0 引言

    依据2015年Cisco公司公布的最新统计数据得知，在过去5年内，全球IP流量的增长超过了5倍，其中视频类流量占到所有IP流量的80%^[1]，用户不再关心内容存储的具体位置，而只关心内容本身是否符合要求^[2]。面临着互联网在体系架构中暴露出的众多问题，学术界提出了内容中心网络架构(Content-Centric Networking，CCN)^[3]。内容中心网络是一种革命式的未来网络设计，从根本上改变了数据包的传输方式。网内缓存是内容中心网络中的一个关键技术，文献[4-7]对现有的缓存方案进行了总结；文献[8]提出了一种BetwRep策略；文献[9]提出了基于内容流行度的缓存策略；文献[10]基于流行度的预测提出了一种缓存决定策略。本文综合考虑内容流行度和网络的拓扑因素，提出了一种基于内容流行度和节点介数的缓存决定方案PBCS(Popularity and Betweenness based Caching Scheme)，在请求次数满足收益标准的前提下，进行内容流行度与节点重要度的匹配，得到符合要求的缓存节点，最后综合考虑内容的流行度和节点在请求路径上的位置，设计了一个动态的概率值p，以概率的方式进行内容副本的缓存。

1 PBCS方案设计

1.1 内容流行度模型

    CCN中节点的流行度主要受内容在节点上被请求次数的影响。假设内容k在节点v_i上某时间段T内被用户请求的次数为f_i，k，内容k在节点v_i的流行度定义为：

1.2 节点重要度

1.3 价值收益标准

    本文设计了一个价值收益标准，兴趣包在节点被请求的次数满足收益条件时，才进行缓存判决的后续操作。假设内容k在节点v_i的初始请求时间为t₁，第f_i，k个内容请求到达v_i的时间为t₂，T=t₂-t₁，在时间段T内，内容k在节点v_i被请求的总次数是f_i，k。路由器v_i缓存内容k的成本C_i，k定义：

    当请求内容k的总次数f_ik满足式(6)时，则进行内容缓存判决的下一步操作。

1.4 内容流行度与节点重要度的匹配

    为了便于内容流行度与网络节点的匹配操作，将网络节点的介数B(v_i)进行归一化处理：

式中，p值是一个动态变量，受内容的请求和当前节点位置的影响。

1.5 缓存概率值

    本文中设计了一个权重因子W，使得越靠近用户的路由器缓存内容的概率越大：

其中，L为用户到内容服务器距离，H_i为当前节点v_i到内容服务器的距离。

    为了加强节间的协作，本文针对请求路径上节点的上下游关系，设计了一个反馈因子F，如式(11)所示。如果某内容在上一个路由节点已缓存，x_i-1设为1，反之，x_i-1设为0。 

    综合考虑内容的流行度、W和F等权重因子，计算节点缓存内容的概率P：

1.6 PBCS信息包的处理

    图1、图2分别给出了PBCS缓存策略中兴趣包和数据包的具体处理流程。

2 仿真性能分析

2.1 PBCS性能指标

    本文首先利用ndnSIM仿真工具实现了CCN网络架构上的内容流行度更新系统，进而分别实现了LCE、Prob和PBCS 3种缓存决定策略在LRU缓存替换下的仿真。本文主要从缓存命中率和路由跳数两方面对本方案的性能进行分析。

    (1)平均缓存命中率

2.2 仿真环境配置

    本文采用NetworkX工具实现了BA无标度网络，用来反映真实的网络性质，拓扑图如3所示，节点0为内容服务器，周边13个节点皆为用户节点。

    主要仿真参数设置如下：网络中的内容总数K=10 000个文件，单个文件设定为一个chunk；内容数据包的流行度服从Zipf分布，参数的值初始设定为0.7；内容的请求频率服从泊松分布，λ=100个/s。当缓存容量在100～2 000 chunk之间变化时，仿真分析各种缓存策略的性能。请求转发方式选择洪泛模式，仿真时间设定为200 s。传输速率设置为1 Mb/s，链路的延时设置为10 ms。

2.3 仿真分析

    图4和图5给出了节点缓存容量变化时，LCE、Prob(0.7)、Betw和PBCS 4种缓存策略的缓存性能对比。从图4可以看出，当缓存的容量增大时，4种缓存策略的平均命中率都逐渐上升，PBCS将流行度高的内容分别缓存到重要程度不同的节点上，避免了流行度高的内容缓存在同一个节点上被频繁替换，内容的平均命中率平均提升了8.7%。同理，由图5看出，随着缓存容量的增大，内容命中的平均跳数降低，PBCS策略取得了较好的缓存性能，相比Betw和LCE策略，内容命中的平均跳数分别减小了0.1跳和0.4跳。

    图6和图7随着α的增大，内容请求的集中性和局域性不断增强，流行度高的内容在节点空间中缓存的时间和响应率明显增大。当α进一步增大(α>0.6)时，内容流行度的分布产生明显变化，缓存的平均命中率上升幅度较大，内容请求命中的平均跳数也明显减小。由于PBCS策略中充分考虑了内容流行度因素对缓存的影响，将流行度高的内容缓存到合适的边缘节点，缓存的性能较好。

3 总结

    本文对CCN中的缓存决定方案进行了研究，针对现存方案Prob和Betw中存在得一些问题，提出了一种基于内容流行度和节点重要度的缓存决定方案，同时引入了价值收益模型作为内容流行度的约束条件。当内容在节点被请求的次数符合收益标准时，才进行内容流行度和节点重要度的等级匹配，设计了一个动态概率值进行内容的缓存。仿真结果表明，这种缓存决定方案能够有效地提高内容的请求命中率和网络的传输效率，同时减小了内容在节点被替换的次数，有利于缓存系统整体性能的提升。

参考文献

[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] 张行功，牛童，郭宗明.未来网络之内容中心网络的挑战和应用[J].电信科学，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] 崔现东，刘江，黄韬，等.基于节点介数和替换率的内容中心网络网内缓存策略[J].电子与信息学报，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  华

(重庆邮电大学 通信与信息工程学院，重庆400065)