论文部分内容阅读
以信息为中心的网络(ICN，Information Centric Network)旨在解决现有互联网体系架构在可扩展性、内容传输效率、移动性、安全性等方面的各种问题，它的研究工作正受到广泛关注。网络化缓存(In-Network Caching)是ICN的重要特征之一，其基本思想是网络可以向用户提供信息缓存服务，不再仅仅作为信息的传输通道，它能够有效减少内容冗余传输，降低网络流量，提高用户访问效率。 由于ICN网络至今没有得到大规模部署，仿真实验是对ICN网络化缓存进行性能评估的最有效方法。然而，现有工作在仿真规模和评估范围上均存在不足，首先在仿真规模方面，由于受限于实验数据和仿真工具的性能，一般都是采用工具生成的网络拓扑和用户访问数据以及小规模仿真实验，结果不能准确反映网络化缓存在大规模真实网络环境下的性能表现;其次在评估范围方面，主要关注传统缓存算法，没有包含新的ICN网络化缓存算法，且没有全面系统区分缓存放置策略和缓存替换策略。 本论文基于大规模真实网络拓扑和海量真实用户访问数据研发了高性能仿真平台，并基于该平台从缓存替换算法和缓存放置算法两个维度，对ICN网络化缓存的性能和开销进行深入分析和评估，以展示ICN网络化缓存在大规模网络下的性能表现情况，并分析不同缓存算法的影响，为ICN网络缓存系统的设计和部署提供必要参考。本文的主要贡献包括以下两点: 1.建立了一个大规模ICN网络化缓存仿真平台。该平台能够高效模拟数十万节点和数百万内容在网络中的传输情况，真实反映大规模ICN网络的工作过程。该平台还拥有良好的可扩展性，能够支持各种不同的缓存放置算法和替换算法。测试结果表明，本平台仅需3～5小时即可完成8万路由节点、30万内容、1.9亿次用户访问的仿真实验。 2.基于大规模真实网络拓扑和海量真实用户访问数据从缓存替换算法和缓存放置算法两个维度对典型ICN网络化缓存算法进行了深入分析和评估。评测了具有代表性的7种缓存放置算法和5种缓存替换算法，能够真实反映出当前主流ICN网络化缓存方案在大规模网络环境下的性能表现。并且通过分析，给出了ICN网络化缓存设计和部署的建议。