声学所提出一种基于流行度的邻域协同信息中心网络缓存算法

近日，中国科学院声学研究所国家网络新媒体工程技术研究中心博士研究生朱晓东等人提出了一种基于流行度的邻域协同信息中心网络缓存算法，可为网内缓存管理提供支持。

缓存策略研究是提升信息中心网络（Information-Centric Networking，简称ICN）性能的关键。以低成本更好地利用ICN的网内缓存是一个极大的挑战。

朱晓东等人提出了一种基于流行度的邻域协同缓存算法。网内节点记录内容的流行度（受欢迎/喜爱程度），路径上的节点及其一跳内的邻居节点协同做出缓存决策。同时，基于网内节点对于快速处理的需求，研究人员对流行度的评估和比较方式也进行了优化。

这一新方法按照流行度将内容层次化存放在网络内的各个缓存节点中，即流行度越高的内容存放在越靠近终端的节点，降低了内容冗余，用户可以更快获取所需内容。另外，通过动态维护流行度的阈值，可以显著降低比较流行度的计算成本。真实网络拓扑和不同客户连接放置方式场景的仿真实验表明，该算法在访问时延、缓存命中率和路径占比等方面优于已知算法和能无消耗感知网络内缓存情况的理想状态。同时，流行度测量和节点间交互等消耗均较低。

这项工作在较低成本下有效结合路径上与离路节点进行协同缓存，可提升信息中心网络的服务质量，为ICN缓存策略在现实中的应用提出了一个较为实际的选择，也为今后具备存储功能网络的缓存管理提供了新的思路。

相关研究成果发表于第36届IPCCC国际会议(IEEE International Performance Computing and Communications Conference)。

信息中心网络