基于节点中心性度量的内容中心网络缓存机制

doi:10.11959/j.issn.1000-436x.2017113

通信学报 ›› 2017, Vol. 38 ›› Issue (6): 10-18.doi: 10.11959/j.issn.1000-436x.2017113

基于节点中心性度量的内容中心网络缓存机制

蔡岳平^1,²,刘军²,樊欣唯²

¹ 重庆大学信息物理社会可信服务计算教育部重点实验室，重庆 400030
² 重庆大学通信工程学院，重庆 400030

修回日期:2017-05-08 出版日期:2017-06-25 发布日期:2017-06-30
作者简介:蔡岳平（1980-），男，江苏丹阳人，重庆大学副教授、硕士生导师，主要研究方向为数据中心网络、光通信网络、未来互联网等。|刘军（1990-），男，江西遂川人，重庆大学硕士生，主要研究方向为内容中心网络、软件定义网络等。|樊欣唯（1992-），女，重庆人，重庆大学硕士生，主要研究方向为内容中心网络、网络功能虚拟化。
基金资助:
国家自然科学基金资助项目(61301119);教育部高等学校博士学科点专项科研基金资助项目(20120191120025);教育部留学归国人员启动基金资助项目(1020607820140002)

Node centrality metric based caching mechanism in content-centric network

Yue-ping CAI^1,²,Jun LIU²,Xin-wei FAN²

¹ Key Laboratory of Dependable Service Computing in Cyber Physical Society,Chongqing University,Chongqing 400030,China
² College of Communication Engineering,Chongqing University,Chongqing 400030,China

Revised:2017-05-08 Online:2017-06-25 Published:2017-06-30
Supported by:
The National Natural Science Foundation of China(61301119);Research Fund of Young Scholars for the Doctoral Program of Higher Education,Ministry of Education(20120191120025);The Scientific Research Foundation for the Returned Overseas Chinese Scholars,Ministry of Education(1020607820140002)

摘要/Abstract

摘要：

为了降低内容中心网络的缓存内容冗余度和提高缓存内容命中率，提出一种基于节点中心性度量的缓存机制(CMC)。CMC利用控制器获取整个网络的拓扑结构和缓存空间空闲率，根据拓扑的连接关系分别计算各节点的度中心性、紧密中心性和介数中心性，并将这3个度量和缓存空间空闲率作为缓存节点选择的重要指标。仿真实验表明，与传统内容中心网络（CCN）缓存机制相比，CMC 可以有效地提高缓存内容命中率，降低获取内容的跳数和平均请求时延。

关键词: 内容中心网络, 缓存机制, 中心性, 度量

Abstract:

In order to reduce the cache redundancy as well as increase the cache hit ratios in content-centric networks,the node centrality metric based caching mechanism (CMC) was proposed.CMC utilized controllers to obtain the topology of the whole network and the idle rate of cache space.According to the connection relation of the topology,the degree centrality,closeness centrality and betweenness centrality of nodes were calculated.When CMC choose the caching nodes,it took the three metrics and the idle rate of cache space into account.Simulation results show that CMC can effectively increase the cache hit ratios and reduce the content fetching hops and average request delay compared with the traditional routing algorithms in CCN.

Key words: content-centric network, caching mechanism, centrality, metric

中图分类号:

TP393

蔡岳平,刘军,樊欣唯. 基于节点中心性度量的内容中心网络缓存机制[J]. 通信学报, 2017, 38(6): 10-18.

Yue-ping CAI,Jun LIU,Xin-wei FAN. Node centrality metric based caching mechanism in content-centric network[J]. Journal on Communications, 2017, 38(6): 10-18.

图/表 5

图1

表1

表2

图2

图3

参考文献 17

[1]	KOPONEN T , CHAWLA M , CHUN B ,et al. A data-oriented (and beyond) network architecture[C]// ACM SIGCOMM. 2007: 181-192.
[2]	FOTIOU N , TROSSEN D , POLYZOS G . Illustrating a publish-subscribe internet architecture[J]. Telecommunication Systems, 2012,551(4): 233-245.
[3]	DANNEWITZ C , KUTSCHER D , OHLMAN B ,et al. Network of information (NetInf)-an information-centric networking architecture[J]. Computer Communications, 2013,36(7): 721-735.
[4]	JACOBSON V , SMETTERS D K , THORNTON J D ,et al. Networking named content[J]. Communications of the ACM, 2012,55(1): 117-124.
[5]	张国强, 李杨, 林涛 ,等. 信息中心网络中的内置缓存技术研究[J]. 软件学报, 2014,25(1): 154-175.
	ZHANG G Q , LI Y , LIN T ,et al. Survey of in-network caching techniques in information-centric networks[J]. Journal of Software, 2014,25(1): 154-175.
[6]	LAOUTARIS N , CHE H , STAVRAKAKIS I . The LCD interconnection of LRU caches and its analysis[J]. Performance Evaluation, 2006,63(7): 609-634.
[7]	PSARAS I , CHAI W K , PAVLOU G . Probabilistic in-network caching for information centric networks[C]// The Second Edition of the ICN Workshop on Information-Centric Networking. 2012: 55-60.
[8]	LI Z , SIMON G . Time-shifted TV in content centric networks:the case for cooperative in-network caching[C]// In IEEE International Conference on Communications. 2011: 1-6.
[9]	MING Z X , XU M W , WANG D . Age-based cooperative caching in information-centric networks[C]// IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS). 2012: 268-273.
[10]	HE D L , CHAI W K , PAVLOU G . Leveraging in-network caching for efficient content delivery in content-centric network[C]// In London Communication Symposium, 2011.
[11]	CHAI W K , HE D L , PSARAS I ,et al. Cache “less for more” in information-centric networks[J]. Computer Communications, 2013,36(7): 758-770.
[12]	CHANDA A , WESTPHAL C . A content management layer for software-defined information centric networks[C]// In ACM SIGCOMM Workshop on Information-Centric Networking, 2013: 47-48.
[13]	WANG J , REN J , LU K J ,et al. An optimal cache management framework for information-centric networks with network coding[M]// IFIP Networking Conference. 2014: 1-9.
[14]	MENDONCA M , NUNES B A , NGUYEN X ,et al. A survey of software-defined networking:past,present,and future of programmable networks[J]. IEEE Surveys Communications and Tutorials, 2014,16(3): 1617-1634.
[15]	DU Y , GAO C , HU Y ,et al. A new method of identifying influential nodes in complex networks based on TOPSIS[J]. Physica A Statistical Mechanics ＆Its Applications, 2014,399(4): 57-69.
[16]	PODLIPNIG S , B?SZ?RMENYI L . A survey of web cache replacement strategies[J]. ACM Computing Surveys, 2003,35(4): 374-398.
[17]	JUAN D , ROGERS . Internetworking and the politics of science:NSFNET in Internet history[J]. The Information Society, 1998,14(3): 213-228.

节点名称	C_D(v_i)	C_C(v_i)	C_B(v_i)	P(v_i)
MD	0.230 8	0.326 9	0.201 5	0.253 1
TX	0.307 7	0.307 7	0.421 2	0.345 5
CO	0.230 8	0.269 2	0.219 8	0.239 9
UT	0.230 8	0.269 2	0.245 4	0.248 5

参数	默认值	变动范围
节点数	200	—
链路数	600	—
链路带宽/(Gbit·s^?1)	10
内容数量	1 000	—
用户数量	100	—
缓存节点数	20	—
用户请求模式	Zipf分布：α=0.7	—
用户请求过程	泊松分布：λ=5	1～10
节点缓存容量	均匀分布：μ=50	1～100

基于节点中心性度量的内容中心网络缓存机制

Node centrality metric based caching mechanism in content-centric network

在线阅读

PDF下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 17

相关文章 15

Metrics

推荐阅读 0

[1]	李君, 周乐佳, 李正权, 吉茹, 诸锦涛, 刘兴鑫, 刘子怡. 基于GRU网络辅助和路径度量交换的极化码SCLF算法[J]. 通信学报, 2023, 44(6): 223-237.
[2]	王欣, 付威. 基于推土机距离的证据冲突强度量方法[J]. 通信学报, 2022, 43(5): 204-213.
[3]	李凤华, 李超洋, 郭超, 李子孚, 房梁, 郭云川. 泛在网络环境下隐蔽通道关键技术研究综述[J]. 通信学报, 2022, 43(4): 186-201.
[4]	顾秋阳, 吴宝, 池仁勇. 基于高阶路径相似度的复杂网络链路预测方法[J]. 通信学报, 2021, 42(7): 61-69.
[5]	王洪雁, 张莉彬, 陈国强, 汪祖民, 管志远. 结合粒子滤波及度量学习的目标跟踪方法[J]. 通信学报, 2021, 42(5): 98-110.
[6]	郭兴林, 孙振晓, 周昱瑶, 漆莲芝, 张谊. 基于Pignistic概率转换和奇异值分解的证据冲突度量方法[J]. 通信学报, 2021, 42(4): 150-157.
[7]	涂碧波, 程杰, 夏豪骏, 张坤, 孙瑞娜. 云虚拟化平台可信证明技术研究综述[J]. 通信学报, 2021, 42(12): 212-225.
[8]	黄瑞章,白瑞娜,陈艳平,秦永彬,程欣宇,田有亮. CMDC：一种差异互补的迭代式多维度文本聚类算法[J]. 通信学报, 2020, 41(8): 155-164.
[9]	吴晨思,谢卫强,姬逸潇,杨粟,贾紫艺,赵松,张玉清. 网络系统安全度量综述[J]. 通信学报, 2019, 40(6): 14-31.
[10]	张文静,刘樵,朱辉. 基于信息论方法的多等级位置隐私度量与保护[J]. 通信学报, 2019, 40(12): 51-59.
[11]	陈建平,杨正霞,刘全,吴宏杰,徐杨,傅启明. 基于值函数迁移的启发式Sarsa算法[J]. 通信学报, 2018, 39(8): 37-47.
[12]	樊佩茹,赵波,倪明涛,陈治宏. APM：适用于IaaS平台的agent保护机制[J]. 通信学报, 2018, 39(4): 176-188.
[13]	俞艺涵,付钰,吴晓平. 基于Shannon信息熵与BP神经网络的隐私数据度量与分级模型[J]. 通信学报, 2018, 39(12): 10-17.
[14]	陈建平,何超,刘全,吴宏杰,胡伏原,傅启明. 增强型深度确定策略梯度算法[J]. 通信学报, 2018, 39(11): 106-115.
[15]	石源,张焕国,赵波,于钊. 基于SGX的虚拟机动态迁移安全增强方法[J]. 通信学报, 2017, 38(9): 65-75.