基于局部网络视图的ICN网络化缓存技术研究

Information-Centric Networking(ICN) is one of the principal research direction on Future Internet Architecture. As one of the primary features of ICN, In-network caching has become an inherent capability of ICN. In present ICN In-network caching research field, the solutions for what to be cached and where these contents to be cached, almost entirely follow the design philosophy of the traditional network caching technology such as Web Caching and P2P Caching, which solved the two critical problems above from the view of the single-point. This kind of schemes serves well for the application layer clients as a small-scale network caching solutions. However, they are not effective methods for the large-scale inherent In-network caching in ICN. To address this problem, we try to propose a collaborative In-network caching scheme from the view of the whole local network. Its core ideas are as following: Construct collaboration community rationally, and then make the nodes in the collaboration community cooperate in the perception of the contents’ popularity and the decision of contents caching, so as to improve the performance of ICN In-network caching take.

信息中心网络（ICN）是未来互联网体系结构研究的主要方向之一。网络化缓存（In-network Caching）作为ICN网络的关键技术，将缓存作为基本功能固化到网络体系结构中。现有ICN网络化缓存技术本质上仍采用与传统的应用层网络缓存技术（Web、P2P缓存等）类似的设计思路：基于单节点视图对缓存内容选取和缓存位置选择两个关键问题进行独立决策。这种思路对小规模、应用层网络缓存具有很好的效果，但对ICN这种大范围、内嵌缓存的网络体系结构效果有限。本项目摒弃单节点视图的设计思路，拟研究基于局部网络视图的协作式ICN网络化缓存技术，其核心思想是：通过有效的协作域划分，使网络节点结成相对稳定的局部协作关系，基于协作域范围内的网络整体视图，感知热度内容并规划缓存位置，将缓存与路由过程紧密结合，提升ICN网络化缓存性能。本项目将为ICN网络支持高效缓存、实现高效数据获取提供重要的理论和技术支持。

信息中心网络（ICN）是未来互联网体系结构研究的主要方向之一，它将网络通信从当前互联网的以IP地址/内容位置为中心转变为以信息为中心，网络不再仅是信息传输的通道，而是集缓存和传输为一体、直接向用户提供信息和服务的资源池。网络化缓存（In-network Caching），将缓存作为基本功能固化到网络体系结构中，是实现ICN网络优势的关键技术。本项目围绕ICN网络化内容缓存关键技术，分别从ICN网络分级协作缓存、内容热度预测与个性化服务选择、内容访问控制及安全传输三方面开展研究工作，以提高ICN网络内容的缓存效率、用户体验，以及内容的安全防御能力，研究成果如下：1）针对现有ICN网络化缓存利用率较低和缓存位置不合理的问题，提出基于两级缓存的协作缓存机制，提升了缓存的多样性与热门内容缓存位置的合理性，能够将次热门内容的缓存数量提升2倍，在缓存命中率提升将近50%的同时有效降低了用户请求的响应时间。2）提出基于内容情境交互的热度预测方法，将输入的内容和情景两大类特征表达为两个低维表示向量，实现内容与情境的细粒度交互，实验结果表明其预测的多个目标均具有更高的准确度；提出结合隐私保护的个性化网络服务选择方法，在不伤害隐私的前提下帮助用户选择符合个性化需求的结果，实验结果表明推荐误差下降5%的同时隐私保护效果提高了8%。3）提出基于网络编码的内容访问控制机制和基于信誉反馈的内容安全传输机制，解决了ICN现有的内容访问控制和安全传输过程时延较高的问题，在保证安全的前提下，提高了内容访问控制的效率，降低了安全传输的开销。基于项目研究成果，在WWW Journal、Computer Communications、IEEE Transitions on Services Computing、软件学报等期刊和AAAI、IEEE TrustCom、IEEE ICC、IEEE GLOBECOM、IEEE WCNC、IEEE ISCC等学术会议，发表学术论文21篇；申请国家发明专利6项，获美国专利授权1项。本项目将为ICN网络支持高效缓存，实现高效、安全的数据获取提供重要的理论和技术支持。