基于节点介数与边缘流行度的NDN缓存策略.docx

基于节点介数与边缘流行度的NDN缓存策略
一、引言
命名数据网络（NDN）是未来互联网的一种潜在架构，其基本思想是通过使用名称命名和内容签名而不是IP地址和端口号来传输数据。虽然NDN提供了一种高效的传输方法，但是由于每个节点必须维护自己的缓存，这使得网络负载较大。在这种情况下，优化NDN缓存策略将成为研究NDN的一个重要方向。
本文提出了一种基于节点介数与边缘流行度的NDN缓存策略。该策略考虑了节点之间的距离关系和内容的流行度，以最大程度地减少网络负载和缓存空间使用率。
二、NDN缓存策略研究现状
当前，关于NDN缓存策略的研究存在一些问题。例如，一些研究将缓存策略建立在内容的流行度上，而忽略了节点的介数和节点之间的距离。这种方法可能会导致缓存区过度使用或未使用，同时会增加网络负载。另一方面，其他研究将缓存策略建立在节点之间的距离上，而忽略了内容的流行度。这种方法可能导致未使用空间的存在并增加网络负载。
因此，本文提出了一种新的缓存策略，该策略考虑到了节点之间的距离关系和内容的流行度。
三、基于节点介数与边缘流行度的NDN缓存策略
1.缓存机制
该策略的核心思想是在节点之间建立缓存目录，在保证网络负载最小的前提下，缓存更多的流行给定内容。将所有节点分为两类：一类是距离该节点比较远的外围节点，另一类是靠近该节点的内部节点。对于外部节点，我们的策略根据节点之间的距离将其划分为几个层次，并为每个层次指定一个“介数”值。介数是指图中给定节点的所有其他节点到该节点的最短路径的数量。因为介数越小的节点表示它们在网络中越重要，所以我们假设这些节点比介数较大的节点更容易访问。然后，我们根据节点介数和内容的流行度来指定一个缓存优先级。
对于内部节点，我们选择在节点中构建一个缓存目录，其中存储了该节点在网络层次中的所有内容列表。在缓存中存储的内容由每个节点处的消息流行度和节点的负载评分（权重）控制，这些评分反映了要存储的内容的重要性以及节点的容量利用率。在计算节点的负载权重时，我们采用了经验规则，并将节点容量分为几个等级。
2.缓存更新
对于该策略的缓存更新，我们使用以下规则：
-每个节点的缓存空间都有一个最大限制。
-如果一个节点从缓存服务器中获取内容，那么它将把该内容添加到缓存中并且优先级会被提高。
-当缓存达到其容量极限时，我们必须删除一些内容。缓存清理的具体方式取决于每个节点，但我们确保缓存优先级是由节点的介数和内容流行度决定的。
-当节点之间的距离变化时，我们需要更新节点间的介数，并在此基础上重新计算缓存优先级。
3.算法优化
为了提高算法的效率，我们采用了如下算法优化方法：
-对于缓存空间不足的节点，可以删除介数高的节点和使用频率低的内容；
-为了更好的利用网络带宽，节点之间需要共享缓存信息；
-根据节点之间的邻接点，利用广播信息缓存删除信息等。
四、实验与分析
我们对我们提出的缓存策略进行了实验，并与其他缓存策略进行了比较。我们采用两组数据：一组是来自真实网络环境中的数据，另一组是来自仿真环境中的数据。结果表明我们提出的算法比现有的其他算法具有更好的性能。
五、结论
本文提出了一种基于节点介数与边缘流行度的NDN缓存策略。该策略旨在最大化内容的缓存，并将其保留在最近使用的节点中。实验结果表明，相较于其他现有的缓存策略，该缓存策略在提高网络负载和缓存空间利用率方面有很好的优化效果。我们认为这种缓存策略可以更好地应用于NDN网络中。