论文部分内容阅读
随着网络应用的快速发展,人们对互联网的需求由端到端连接逐渐转变为内容获取。当前互联网采用的TCP/IP架构已不能满足这种需求转变,因此研究者们提出了以信息为中心的新型网络架构,通过以信息作为网络核心来满足未来网络发展需求。其中,命名数据网络(Named Data Networking,NDN)以名字表示内容,使得用户通过名字获取内容,而无需关心内容来源,取得了巨大成功,目前已成为信息中心网络的典型代表。但是NDN仅依靠转发兴趣表的最长前缀匹配机制,转发兴趣包效果不佳,故本文对NDN转发策略进行研究。本文主要工作如下:1.针对当前NDN数据传输效率低下问题,本文提出一种基于推荐算法的转发策略。该策略根据NDN层次化命名规则,分析兴趣包的相似性和转发相同兴趣包的结点的相似性,提出了基于包推荐的转发算法和基于结点推荐的转发算法。通过向收到的未知兴趣包推荐历史最相似的兴趣包转发情况和与当前结点最相近的结点来实现转发,从而提高转发效率。2.针对当前NDN支持服务质量不足情况,本文提出一种基于马尔可夫决策过程(Markov Decision Processes,MDP)的服务质量(Quality of Service,QoS)感知转发策略。该策略根据NDN数据传输的机制,对路由结点转发兴趣包过程进行MDP建模,应用网络开销作为系统收益,通过求解最大化收益来实现QoS感知转发。3.本文在ndnSIM 2.5平台上对上述两种转发策略进行验证,并且选取几种当前主流和典型的转发策略作为对比实验,用来评估本文提出的转发策略的性能。仿真结果表明:基于推荐算法的转发策略比SAF等四种转发策略具有更高的兴趣满意率和缓存命中率;基于MDP的QoS感知转发策略比MULticast等两种转发策略具有更短的延迟和更高的吞吐量。