0 引言

    依據2015年Cisco公司公布的最新統計數據得知，在過去5年內，全球IP流量的增長超過了5倍，其中視頻類流量占到所有IP流量的80%^[1]，用戶不再關心內容存儲的具體位置，而只關心內容本身是否符合要求^[2]。面臨著互聯網在體系架構中暴露出的眾多問題，學術界提出了內容中心網絡架構(Content-Centric Networking，CCN)^[3]。內容中心網絡是一種革命式的未來網絡設計，從根本上改變了數據包的傳輸方式。網內緩存是內容中心網絡中的一個關鍵技術，文獻[4-7]對現有的緩存方案進行了總結；文獻[8]提出了一種BetwRep策略；文獻[9]提出了基于內容流行度的緩存策略；文獻[10]基于流行度的預測提出了一種緩存決定策略。本文綜合考慮內容流行度和網絡的拓撲因素，提出了一種基于內容流行度和節點介數的緩存決定方案PBCS(Popularity and Betweenness based Caching Scheme)，在請求次數滿足收益標準的前提下，進行內容流行度與節點重要度的匹配，得到符合要求的緩存節點，最后綜合考慮內容的流行度和節點在請求路徑上的位置，設計了一個動態的概率值p，以概率的方式進行內容副本的緩存。

1 PBCS方案設計

1.1 內容流行度模型

    CCN中節點的流行度主要受內容在節點上被請求次數的影響。假設內容k在節點v_i上某時間段T內被用戶請求的次數為f_i，k，內容k在節點v_i的流行度定義為：

1.2 節點重要度

1.3 價值收益標準

    本文設計了一個價值收益標準，興趣包在節點被請求的次數滿足收益條件時，才進行緩存判決的后續操作。假設內容k在節點v_i的初始請求時間為t₁，第f_i，k個內容請求到達v_i的時間為t₂，T=t₂-t₁，在時間段T內，內容k在節點v_i被請求的總次數是f_i，k。路由器v_i緩存內容k的成本C_i，k定義：

    當請求內容k的總次數f_ik滿足式(6)時，則進行內容緩存判決的下一步操作。

1.4 內容流行度與節點重要度的匹配

    為了便于內容流行度與網絡節點的匹配操作，將網絡節點的介數B(v_i)進行歸一化處理：

式中，p值是一個動態變量，受內容的請求和當前節點位置的影響。

1.5 緩存概率值

    本文中設計了一個權重因子W，使得越靠近用戶的路由器緩存內容的概率越大：

其中，L為用戶到內容服務器距離，H_i為當前節點v_i到內容服務器的距離。

    為了加強節間的協作，本文針對請求路徑上節點的上下游關系，設計了一個反饋因子F，如式(11)所示。如果某內容在上一個路由節點已緩存，x_i-1設為1，反之，x_i-1設為0。 

    綜合考慮內容的流行度、W和F等權重因子，計算節點緩存內容的概率P：

1.6 PBCS信息包的處理

    圖1、圖2分別給出了PBCS緩存策略中興趣包和數據包的具體處理流程。

2 仿真性能分析

2.1 PBCS性能指標

    本文首先利用ndnSIM仿真工具實現了CCN網絡架構上的內容流行度更新系統，進而分別實現了LCE、Prob和PBCS 3種緩存決定策略在LRU緩存替換下的仿真。本文主要從緩存命中率和路由跳數兩方面對本方案的性能進行分析。

    (1)平均緩存命中率

2.2 仿真環境配置

    本文采用NetworkX工具實現了BA無標度網絡，用來反映真實的網絡性質，拓撲圖如3所示，節點0為內容服務器，周邊13個節點皆為用戶節點。

    主要仿真參數設置如下：網絡中的內容總數K=10 000個文件，單個文件設定為一個chunk；內容數據包的流行度服從Zipf分布，參數的值初始設定為0.7；內容的請求頻率服從泊松分布，λ=100個/s。當緩存容量在100～2 000 chunk之間變化時，仿真分析各種緩存策略的性能。請求轉發方式選擇洪泛模式，仿真時間設定為200 s。傳輸速率設置為1 Mb/s，鏈路的延時設置為10 ms。

2.3 仿真分析

    圖4和圖5給出了節點緩存容量變化時，LCE、Prob(0.7)、Betw和PBCS 4種緩存策略的緩存性能對比。從圖4可以看出，當緩存的容量增大時，4種緩存策略的平均命中率都逐漸上升，PBCS將流行度高的內容分別緩存到重要程度不同的節點上，避免了流行度高的內容緩存在同一個節點上被頻繁替換，內容的平均命中率平均提升了8.7%。同理，由圖5看出，隨著緩存容量的增大，內容命中的平均跳數降低，PBCS策略取得了較好的緩存性能，相比Betw和LCE策略，內容命中的平均跳數分別減小了0.1跳和0.4跳。

    圖6和圖7隨著α的增大，內容請求的集中性和局域性不斷增強，流行度高的內容在節點空間中緩存的時間和響應率明顯增大。當α進一步增大(α>0.6)時，內容流行度的分布產生明顯變化，緩存的平均命中率上升幅度較大，內容請求命中的平均跳數也明顯減小。由于PBCS策略中充分考慮了內容流行度因素對緩存的影響，將流行度高的內容緩存到合適的邊緣節點，緩存的性能較好。

3 總結

    本文對CCN中的緩存決定方案進行了研究，針對現存方案Prob和Betw中存在得一些問題，提出了一種基于內容流行度和節點重要度的緩存決定方案，同時引入了價值收益模型作為內容流行度的約束條件。當內容在節點被請求的次數符合收益標準時，才進行內容流行度和節點重要度的等級匹配，設計了一個動態概率值進行內容的緩存。仿真結果表明，這種緩存決定方案能夠有效地提高內容的請求命中率和網絡的傳輸效率，同時減小了內容在節點被替換的次數，有利于緩存系統整體性能的提升。

參考文獻

[1] White Paper：Cisco VNI forecast and methodology，2015-2020[EB/OL].(2015-05-26)[2016-08-11].http：//www.cisco.com/c/en/us/solutions/collateral/service-provider/ip-ngn-ip-next-generation-network/white_paper_c11-481360.html.

[2] 張行功，牛童，郭宗明.未來網絡之內容中心網絡的挑戰和應用[J].電信科學，2013，29(8)：24-31.

[3] JACOBSON V，MOSKO M，SMETTERS D，et al.Content-centric networking[Z].Whitepaper，Palo Alto Research Center，2007：2-4.

[4] KATSAROS K，XYLOMENOS G，POLYZOS G C.MultiCache：An overlay architecture for information-centric networking[J].Computer Networks the International Journal of Computer & Telecommunications Networking，2011，55(4)：936-947.

[5] ZHANG G，LI Y，LIN T.Caching in information centric networking：A survey[J].Computer Networks the International Journal of Computer & Telecommunications Networking，2013，57(16)：3128-3141.

[6] FANG C，YU F R，HUANG T，et al.A survey of energy-efficient caching in information-centric networking[J].Communications Magazine IEEE，2014，52(11)：122-129.

[7] ZHANG M，LUO H，ZHANG H.A survey of caching mechanisms in Information-Centric Networking[J].IEEE Communications Surveys & Tutorials，2015，17(3)：1.

[8] 崔現東，劉江，黃韜，等.基于節點介數和替換率的內容中心網絡網內緩存策略[J].電子與信息學報，2014(1)：1-7.

[9] LIM S H，KO Y B，JUNG G H，et al.Inter-chunk popularity-based edge-first caching in Content-Centric Networking[J].IEEE Communications Letters，2014，18(8)：1331-1334.

[10] NAKAYAMA H，ATA S，OKA I.Caching algorithm for content-oriented networks using prediction of popularity of contents[C].IFIP/IEEE International Symposium on Integrated Network Management.Ottawa，ON：IEEE，2015：1171-1176.

作者信息:

徐昌彪，王  華

(重慶郵電大學 通信與信息工程學院，重慶400065)