We use cookies to improve your experience with our site.

CDM:以信息为中心的网络的内容扩散模型

CDM: Content Diffusion Model for Information-Centric Networks

  • 摘要: 1、研究背景(context)
    以信息为中心网络(Information-Centric Networking,ICN)是未来网络架构研究的主要方向之一。区别于传统的TCP/IP体系架构基于主机地址的通信模式,ICN的通信模式变成了对命名数据的检索,即:用户发出具有唯一名字的兴趣包(Interest),网内任何具有与该Interest想同名字数据包(Data)的节点均可以响应该请求。特别地,ICN中的节点均设置了内容库(Content Store,CS),用于缓存经过节点的Data。这种请求端驱动的数据检索通信方式与网内缓存机制的结合,使得在网内有多用户对同一内容进行请求时,该内容便会在网络中进行扩散。这种ICN特有的扩散现象会显著地影响网络的性能,例如:检索跳数,数据时延,缓存性能等等。当前,对ICN内容扩散现象进行建模的相关研究较少,如何对复杂多变场景下的ICN内容扩散进行分析与建模是研究ICN网络性能和表现的关键问题。
    2、目的(Objective)
    本文的目的是分析内容扩散现象并建立内容扩散模型(Content Diffusion Model,CDM),以分析和建模ICN中的内容扩散过程。传统的基于端到端的通信建模以及分析方法(如排队论)难以描述ICN架构下的内容扩散过程,而用于分析传统应用层带有缓存功能的架构(如HTTP缓存)则无法反映ICN网络层缓存内容扩散的特点与模式。CDM的目的是为ICN网络中特定内容的缓存副本数量的变化提供一种理论上定量分析的方法。通过CDM的定量分析和数值模拟,可以分析扩散过程,揭示扩散规律,预测变化趋势以及分析扩散的原因和关键因素,为研究ICN的网络性能和表现提供了理论依据。
    3、方法(Method)
    论文首先从ICN内容扩散的原理出发,深入分析了传染病传播与ICN内容扩散的异同,利用传播动力学的建模思想,建立CDM的基本模型。随后,论文通过分析在大量内容扩散实验中观察到的现象,总结归纳出了影响扩散过程的几个关键因素及其影响,将其形式化为数学函数,并给出了在不同ICN网络条件下的(如均匀网络、异构网络、无线网络等)CDM的具体建模示例与典型的参数估计方法。
    4、结果(Result&Findings)
    论文根据建模示例与对现实ICN拓扑的仿真实验,验证了在不同场景下CDM的建模性能,具体来说,在8个建模示例中的统计的凭据最大误差(Maximum Error,ME)和平均误差(Average Error,AE)分别为51%和5.1%;在真实拓扑仿真的有线场景中的ME和AE分别为1.34%和9.35%,在无线场景中的ME和AE分别为5%和13.7%。CDM在实验中体现出了良好的建模性能,验证了其在描述内容扩散现象上的有效性和准确性。
    5、结论(Conclusions)
    论文提出的CDM模型为ICN中的内容扩散现象提供了简单高效的建模方法和理论上的定量分析方法。此外,对于影响内容扩散过程关键因素的分析,有助于在实际复杂多变场景下对具体扩散过程进行分析与建模,揭示其背后的机理。实验评估表明,CDM可以准确地说明内容传播过程。通过分析所构建的模型, CDM表现出了在缓存策略选择,应用程序设计,网络拥塞控制等方面的巨大潜力。但是,该模型也存在着局限性,需要对其他因素例如ICN的不同实现,动态拓扑等的影响进行更多研究,分析更复杂和更具挑战性的环境,这也是未来ICN内容扩散现象极具价值的研究方向。

     

    Abstract: This paper proposes the Content Diffusion Model (CDM) for modeling the content diffusion process in information-centric networking (ICN). CDM is inspired by the epidemic model and it provides a method of theoretical quantitative analysis for the content diffusion process in ICN. Specifically, CDM introduces the key functions to formalize the key factors that influence the content diffusion process, and thus it can construct the model via a simple but efficient way. Further, we derive CDM by using different combinations of those key factors and put them into several typical ICN scenarios, to analyze the characteristics during the diffusion process such as diffusion speed, diffusion scope, average fetching hops, changing and final state, which can greatly help to analyze the network performance and application design. A series of experiments are conducted to evaluate the efficacy and accuracy of CDM. The results show that CDM can accurately illustrate and model the content diffusion process in ICN.

     

/

返回文章
返回