理論、生物信息學(xué)等.

劉 耀： 男，1976年生，講師，博士，研究方向為延遲容忍網(wǎng)絡(luò)、社會網(wǎng)絡(luò)等.