[论文解读] Forwarding, Caching and Congestion Control in Named Data Networks

Edmund Yeh, Tracey Ho+4 more|arXiv (Cornell University)|Oct 21, 2013

Caching and Content Delivery参考文献 13被引用 8

一句话总结

本文提出了名为虚拟兴趣平面（Virtual Interest Plane, VIP）的框架，用于命名数据网络（Named Data Networking, NDN），通过虚拟兴趣分组（Virtual Interest Packets, VIPs）建模用户需求，实现转发、缓存与拥塞控制的分布式、动态联合优化。该框架在无需事先了解内容流行度或全局状态的情况下，实现了卓越性能——缓存命中率最高提升6倍，延迟降低45%。

ABSTRACT

Emerging information-centric networking architectures seek to optimally utilize both bandwidth and storage for efficient content distribution. This highlights the need for joint design of traffic engineering and caching strategies, in order to optimize network performance in view of both current traffic loads and future traffic demands. We present a systematic framework for joint dynamic interest request forwarding and dynamic cache placement and eviction, within the context of the Named Data Networking (NDN) architecture. The framework employs a virtual control plane which operates on the user demand rate for data objects in the network, and an actual plane which handles Interest Packets and Data Packets. We develop distributed algorithms within the virtual plane to achieve network load balancing through dynamic forwarding and caching, thereby maximizing the user demand rate that the NDN network can satisfy. Next, we show that congestion control can be optimally combined with forwarding and caching within this framework to maximize user utilities subject to network stability. Numerical experiments within a number of network settings demonstrate the superior performance of the resulting algorithms for the actual plane in terms of high user utilities, low user delay, and high rate of cache hits.

研究动机与目标

• 解决信息中心网络（如NDN）中联合优化转发、缓存与拥塞控制的挑战，以提升网络效率。
• 克服静态、集中式或基于流行度假设的缓存与转发算法在动态、实时网络环境中的局限性。
• 设计一种分布式、自适应框架，基于用户需求速率而非原始数据包流运行，以实现可扩展且响应迅速的网络控制。
• 在不同流量与拓扑条件下，最大化用户需求满足度与网络利用率，同时确保稳定性与低延迟。

提出的方法

• 提出双平面架构：一个在虚拟兴趣分组（VIPs）上运行的虚拟控制平面，用于建模用户需求速率；一个实际平面负责处理真实的Interest与Data分组。
• 在虚拟平面上设计分布式算法，根据VIP流速率与队列长度动态调整转发与缓存策略，以平衡网络负载。
• 将虚拟平面的输出——VIP流速率与队列长度——直接映射到实际平面上的转发与缓存决策，实现实时自适应。
• 通过建模用户效用的α-公平效用函数（α=2）将拥塞控制集成到VIP框架中，并基于往返时间反馈实现动态窗口控制。
• 在虚拟平面上应用基于势能的路由算法，避免对缓存状态的全局知识，从而实现可扩展性与去中心化。
• 将VIP框架应用于多种网络拓扑（如Abilene、GEANT、Fat Tree等），以验证其在多样化真实场景下的性能表现。

实验结果

研究问题

• RQ1 如何在动态流量与网络条件下，联合优化NDN中的转发与缓存，以最大化用户需求满足度？
• RQ2 在缓存命中率与延迟方面，基于需求的分布式框架是否能优于传统的基于流行度的或集中式缓存策略？
• RQ3 在无需全局状态信息的情况下，能否有效将拥塞控制与虚拟化控制平面上的动态转发与缓存相结合？
• RQ4 VIP框架在包括有线、无线及数据中心环境在内的多种网络拓扑中表现如何？
• RQ5 VIP框架是否能在不依赖内容流行度分布先验知识的前提下，实现高网络利用率与低延迟？

主要发现

• 在每秒每节点60个请求的Fat Tree拓扑中，稳定缓存VIP算法的缓存命中率最高达到最差基线（LCE-UNIF）的6倍。
• 在同一拓扑中，VIP算法将用户延迟降低至最接近竞争对手（LCE-LRU）的约45%，展现出显著的延迟改善。
• 集成拥塞控制的VIP算法在总网络利用率上与基于AIMD的基线相当，但在所有测试拓扑中总延迟最高降低45%。
• 无论是否具备内容流行度分布的先验知识，VIP框架在缓存命中率与延迟方面均优于所有对比算法。
• VIP框架中的基于势能的路由算法无需全局协调或对缓存内容的了解，从而实现了可扩展的去中心化运行。
• 该框架的分布式设计及其对实时需求建模（通过VIP）的依赖，使其能够动态适应变化的流量模式与网络条件。