0 引言

    隨著網(wǎng)絡(luò)技術(shù)的發(fā)展以及互聯(lián)網(wǎng)用戶的快速增加，網(wǎng)絡(luò)應(yīng)用的主體正逐步向內(nèi)容獲取和信息服務(wù)演進(jìn)。早期為解決端到端通信問題而設(shè)計(jì)的基于TCP/IP的體系架構(gòu)對計(jì)算機(jī)網(wǎng)絡(luò)性能的限制使得傳統(tǒng)互聯(lián)網(wǎng)難以滿足海量的網(wǎng)絡(luò)數(shù)據(jù)處理需求，這激發(fā)了人們對未來網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)的重新思考與研究。信息中心網(wǎng)絡(luò)(Information-Centric Networking，ICN)^[1]作為一種“革命性”體系架構(gòu)，其以內(nèi)容為中心的特點(diǎn)無縫迎合了未來網(wǎng)絡(luò)的發(fā)展趨勢，因而受到研究學(xué)者的廣泛關(guān)注。在ICN體系的諸多部署方案中，命名數(shù)據(jù)網(wǎng)絡(luò)(Named Data Networks，NDN)因其先進(jìn)的設(shè)計(jì)理念、靈活的路由轉(zhuǎn)發(fā)機(jī)制以及分布式的網(wǎng)內(nèi)緩存方式等良好特性已經(jīng)成為ICN中的研究熱點(diǎn)。

    為了滿足高效的內(nèi)容分發(fā)與獲取的需求，NDN在設(shè)計(jì)時(shí)通過引入網(wǎng)內(nèi)緩存(in-network caching)機(jī)制來減少不必要的網(wǎng)絡(luò)數(shù)據(jù)傳輸，從而提高數(shù)據(jù)傳輸效率，增強(qiáng)網(wǎng)絡(luò)的可擴(kuò)展性。在NDN中，每個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)都具有一個(gè)內(nèi)容存儲庫(Content Store，CS)，用于緩存經(jīng)過本地節(jié)點(diǎn)的數(shù)據(jù)，從而為后續(xù)與數(shù)據(jù)對應(yīng)的相關(guān)請求提供路徑緩存服務(wù)。然而，與海量的數(shù)據(jù)相比，網(wǎng)絡(luò)節(jié)點(diǎn)中CS的容量相當(dāng)有限，因此如何合理地進(jìn)行內(nèi)容放置和緩存決策，是影響NDN性能的關(guān)鍵因素。

    NDN在設(shè)計(jì)之初默認(rèn)采用處處緩存(Cache Everything Everywhere，CEE)策略^[2]，但該方法會導(dǎo)致節(jié)點(diǎn)緩存內(nèi)容趨于同質(zhì)化，故無法充分發(fā)揮網(wǎng)內(nèi)緩存效率。近年來，學(xué)術(shù)界圍繞NDN緩存技術(shù)的研究已經(jīng)取得了不少成果。文獻(xiàn)[3]針對CEE策略的緩存冗余問題，提出只在請求命中節(jié)點(diǎn)的直接下一跳緩存數(shù)據(jù)(Leave Copy Down，LCD)，一定程度上提高了網(wǎng)絡(luò)緩存的利用率，但流行度高的內(nèi)容需要被訪問多次才能緩存到邊緣節(jié)點(diǎn)上。文獻(xiàn)[4]提出了一種基于內(nèi)容流行度的協(xié)作緩存策略(WAVE)，它根據(jù)內(nèi)容請求次數(shù)以指數(shù)方式逐步增加沿途節(jié)點(diǎn)上所緩存的數(shù)據(jù)包個(gè)數(shù)，從而實(shí)現(xiàn)數(shù)據(jù)在空間存儲位置上的差異化，但該方案并沒有考慮內(nèi)容請求序列的相關(guān)性。文獻(xiàn)[5]通過估算路徑的剩余存儲能力來計(jì)算同一路徑上的不同數(shù)據(jù)流在沿途各節(jié)點(diǎn)上的緩存概率，從而提出了一種兼顧不同數(shù)據(jù)流間存儲公平性的概率緩存策略(ProbCache)。文獻(xiàn)[6]提出了一種分布式沿途緩存策略，即最大增益網(wǎng)內(nèi)緩存(MAGIC)。網(wǎng)絡(luò)節(jié)點(diǎn)基于內(nèi)容流行度和路由跳數(shù)來計(jì)算內(nèi)容的緩存增益，并在數(shù)據(jù)傳輸路徑上選擇具有最大緩存增益的節(jié)點(diǎn)進(jìn)行內(nèi)容緩存，從而達(dá)到減少網(wǎng)絡(luò)帶寬消耗的目的。但該方案在進(jìn)行緩存決策時(shí)需要重新計(jì)算各內(nèi)容的流行度，因此計(jì)算量大，執(zhí)行復(fù)雜度高。文獻(xiàn)[7]提出了一種主動緩存策略，其主要思想是利用熵來衡量移動性預(yù)測的不確定性，并定位最佳的預(yù)取節(jié)點(diǎn)，從而降低服務(wù)器負(fù)載，并減少緩存冗余。

    針對NDN的網(wǎng)絡(luò)架構(gòu)特性，本文提出了一種基于Dec-POMDP的NDN緩存策略。首先利用Dec- POMDP理論框架對NDN網(wǎng)絡(luò)的緩存問題進(jìn)行建模，該模型考慮了緩存節(jié)點(diǎn)間的相互協(xié)作，以實(shí)現(xiàn)降低緩存內(nèi)容冗余度和內(nèi)容優(yōu)化存儲的目的。在此基礎(chǔ)上，通過限制節(jié)點(diǎn)的協(xié)作域的方法來避免引入過量的額外通信開銷，進(jìn)而降低模型求解的復(fù)雜度。最后，本文給出了一種基于強(qiáng)化學(xué)習(xí)的局部近似最優(yōu)緩存策略的求解算法。仿真結(jié)果表明，該方法能夠有效增加緩存內(nèi)容的多樣性，提升緩存命中率，進(jìn)而減小用戶請求內(nèi)容的總跳數(shù)。

本文詳細(xì)內(nèi)容請下載:http://ihrv.cn/resource/share/2000003100

作者信息:

姚進(jìn)發(fā)

(銳捷網(wǎng)絡(luò)股份有限公司 銳捷研究院，福建 福州350002)