最优路由算法在服务定制5 g网络

文摘

随着因特网的广泛使用,移动数据流量增长爆炸的规模,这使得5 g网络蜂窝网络成为一个日益严重的问题。最近,未来网络相关的想法,例如,软件定义网络(SDN),以内容为中心的网络(CCN),和大数据,会吸引越来越多的关注。在本文中,我们提出一个service-customized 5 g网络体系结构通过引入分离的思想控制平面和数据平面,网络缓存,大数据处理和分析,以解决传统蜂窝无线网络所面临的问题。此外,我们设计这个体系结构的最优路由算法,可以减少网络中平均响应啤酒花。仿真结果表明,通过引入缓存,可以明显改善网络性能在不同网络条件下相比,没有缓存的场景。此外,我们探索缓存命中率和平均响应啤酒花的变化在不同的缓存替换策略、缓存大小、内容的人气,和网络拓扑。

1。介绍

移动通信是电信行业增长最快的领域,在蜂窝无线网络是最成功的移动通信系统。新的移动一代出现大约每十年以来第一个1 g系统在1982年被引入。第一个2 g系统是商业部署在1992年,第一个3 g系统出现在2001年。4 g系统完全符合IMT先进2012年第一次被标准化。随着因特网的广泛使用,移动主机取代固定,不仅用数字还在交通负荷(1]。如何实际处理无线流量的爆炸式增长和满足日益增长的移动用户的需求变得越来越关注在当前的蜂窝网络由于增加网络成本(2,3]。最近,5 g网络设计充分考虑未来网络相关的想法,例如,软件定义网络(SDN) [4),做好网络(CCN) [5,6),和大数据提供更快的速度和满足新的用例,如物联网以及广播式授权服务和生命线沟通在自然灾害时期。

SDN是一个新兴的网络体系结构,网络控制转发分离开来。这种迁移的控制是以前紧密地绑定在单个网络设备,现在允许抽象底层基础设施和网络服务的应用程序,它可以把网络当作一个逻辑或虚拟实体。SDN的主要思想是允许软件开发人员依赖于网络资源在他们做一样的简单的方法存储和计算资源。在SDN,网络智能逻辑集中在基于软件控制器,和网络设备成为简单的数据包转发设备,可以通过一个开放的编程接口(4]。基于SDN,系统可以提供网络全局视图和控制转发流量根据移动用户的需求。

CCN receiver-driven,以数据为中心的通信协议(7,8]。所有通信在执行CCN使用两种不同的类型的数据包:感兴趣的包和数据包。两种类型的数据包携带一个名称,它唯一地标识一个数据可以在一个数据包。此外,接收数据请求的用户,每个CCN内容路由器维护三个主要的数据结构:a内容库(CS)收到数据包的临时缓存等待利益表(坑)含有兴趣包的名称和一组接口的匹配的利益收到了,和一个转发信息库(FIB)提出了兴趣。CCN最近成为一个最有前途的架构的内容在互联网上的传播。这部小说的主要特征网络范式是网络缓存9,10),它可以缓存用户请求内容对象的距离缩短。当发送的内容回复用户请求,它可以缓存任何CCN内容路由器一路回到请求发起者。网络缓存,CCN可以提供较低的传播延迟和减少网络负载,如请求不再需要旅行到内容源,但通常由仔细CCN内容路由器在路由路径(11]。

应对移动数据的爆炸性增长,及时响应用户的请求和网络问题,越来越多的研究人员更加关注大数据。大数据是一组技术和技术要求新形式的集成揭示大型隐藏值从大型数据集不同,复杂,大规模,使可能的集中网络控制,及时处理和分析大量的交通无线网络。

为了解决传统的蜂窝无线网络所面临的问题,未来的网络被认为是相关的一些优势。在本文中,我们提出一个service-customized 5 g网络体系结构通过引入分离的思想控制平面和数据平面,网络缓存,大数据处理和分析和设计这个体系结构的最优路由算法。本文的主要贡献如下。(我)我们提出一个新的service-customized 5 g网络架构,这充分考虑带来的好处分离控制平面和数据平面,网络缓存,大数据处理和分析。(2)我们设计一个最优路由算法和抽象为优化模型在该5 g网络体系结构中,可以满足移动用户的请求以最小的网络延迟,网络中,实现负载平衡。(3)仿真结果表明,通过引入缓存,可以明显改善网络性能在不同网络条件下相比,没有缓存的场景。此外,我们探索缓存命中率和平均响应啤酒花的变化在不同的缓存替换策略、缓存大小、内容的人气,和网络拓扑。在仿真中,我们使用三个主要流行的最小频率(LFU),使用最近最少使用(LRU)政策,和随机(RND)缓存替换策略(12,13)来评估系统的性能。

本文的其余部分组织如下。节2,这部小说service-customized 5 g网络体系结构。节3最优节能路由模型,给出建议的体系结构。给出了仿真结果和讨论部分4。最后,我们总结本研究的部分5。

2。Service-Customized 5 g网络架构

如图1,service-customized 5 g网络架构在网络设备中引入了网络缓存,如基站和路由器,实现控制平面和数据平面之间的分离,并将大数据处理和分析功能添加到控制飞机。

从图1,我们可以看到,网络设备的引入缓存可以缓冲移动用户感兴趣的内容,并将内容在用户附近。下面的相同内容请求可以被缓存没有满足传输到源服务器。此外,控制平面和数据平面之间的分离使得系统资源的全局视图(例如,网络、计算和缓存),及时动态地配置底层网络设备通过使用在线和离线大数据处理与分析平台。

建议的体系结构的工作流如下。最初,控制器保持监控网络和更新信息在一个固定的时期。因此,它可以获得用户的请求,实时加载的数量情况。当一个移动消费者请求内容,内容的请求的名字是封装和转发到网络边缘设备。然后控制器使用收集到的信息来计算最优路由路径中成本最低的网络提供商缓存内容的用户请求。之后,它更新网络缓存状态基于用户请求的数量和缓存替换策略。基于大数据平台的优势,控制器可以及时获得最优路由路径和更新缓存状态。

满足QoS的VoD应用程序,应用程序首先告诉控制器什么和多少资源(如网络带宽、存储容量)需要在一个请求数据包,这可能是建立在某些方面。收到请求数据包后,控制器使用大数据处理平台分析资源包中包含的信息,然后自动分配资源根据应用程序的要求。最后,形成一个虚拟网络,提出了最优路由算法模型用于约束条件下达到最小的网络延迟通过监测动态存储和内容状态。

3所示。最优路由算法模型

我们模型的网络连通图,在那里在网络内容的设置路由器,然后呢是网络双向链接的集合。让内容对象的集合,可以在网络。所有的对象都是最初分布式网络中的服务器,路由器直接连接到边缘的内容(14]。为了可读性,术语“内容路由器”和“节点”交替使用。

在本文中,我们的目标是达到最小的网络延迟的解决问题的每个内容路由器在网络缓存容量有限的缓存内容。因此,最优路由问题可以制定为一个整数线性问题(独立)如下: 在哪里请求的对象吗在节点,使用节点的距离吗请求内容对象从节点,是在路由器最大缓存大小吗,内容对象的大小吗。此外,需要的值如果节点缓存元素的副本,否则。需要的值如果节点下载内容对象的副本从节点,否则。显然,一些方法(如遗传算法)可以用来获得最优解。

4所示。仿真结果和讨论

在本节中,我们使用电脑模拟来评估新架构的结构的性能。我们首先描述仿真设置然后目前的仿真结果进行比较。

4.1。仿真设置

以下4.4.1。网络拓扑

仿真进行幂律和transit-stub拓扑结构,分别。幂律Inet拓扑生成器生成的拓扑(15),包括64年内容路由器,40边缘路由器连接到用户,让用户的数量。Transit-stub拓扑是由使用GT-ITM库(16),有24个路由器,15边缘路由器连接到用户和设置用户的数量。

4.1.2。输入数据

在仿真中,有100个不同的内容,内容对象的总数在网络。我们假设每个对象有相同的大小和内容遵循Zipf分布和偏态的各种因素是0.5 - -1.511,17,18]。

4.1.3。缓存大小

在仿真中,我们抽象的缓存大小为每个CCN内容路由器缓存大小的比例被定义为总量的相对大小不同的网络中的内容。鉴于CCN路由器缓存大小的小在现实的网络13,19- - - - - -23),我们为每个缓存方案评估网络性能当缓存内存大小变化从1%到10% (23]。

4.1.4。比较政策

广泛使用的缓存替换策略在CCN频率最少使用(LFU),最近最少使用(LRU)政策,和随机(RND)缓存替换策略。因此,我们使用三个主要流行LFU LRU和RND缓存替换策略评估建议的体系结构的性能仿真和设计的路由策略。

4.1.5。性能指标

在仿真中,我们评估缓存命中率(杆)和平均响应啤酒花(ARH),这是两个重要的指标来衡量网络QoS。(我)所对应的比例是由路由器请求对象的数量,而不是系统的源服务器请求内容的总量。(2)ARH称为路由器遍历的平均数量响应数据包从源服务器或路由器发出请求的移动用户。

4.2。绩效评估结果

图2显示每个解决方案不同的缓存访问率缓存大小在不同网络拓扑时内容流行度是0.8。从图2,我们可以看到每个政策变化的缓存命中率增加缓存大小一样的幂律和transit-stub拓扑结构,分别。然而,幂律拓扑下的缓存命中率比transit-stub拓扑下因为总缓存大小要大得多。此外,RND最好而LRU的性能是最差的。原因是RND政策符合全球网络用户的行为通过随机替换缓存中的内容。但对LRU,它取代最近访问的缓存中的内容,从而增加每个缓存的争用,进一步降低了系统的缓存命中率。LFU可以达到较高的缓存命中率经常通过缓存内容,其性能比RND由于慢慢赶上流行的每个节点的变化内容。

图3显示每个解决方案的平均响应跳不同缓存大小在不同网络拓扑时内容流行度是0.8。从图3,我们可以看到建议的体系结构可以明显降低平均响应啤酒花通过引入网络缓存。此外,平均响应啤酒花中每个政策变化的缓存大小一样增加幂律和transit-stub拓扑结构,分别。然而,幂律下的平均响应跳拓扑比transit-stub拓扑下,因为更大的网络节点的距离。此外,LFU最好而LRU的性能是最差的。原因是每个节点使用LFU策略缓存内容访问频率高,这使得用户感兴趣的内容可以在他们附近。但对LRU,它会导致频繁的内容替换在每个节点,这样可以减少系统的平均响应啤酒花。尽管LFU可以达到最好的缓存命中率,它不能使感兴趣的内容缓存靠近用户,获得一个更糟糕的平均响应啤酒花与LFU政策。

图4显示每个解决方案的缓存访问率不同内容的受欢迎程度在不同网络拓扑时缓存大小是5%。从图4,我们可以看到每个政策变化的缓存命中率同样随着内容的受欢迎程度增加幂律和transit-stub拓扑结构,分别。原因是增加内容人气逐渐减少网络中的内容类型的数量。然而,幂律拓扑下的缓存命中率比transit-stub拓扑下因为总缓存大小要大得多。此外,RND最好而LRU的性能是最差的。原因是类似于图2,因为这一事实内容类型的数量减少意味着缓存大小相对增加。

图5显示每个解决方案的平均响应跳不同内容的受欢迎程度在不同网络拓扑时缓存大小是5%。从图5,我们可以看到建议的体系结构可以明显降低平均响应啤酒花通过引入网络缓存。此外,平均响应啤酒花中每个政策变化的一样内容的受欢迎程度增加幂律和transit-stub拓扑结构,分别。然而,幂律拓扑下的疼痛命中率比transit-stub拓扑下,因为更大的网络节点的距离。此外,LFU最好而LRU的性能是最差的。原因是类似于图3,在前面提到的段落。

5。结论和未来的工作

本文采用分离的优势控制平面和数据平面,网络缓存,和大数据处理和分析,我们提出一个service-customized 5 g网络体系结构来克服当前的蜂窝无线网络所面临的问题。此外,我们设计这个体系结构的最优路由算法,可以减少网络中平均响应啤酒花。仿真结果表明,通过引入缓存,可以明显改善网络性能在不同网络条件下相比,没有缓存的场景。此外,我们探索缓存命中率和平均响应啤酒花的变化在不同的缓存替换策略、缓存大小、内容的人气,和网络拓扑。

与无线移动通讯技术和设备的最新进展,越来越多的终端用户通过移动设备访问互联网,如智能手机和平板电脑。因此,我们将研究用户移动性模型在未来。此外,它将会是很有趣的,讨论如何在网上找到一个路由算法来最小化网络成本在未来工作。

利益冲突

作者宣称没有利益冲突有关的出版。

承认

这项工作得到了国家自然科学基金委(61471056)和中国江苏未来互联网研究基金(BY2013095-3-1 BY2013095-3-03)。

引用

1. g . Xylomenos x Vasilakos, c . Tsilopoulos v . a . Siris和g·c . Polyzos”缓存和流动性支持发布-订阅互联网架构,”IEEE通讯杂志,50卷,不。7,52-58,2012页。视图:出版商的网站|谷歌学术搜索
2. r . j . Araujo f . Giroire y . Liu Modrzejewski,和j . Moulierac“节能内容分布”IEEE国际会议通信学报》(ICC的13),页4233 - 4238,布达佩斯,匈牙利,2013年6月。视图:出版商的网站|谷歌学术搜索
3. 诉马修,r·k·Sitaraman·谢诺“节能意识在内容分发网络负载平衡,”《IEEE计算机通讯大会上(信息通信的12)IEEE,页954 - 962年,奥兰多,佛罗里达州,美国,2012年3月。视图:出版商的网站|谷歌学术搜索
4. b . a . a . Nunes m . Mendonca X.-N。阮,k Obraczka, t . Turletti“软件定义网络的调查:过去、现在和未来的可编程网络”IEEE通信调查和教程,16卷,不。3、1617 - 1634年,2014页。视图:出版商的网站|谷歌学术搜索
5. c .方黄t . f . r . Yu j . Liu和y . Liu“绿色以信息为中心的网络调查:研究问题和挑战,”IEEE通信调查和教程,17卷,不。3、1455 - 1472年,2015页。视图:出版商的网站|谷歌学术搜索
6. c .方黄t . f . r . Yu j . Liu和y刘,“以信息为中心的网络节能缓存的调查”,IEEE通讯杂志,52卷,不。11日,第129 - 122页,2014年。视图:出版商的网站|谷歌学术搜索
7. c, A gleb stolyarov Moiseenko, b . Zhang l . Wang和l .张“状态转发平面,”技术代表、亚利桑那大学、加州大学洛杉矶,孟菲斯大学,2012。视图:谷歌学术搜索
8. c .方黄t . f . r . Yu j . Liu和y . Liu“分布式能源消耗为做好网络优化算法通过对偶分解”《IEEE全球通信会议(GLOBECOM 14)德克萨斯州奥斯汀市,页1848 - 1853,美国2014年12月。视图:出版商的网站|谷歌学术搜索
9. Psaras, r·g·克莱格,r·兰达w·k·柴和g . Pavlou“CCN-caching树的建模和评估,”网络2011:10日国际联合会TC 6网络会议上,瓦伦西亚,西班牙可能卖地,2011年,诉讼,我卷,6640在计算机科学的课堂讲稿施普林格,页78 - 91年,柏林,德国,2011年。视图:出版商的网站|谷歌学术搜索
10. g . Carofiglio诉Gehlen d·佩里诺,“实验评价内存管理的以内容为中心的网络,”IEEE国际会议通信学报》(ICC的11)2011年6月,京都,日本。视图:出版商的网站|谷歌学术搜索
11. 崔n . k .关d . c . " (g·阿特金森,“网络缓存效应在以内容为中心的网络,优化能源消费”IEEE国际会议通信学报》(ICC的12),页2889 - 2894,渥太华,加拿大,2012年6月。视图:出版商的网站|谷歌学术搜索
12. 诉雅各布森,d . k . Smetters j·d·桑顿·m·f·布特就n . h·布里格斯和r . l . Braynard“网络命名内容”诉讼的ACM新兴的网络实验和技术会议(CoNEXT ' 09),页1 - 12,罗马,意大利,2009年12月。视图:出版商的网站|谷歌学术搜索
13. d·罗西和g·罗西尼缓存内容中心网络的性能在多路径路由(以及更多),“技术代表、电信ParisTech,巴黎,法国,2011年。视图:谷歌学术搜索
14. c .方黄t . f . r . Yu j . Liu和y刘,”一个绿色节能网内分布式缓存方案以内容为中心的网络,”计算机网络卷,78年,第129 - 119页,2015年。视图:出版商的网站|谷歌学术搜索
15. h . Chang r . Govindan贾敏,s . j . Shenker, w .愿意“平坦的网络拓扑结构,对捕捉代表”计算机网络,44卷,不。6,737 - 755年,2004页。视图:出版商的网站|谷歌学术搜索
16. e . w . Zegura k·l·卡尔弗特,m . j . Donahoo”网络拓扑中,基于模型的定量比较”IEEE / ACM交易网络,5卷,不。6,770 - 783年,1997页。视图:出版商的网站|谷歌学术搜索
17. l·布雷斯劳·曹l .风扇g·菲利普斯和美国Shenker“Web缓存和Zipf-like分布:证据和影响,”学报18 IEEE联合年会IEEE计算机和通信的社会(信息通信的99),1卷,页126 - 134,IEEE,纽约,纽约,美国,1999年3月。视图:出版商的网站|谷歌学术搜索
18. k . Katsaros g . Xylomenos, g . c . Polyzos”MultiCache:一个增量部署覆盖以信息为中心的网络架构,”《IEEE计算机通讯大会上车间(信息通信的10)IEEE,页1 - 5,圣地亚哥,加利福尼亚州,美国,2010年3月。视图:出版商的网站|谷歌学术搜索
19. 李z、g·西蒙和a . Gravey“网络缓存,缓存政策”20国际会议的程序计算机通信和网络(ICCCN 11)美国夏威夷毛伊岛,7 - 8月2011。视图:谷歌学术搜索
20. h·谢·g·史,p . Wang”TECC:对协作网络缓存交通工程的指导下,“《IEEE计算机通讯大会上(信息通信的12),页2546 - 2550,奥兰多,佛罗里达州,美国,2012年3月。视图:出版商的网站|谷歌学术搜索
21. b . j . Li h . Wu刘et al .,“Popularity-driven协调缓存命名数据网络,”第八届ACM和IEEE学报》研讨会上架构的网络和通信系统(ANCS 12)页15-26玛丽安德尔湾,加利福尼亚州,美国,2012年10月。视图:出版商的网站|谷歌学术搜索
22. b . j . Li刘,h·吴“节能网络缓存就像网络,”IEEE通信信,17卷,不。4、797 - 800年,2013页。视图:出版商的网站|谷歌学术搜索
23. n . Laoutaris s Syntila i Stavrakakis,“元算法层次网络缓存,”学报》第23届IEEE国际性能、计算和通信会议(IPCCC ' 04)IEEE,页445 - 452年,凤凰城,亚利桑那州,美国,2004年4月。视图:谷歌学术搜索

版权

版权©2016 Haipeng姚明等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。