基于网络缓存的协同传输关键技术研究

发布时间:2017-12-16 11:20

  本文关键词:基于网络缓存的协同传输关键技术研究


  更多相关文章: 内容中心网络 一体化标识网络 网络缓存 传输模型 协同传输策略 传输控制


【摘要】:互联网飞速发展,海量新型应用和需求层出不穷,传统互联网以位置为中心的互联互通设计暴露出种种弊端。在未来网络架构研究领域中,以身份与位置分离映射,命名内容与位置分离和全网范围内的网络缓存等为特征的网络架构成为重点研究方向。在未来网络架构中,基于命名内容的通信以及全网范围内的节点缓存转发使得传统五元组的端到端传输模型已经无法适应新型网络架构。针对不断涌现的未来网络架构,如何设计有效的传输策略是保障网络性能、流量均衡和用户体验的重要基础。本文主要围绕以一体化标识网络为代表的映射网络缓存和以内容中心网络为代表的命名内容网络缓存,针对基于网络缓存的协同传输策略进行研究,论文的主要工作和创新点如下:1.提出了基于网络缓存的传输模型。首先,本章建立了传统端到端传输模型和基于网络缓存的端到端传输模型,分析了端到端模型传输成功概率和网络参数之间的关系。在此基础上,应用网络微积分的理论分析了两种传输协议流量的网络性能。最后,通过在Ns-2上对不同占比的流量组合和不同总量流量两种场景下的传输性能进行仿真实验,仿真结果从平均时延、丢包率和传输效率等方面对传输性能进行了定量分析,为未来网络传输策略的设计和优化提供了方向和数据参考。2.提出了一种基于分层感知的最小缓存集合协同传输策略。本章首先提出了一种分层感知算法,定义了命名内容缓存节点的感知参数,感知参数分别对应节点邻居特性,中心特性和权重特性,三种特性对请求内容获取路径和内容缓存位置影响巨大。其次,设计了一种基于分层感知算法的最小缓存集合机制,实现多节点分布式协同的传输策略。通过对分层感知算法和最小缓存集合机制的协同传输策略在两种拓扑和不同用户访问行为场景下的仿真实验,从缓存命中率,网络流量负载和访问延时方面进行了性能分析。仿真结果表明,分层感知算法促使网络请求响应加速,缓存命中率提高,网络负载有所降低,基于分层感知的最小缓存集合机制下的协同传输策略,能够实现快速分布式响应内容请求,增加缓存与请求的紧耦合性,提高缓存命中率并降低网络流量负载.3.提出了一种基于命名内容热点攻击预测的协同传输控制策略。本章首先提出了一种基于等待兴趣包列表的热点攻击预测算法,该算法在命名内容请求阶段就预测可能的热点攻击,当超过预警阈值时,采取应对措施,提高缓存内容与请求内容的耦合度。其次,本章设计了一种首跳拥塞控制机制,通过对首跳节点的有效等待时间、缓存内容及缓存位置等方面进行调整,从而避免热点攻击造成网络拥塞。基于热点攻击预测和首跳拥塞控制的传输策略在不同拓扑不同耦合度情况下网络性能仿真实验结果表明,热点预测能够提高缓存内容与用户需求的耦合度,在缓存命中率、网络流量负载和访问延时方面具有优势。首跳拥塞控制机制的仿真结果表明,当热点攻击程度加强时,首跳控制网络具有更强的鲁棒性,在缓存命中率、网络流量负载和访问延时方面的性能表现更好。4.提出了一种基于连接标识映射缓存的协同传输策略。连接标识是一体化标识网络提出的四类标识中的一种,基于连接标识映射的协同传输策略能够充分利用映射节点和管理节点的协同工作,将内容传输的控制和转发分离,实现可控可管的传输策略。同时,基于连接标识的传输过程隐藏了传统五元组信息,提高了传输安全性和隐私性。连接标识全局唯一性和多组冲突概率的仿真实验,验证了基于连接标识映射缓存的协同传输策略的可行性和安全性。基于连接标识的协同传输策略的仿真实验,一对一传输过程中基于连接标识的传输效率比传统互联网传输效率略低,但是安全性更高;通过连接标识映射的灵活多变,能够灵活地实现一对多和多对多的传输,基于连接标识的传输策略控制形成不同的流量组合在丢包率、传输时延和传输效率的表现能够得到调整优化。
【学位授予单位】:北京交通大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TP393.02

【参考文献】

中国期刊全文数据库 前3条

1 张宏科;苏伟;;新网络体系基础研究——一体化网络与普适服务[J];电子学报;2007年04期

2 杨冬;周华春;张宏科;;基于一体化网络的普适服务研究[J];电子学报;2007年04期

3 董平;秦雅娟;张宏科;;支持普适服务的一体化网络研究[J];电子学报;2007年04期



本文编号:1295842

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/1295842.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户328cf***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com