一种命名数据网络的缓存策略

虽然缓存内容复用是命名数据网络的显著特征,但是传统方法的缓存内容利用率并不理想.为了提高命名数据网络中缓存内容的利用率,提出了一种基于缓存价值的缓存策略.本缓存策略在保证内容流行度和兴趣源距离外,还充分考虑了缓存内容大小及多样性因素,由此可有效优化缓存空间,提升缓存的价值.此外,还设计了相应的缓存内容定期更新策略.对比...     

基于缓存价值的命名数据网络缓存优化策略

为了解决当前命名数据网络（Named Data Network）中的传统缓存决定策略如LCE (Leave Copy Everywhere)、LCD (Leave Copy Down)、Prob (Copy with Probability)中存在的由于路由器缓存利用不合理导致的路由器缓存命中率过低,及满足用户请求所需跳数过多导致的时延过大等问题,提出一种基于缓存价值的缓存策略。该策略结合兴趣包路由跳数与所请求数据包大小,以及兴趣包所经过路由节点缓存情况,计算数据包缓存价值,由此将数据包缓存在合适的节点,以提高缓存命中率。在此基础上考虑下游节点的过滤效应,提出相对于传统缓存替换策略LRU、LFU的基于动态缓存价值的缓存替换策略,以进一步提高缓存命中率。经过大量仿真对比实验,验证了本文提出算法的有效性及可用性。     

命名数据网络中分组报文缓存优化方法

传统网络缓存系统中数据包级别的缓存难以实现,信息中心网络的出现使这个难题得以缓解,但数据包级别的缓存仍然面临严重的扩展性问题。通过分析当前限制数据包级别缓存实现的若干问题,提出了一种分组报文缓存优化方法。该方法通过根据分组前缀而非单个报文前缀建立索引来减少高速存储器的使用量,同时分组级别的流行度也用于优化缓存决策。定义了大量的评估指标,并通过广泛的实验来评估此方案的性能。实验结果表明,与之前的数据包级别的缓存方案相比,该方法可以大大减少高速存储器使用量,并且在服务器负载减少率、平均跳数减少率和平均缓存命中率方面取得显着改善。     

命名数据网络中带宽时延感知的拥塞控制机制

作为一种新型网络架构,命名数据网络(NDN)采用内容中心和无连接传输模式.NDN是内容请求者驱动,如果其所需内容较大,内容提供者将内容分片,并装入多个数据包返回.此时或者内容请求者持续发送等量兴趣包才能获取完整内容,传输延时过高;或者内容提供者一次性将数据包全部返回,易造成丢包.因此,NDN不适用于AR/VR等大数据量...     

基于动态流行度与请求代价的命名数据网络缓存策略

为实现高效的命名数据网络(NDN)缓存替换,设计动态流行度与请求代价相结合的缓存替换策略。使每个节点单独计算缓存内容的动态流行度与请求代价的加权(DPC)值,并基于该值进行缓存内容的替换,保留高流行度与高请求代价的内容。在此基础上,根据内容的DPC值对其分类,执行区分化的缓存决策算法,合理选择节点放置缓存。实验结果表明,相对于典型NDN缓存策略,该策略能有效提高缓存命中率,降低平均跳数。     

命名数据网络中基于内容类型的隔跳概率缓存机制

网络化缓存是命名数据网络实现对信息的高效获取,有效降低互联网骨干网络流量的关键技术.网络化缓存将缓存作为普适的功能添加到每个网络节点.用户需要获取信息时,缓存有该内容的任意网络节点(例如路由器)接收到用户请求后都可直接向用户返回相应内容,提升用户请求响应效率.然而,命名数据网络采用泛在缓存使得内容发布者到用户的传输路径上的各节点对内容进行重复并无差别缓存,造成数据冗余、内容缓存无差别对待问题.为此,提出一种基于内容类型的隔跳概率缓存机制.首先根据业务特征(例如时延要求、带宽占用)将内容划分为4种类型：动态类、实时类、大数据类、以及小数据类;其次构造隔跳待定缓存策略,将数据存储在非连续的传输节点上,从空间上减少冗余缓存;最后针对不同内容提供差异化缓存服务：无缓存、网络边缘概率缓存、网络次边缘概率缓存、以及网络核心概率缓存策略,从而进一步降低冗余数据,同时提高用户获取内容的效率.实验结果表明,该机制能够减少冗余缓存,降低用户请求内容时延.     

基于改进哈希编码的路由查询匹配算法

路由查找算法是网络路由器关键技术之一,为了提高数据查询性能,提出一种基于改进哈希编码的路由查询匹配算法。利用哈希函数压缩数据名字,采用状态转换阵列实现名称最长前缀的快速匹配,将路由节点缓存因素引入路由决策,采用仿真对比实验对算法的性能进行测试。结果表明,与其它路由查询匹配算法相比,本文算法不仅降低了数据内存开销,大幅度减少平均查询时间,而且提高了数据路由查询的效率。     

命名数据网络中适用于区分服务的缓存策略研究

命名数据网络(NDN)缓存策略通常较少关注内容所属的服务类型及不同服务类型的服务质量需求差异,难以应用于服务类型多样、用户需求复杂的实际场景。为充分利用有限的缓存资源,借鉴IP网络中的Diffserv模型,提出一个适用于NDN的缓存内容分类模型,并给出同时考虑内容分类、路由器本地流行度和内容下载时延的概率缓存算法DiffCache。实验结果表明,该算法可实现缓存资源的动态分配,在不影响全局命中率和下载时延的情况下,能够准确区分每种内容类型的性能指标表现。     

LDFS:NDN路由器的缓存扩充新方法

现有路由器因其存储容量无法满足命名数据网络(named data networking,NDN)对缓存容量的需求,导致了NDN部署困难。提出了一种软件扩展路由器缓存容量的方法——LDFS(lightweight distributed file system)。LDFS的主要思想是将边缘网络的终端用户和存储服务器作为存储节点,虚拟缓存服务器统一管理存储节点并向客户端提供缓存服务,客户端以库函数的形式向上层应用提供接口。LDFS的主要特点是轻量级客户端和多种存储资源提供存储服务。最后通过实验对系统的性能进行了测量,并验证了轻量级客户端设计的优势。     

Security Attacks in Named Data Networking: A Review and Research Directions

Journal of Computer Science and Technology - Contents such as audios, videos, and images, contribute most of the Internet traffic in the current paradigm. Secure content sharing is a tedious issue....     

基于内容热度与节点介数的NDN网络缓存策略

缓存技术是数据命名网络（Named data networking,NDN）的关键技术之一. NDN传统的LCE缓存策略会造成较大的冗余. 改进的RCOne策略采用随机放置的方法,没有利用任何内容、节点信息,对网络缓存性能的提升有限. Betw策略只考虑到节点介数,导致高介数节点缓存更替频繁,当节点缓存容量远小于内容总量时,缓存性能下降. 为了解决这些问题,本文提出一种结合内容热度与节点介数的新型缓存策略HotBetw（Hot content placed on node with high Betweenness）,充分利用内容与节点信息选择最佳的位置放置缓存. 仿真实验表明相对于典型NDN缓存策略,HotBetw缓存策略在提高缓存命中率、降低平均跳数方面具有很好的效果.     

面向车载自组织网络路由的轨迹预测算法

在车载自组织网络(vehicular ad hoc network, VANET)(也称车联网)中,基于地理位置的路由协议能够较好地适应网络拓扑的动态性变化和链路质量的不稳定性.由于位置信息需要在邻居节点间采用信标分组进行交互,信标分组间隔内的转发决策可能因车辆节点位置的移动而不准确,需要进行位置预测来修正车辆节点的位置.已有的位置预测算法存在普适性差或预测误差大的问题.针对上述问题,提出了一种新的预测算法,首次通过测量得到车辆加速度服从正态分布的结论,利用线性回归进行预测,并采用反馈机制进行结果修正.利用真实车辆轨迹进行测试,新的预测算法的预测精度大为提高.然后,提出了一种新的基于位置的即时路由协议.在该协议中,发送节点利用邻居节点位置和目的节点位置计算出转发下一跳.将新的位置预测算法加入到即时路由协议中,实时预测和更新车辆的位置.利用SUMO软件生成了基于真实地图道路轨迹的车辆运动模型,结合NS3网络仿真平台进行了仿真实验.实验结果表明：采用新的预测算法后,相比传统的GPSR协议和不带预测的即时路由协议,新方法的收包率提高、延迟下降,并且协议开销显著降低.     

命名数据网络中一种基于节点分类的数据存储策略

缓存是命名数据网络(named data networking, NDN)有别于传统网络最突出的特性之一,NDN中默认所有节点都具有缓存所有经过数据的功能.这种“处处缓存”策略导致网内大量冗余数据的产生,使网内缓存被严重浪费.针对上述问题,首次提出了一种基于节点分类(based on node classification, BNC)的数据存储策略.基于节点位置的不同,将数据返回客户端所经过的节点分为“边缘”类节点与“核心”类节点.当数据经过“核心”类节点时,通过权衡该类节点的位置与数据在不同节点的流行度分布,将数据存储在对其他节点最有利的节点中;当数据经过“边缘”类节点时,通过该数据流行度来选择最有利于客户端的位置.仿真结果表明,提出的策略将有效提高数据命中率,减少数据请求时延和距离.     

A Dataflow-Oriented Programming Interface for Named Data Networking

从除一个地点驱动的模式以外的一个数据驱动的通讯模式继承,命名数据联网(NDN ) 把更好的支持提供给网络层 dataflow。然而,应用程序开发者不得不处理复杂任务,例如数据分割,包确认,和流动控制,由于在网络层上的合适的运输层协议的缺乏。在这研究,我们设计一个 dataflow 面向的编程接口为 NDN 提供运输策略,它极大地在开发应用程序改进效率。这个接口介绍检索策略根据出版模式,基于当前的网络地位和数据产生控制 dataflow 在采用一个适应 ADU pipelining 算法的不同数据评估的二个应用程序数据单位(ADU ) 。接口也提供网络测量策略监视许多影响应用程序表演的批评度量标准。我们由实现流的一个录像验证我们的接口的功能和性能在世界范围的 NDN 试验床上跨越 11 个时区的申请。我们的实验证明接口罐头高效地支持开发高效、驾驶 dataflow 的 NDN 应用程序。     

一种联合检测命名数据网络中攻击的方法

兴趣泛洪攻击(interest flooding attack, IFA)和合谋兴趣泛洪攻击(conspiracy interest flooding attack, CIFA)是命名数据网络(named data networking, NDN)面临的典型的安全威胁.针对现有检测方法的检测特征单一因此不能有效地辨别攻击种类以及检测率不够高等问题, 提出一种基于关联规则算法和决策树算法联合检测NDN中攻击的方法.首先, 通过提取NDN路由节点的内容缓存(content cache, CS)中的数据信息挖掘CS中新的检测特征“缓存增长率”, 实验发现“CS数据包增长率”是辨别IFA还是CIFA的有利依据.其次, 使用关联规则算法将新的检测特征与待定兴趣表(pending interest table, PIT)中多个检测特征联合, 寻找各个特征之间的关联性并将其作为决策树的输入.最后, 使用决策树算法检测攻击.该方法使用决策树算法和关联规则算法联合检测NDN中的攻击, 不仅避免了单一特征检测攻击造成的误判并且丰富了决策树的分类属性.分析仿真结果表明该检测方法可以精确地区分并检测IFA和CIFA并且提高了检测率.     

一种Ad Hoc多播网络中的缓存优化策略

为实现Ad Hoc多播网络中丢失数据的源端恢复或本地恢复,定义分组缓存效率和剩余缓存效率指标。在分析缓存效率最优问题的基础上,提出一种缓存优化策略OCT,通过分布式缓存算法使系统尽可能逼近理论最优值。实验结果表明,OCT能有效提高多播传输的可靠性,减少丢失数据的恢复时间。     

基于SDN与NDN的卫星网络多约束路由算法

针对NDN卫星网络内容传输时延高、丢包率高且请求命中率低的问题,提出了一种基于SDN与NDN的卫星网络多约束路由算法,并命名为SNMcRA。基于SDN的集中控制与全局视图,通过建立多约束路由模型,将链路多约束信息与蚁群算法相结合以求解满足时延、带宽、丢包率多约束的代价最小路径,由节点在包转发的过程中动态完成转发表FIB和待定请求表PIT的构建。实验结果表明,该算法与DSP算法相比时延降低了35%,带宽利用率提升了29%,丢包率降低了17%,并且在请求命中率方面也具有显著优势。