一種基于緩存交互的命名數(shù)據(jù)網(wǎng)絡擁塞控制算法①

石珊姍 任勇毛 李 ?、?李靈玲 智 江

(* 中國科學院計算機網(wǎng)絡信息中心 北京 100190)(**中國科學院大學 北京 100049)

?

一種基于緩存交互的命名數(shù)據(jù)網(wǎng)絡擁塞控制算法①

石珊姍②***任勇毛*李 ?、?李靈玲*智 江***

(*中國科學院計算機網(wǎng)絡信息中心 北京 100190)(**中國科學院大學 北京 100049)

研究了命名數(shù)據(jù)網(wǎng)絡(NDN)的擁塞控制。為了解決突發(fā)流量問題和提高吞吐量及網(wǎng)絡資源利用率，考慮了路由器緩沖區(qū)大小與擁塞控制機制的相互影響以及NDN內(nèi)部署緩存這一重要特性，提出了一種基于緩存交互的NDN擁塞控制算法。該算法通過利用NDN中的路由器緩存，在邏輯上動態(tài)擴充緩沖區(qū)大小并控制Data包的發(fā)送速率，同時與現(xiàn)有的NDN擁塞控制算法相結(jié)合，動態(tài)調(diào)整Interest包發(fā)送速率閾值，以平滑突發(fā)流量，緩解網(wǎng)絡擁塞?；趎dnSIM的仿真實驗結(jié)果表明，該算法能有效提高NDN的傳輸效率、吞吐量和網(wǎng)絡資源利用率。

命名數(shù)據(jù)網(wǎng)絡(NDN)， 擁塞控制， 緩存， 緩沖隊列大小， 動態(tài)閾值(DT)， 突發(fā)流量

0 引 言

命名數(shù)據(jù)網(wǎng)絡(named data networking，NDN)[1,2]作為一種以信息為中心的網(wǎng)絡(information-centric networking, ICN)[3]體系結(jié)構(gòu)，是未來互聯(lián)網(wǎng)體系結(jié)構(gòu)研究的一個熱點方向。體系結(jié)構(gòu)的革新使NDN與傳統(tǒng)TCP/IP網(wǎng)絡相比，表現(xiàn)出新的傳輸模式和傳輸特點，因此，NDN擁塞控制機制是NDN體系結(jié)構(gòu)中有待研究的關鍵技術(shù)之一。目前NDN擁塞控制機制[4]主要考慮Interest包和Data包一對一的傳輸特點，通過在接收端控制Interest的發(fā)送速率控制Data包的發(fā)送速率。當網(wǎng)絡發(fā)生擁擠時，通過隱式或顯式方式通知接收端調(diào)整Interest包的發(fā)送速率。其中，隱式擁塞控制代表算法如ICP[5]，通過借鑒TCP協(xié)議的加性增長乘性減少(AIMD)算法，在接收端根據(jù)往返時間(RTT)的值調(diào)整Interest的發(fā)送速率，以及根據(jù)重傳超時時間(RTO)判斷擁塞的發(fā)生，但很難估計RTO的值[6]。顯式擁塞控制算法通常在中間節(jié)點檢測網(wǎng)絡擁塞狀態(tài)，并顯式反饋給接收端，接收端據(jù)此調(diào)整Interest包發(fā)送速率，以控制Data包返回速率，主要的算法有CHoPCoP[7]，ECP[8]和ECN-based[9]等。

雖然命名數(shù)據(jù)網(wǎng)絡(NDN)擁塞控制方面的研究已有了一些成果，但仍不成熟。一方面未充分利用NDN中間節(jié)點部署緩存這一重要特點。另一方面也未充分考慮網(wǎng)絡層面對擁塞的控制以及突發(fā)流量的問題，比如網(wǎng)絡供給、流量整形等。在數(shù)據(jù)中心網(wǎng)絡中普遍存在micro-burst[10]、突發(fā)流量[11]問題，針對此問題通常采用大緩沖區(qū)將部分流量緩存下來，暫緩發(fā)送，從而減小丟包率，防止數(shù)據(jù)包重傳。同時采用動態(tài)閾值(dynamic threshold，DT)算法[12]或改進的增強動態(tài)閾值(enhancing dynamic threshold，EDT)算法[10]進行緩沖隊列管理，從而有效地吸收突發(fā)流量?；谝陨峡紤]，本文從NDN中間節(jié)點部署緩存這一特點出發(fā)，針對突發(fā)流量問題，提出了一種基于緩存交互的命名數(shù)據(jù)網(wǎng)絡擁塞控制算法。將該算法作為獨立的組件，與現(xiàn)有的基于端或基于hop-by-hop的流量整形算法相結(jié)合，在邏輯上擴充緩沖隊列，可以減小丟包，平滑突發(fā)流量。實驗結(jié)果表明，引入基于緩存交互(content store-based, CS-based)模塊的擁塞控制算法可以更好地吸收突發(fā)流量，緩解突發(fā)流量帶來的不穩(wěn)定性，具有更高的傳輸效率、網(wǎng)絡吞吐量以及資源利用率。

1 算法設計

1.1 算法設計動機與原理

本節(jié)首先論述緩沖區(qū)大小與擁塞控制的相互影響，然后再從理論上簡單論述使用緩存(content store，CS)在邏輯上擴充輸出隊列的合理性，即利用NDN緩存的優(yōu)勢，從邏輯上擴充輸出緩沖隊列，以平滑短暫的突發(fā)性流量，減小丟包率，從而提高吞吐量和資源利用率。

1.1.1 緩沖區(qū)大小與擁塞控制的相互影響

網(wǎng)絡中路由器都配有緩沖區(qū)，當網(wǎng)絡發(fā)生擁塞或遭遇突發(fā)流量時，緩沖區(qū)可以緩存網(wǎng)絡中的數(shù)據(jù)包，減小丟包率，防止數(shù)據(jù)包重傳，但緩沖隊列過長則會增加排隊時延[13]。因此，路由器緩沖區(qū)大小與TCP擁塞控制算法的動態(tài)性密切相關。同時路由器端口隊列的建立依賴于可用緩沖區(qū)空間大小和TCP流量的突發(fā)性[14]，而TCP流量大小又依賴于流量經(jīng)過的鏈路的擁塞程度。DT算法[12]通過管理輸出隊列的共享緩沖區(qū)改善系統(tǒng)損耗以及公平性，提高網(wǎng)絡傳輸性能。隊列延遲控制(controlling queue delay, CoDel)[15]考慮到目前網(wǎng)絡緩沖區(qū)的不斷增大、延遲敏感應用的廣泛發(fā)展以及流媒體業(yè)務的不斷興起，對主動隊列管理機制(AQM)進行改進，可適應鏈路的動態(tài)變化以及突發(fā)流量的情況。因此，本文在NDN中也將擁塞控制機制與緩沖區(qū)和緩沖隊列管理進行綜合考慮，同時利用NDN緩存優(yōu)勢，以應對網(wǎng)絡突發(fā)流量，提高網(wǎng)絡性能。

1.1.2 動態(tài)擴充緩沖隊列的合理性分析

動態(tài)閾值(DT)算法[12]認為輸出隊列的閾值與空閑緩沖區(qū)大小成正比，并為所有端口配置相同大小的隊列閾值，即分配相同的緩沖資源。用T(t)表示隊列控制閾值，其計算公式如下：

T(t)=α(B-Q(t))=α(B-∑iQi(t))

(1)

式中，Qi(t)表示端口i在t時刻的輸出隊列長度，B表示系統(tǒng)共享緩沖區(qū)大小，α為控制參數(shù)。當隊列長度Q(t)等于或超過控制閾值T(t)時，將不再允許數(shù)據(jù)包進入隊列，即進行丟包。根據(jù)上述緩沖資源分配公式，我們結(jié)合NDN緩存構(gòu)造如下緩沖資源分配公式：

(2)

式中，我們增加了C，表示為擴充輸出緩沖隊列借用緩存的容量，這里C≥0，表示緩存邏輯擴充緩沖隊列算法可作為獨立模塊。當C=0時，表示不使用該模塊，當C>0時，表示使用該模塊。q(t)表示瞬時隊列長度平均值，q(t)的計算公式見1.4節(jié)。由于隊列閾值T(t)與空閑緩沖區(qū)成正比，因此C+B擴大了共享緩沖區(qū)，則空閑緩沖區(qū)增大，隊列閾值T(t)增大，從而減小了丟包可能性，防止數(shù)據(jù)包重傳。

同時，DT算法為吸收突發(fā)流量，保持系統(tǒng)穩(wěn)定性，會預留一部分緩沖區(qū)，用Ω表示，并給出如下公式：

Q=S.T+Ω

(3)

式中，Q為穩(wěn)定狀態(tài)下系統(tǒng)總的緩沖區(qū)占用量，T為穩(wěn)定狀態(tài)下的隊列閾值，S為工作的端口數(shù)。增強動態(tài)閾值(EDT)算法[10]通過理論和實驗論證，由于DT算法預留部分緩沖資源，當發(fā)生丟包時，系統(tǒng)中仍有部分緩沖區(qū)未使用。同時，DT算法為確保輸出端口緩沖區(qū)公平分配，即使突發(fā)流大小遠遠小于緩沖區(qū)大小時，數(shù)據(jù)包也會被丟掉，造成了緩沖資源的浪費。因此，我們結(jié)合NDN緩存給出如下公式：

Q=(S.T+Ω)+Ωc

(4)

式中，我們增加了Ωc表示通過緩存(CS)在邏輯上增加的預留緩沖區(qū)。同上，Ωc≥0，表示緩存邏輯擴充緩沖隊列算法可作為獨立模塊，當Ωc=0時，表示不使用該模塊，當Ωc>0時，表示使用該模塊?？梢钥闯?，使用緩存Ωc代替Ω作為預留緩沖資源，可以提高原有緩沖區(qū)的利用率，防止丟包，更好地吸收突發(fā)流。

需要指出的是，本文僅初步論證了考慮到NDN緩存的天然特性，在邏輯上動態(tài)擴充緩沖隊列的有效性，目的在于利用NDN路由器緩存對緩沖區(qū)管理和擁塞控制提供一種參考，而對于緩沖區(qū)大小初始值設置，以及利用的緩存大小的最優(yōu)值還未做進一步探討。

1.2 基于緩存交互的擁塞控制模型

本節(jié)給出的NDN中基于緩存交互的擁塞控制機制模型如圖1所示。緩存交互擁塞控制算法運行在NDN路由器上。該模型在原有NDN路由模型的基礎上增加了數(shù)據(jù)表(data table，DT)和基于緩存的速率調(diào)整(content store-based rate adjusting， CRA)兩個模塊，當遇到突發(fā)流量導致緩沖隊列平均隊列長度瞬間增大時，CRA和DT可控制Data包的轉(zhuǎn)發(fā)，將Data包暫存于CS中，并延遲Data包的轉(zhuǎn)發(fā)，實現(xiàn)在邏輯上擴充輸出緩沖隊列，從而平滑突發(fā)流量，減小丟包數(shù)，提高網(wǎng)絡吞吐量。同時該算法與已有的基于接收端的擁塞控制算法進行協(xié)商，決定是否使用該算法，或使用該算法所需的參數(shù)設置，以此控制Interest包的發(fā)送速率，從而緩解網(wǎng)絡擁塞問題。

圖1 擁塞控制模型

1.3 基于緩存交互的Data包轉(zhuǎn)發(fā)控制算法

利用緩存控制Data包的轉(zhuǎn)發(fā)是基于緩存交互的網(wǎng)絡擁塞控制算法的核心部分。本節(jié)將著重介紹如何進行實際的緩沖隊列擴充，即如何通過緩存交互控制Data包的轉(zhuǎn)發(fā)。

NDN中，Data包遠大于Interest包大小，因此擴充緩沖隊列實質(zhì)是擴充Data包的輸出隊列長度。同時one-Interest-one-Data的傳輸特點[4]使得可以通過調(diào)整下游節(jié)點Interest包的發(fā)送速率控制Data包的返回速率，因此Data隊列增大，實際上是Interest隊列增大。我們將結(jié)合圖2給出更詳細的描述。

圖2 動態(tài)擴充緩沖隊列示例

圖2中，C-R1-R2-S為工作流量，假設Interest和Data隊列長度已達到飽和且穩(wěn)定(此時網(wǎng)絡不擁塞)，在某一時刻由于突發(fā)流C1，C2，…的加入，使得R1的Interest隊列瞬間增大。如果使用緩存交互模塊，則進行如下操作，R1接受新增流C1、C2、Cn發(fā)來的Interest請求包，這樣就達到了放行突發(fā)流請求的效果。同時，R2對Data隊列檢測，如果新增流量持續(xù)較長，為防止流量后壓，需向下游節(jié)點R1通過顯式或隱式方式反饋擁塞信息使其控制Interest包的速率，從而從根本上緩解網(wǎng)絡擁塞。

算法中增加DT模塊，DT為FIFO類型，DT中一個條目記錄未被轉(zhuǎn)發(fā)的Data的控制信息，用于控制這些Data的轉(zhuǎn)發(fā)，即控制Data包進入輸出緩沖隊列的速率。當Data包被正常轉(zhuǎn)發(fā)后，刪除DT中相應的條目。

Data從到達到離開路由器的過程偽代碼：

BEGIN輸入：Data包PITmatch；//查詢PIT表If(PIT表中存在匹配條目){CSinsert； If(q≥qmax) { If(q≥pmax) { 擁塞通知請求端降低 Interest發(fā)送速率； } else { 在DataTable中增加條目， 表示Data包需要調(diào)整速率發(fā)送； CRA(Data)；//發(fā)送Data； } } else { 將Data包原速率轉(zhuǎn)發(fā)到對應的端口； }else(PIT表中不存在匹配條目) { 丟棄Data包； }END

1.4 Data緩沖隊列檢測方法

如圖3所示，R2使用緩存擴充Data包的輸出緩沖隊列長度，只限于短暫突發(fā)流量的場景，而非永久擴充緩沖隊列，如果緩沖隊列一直過長，則會增加大量包的排隊時延，從而影響網(wǎng)絡服務質(zhì)量。因此，當檢測到突發(fā)流量時間過長或流量過大時，則需要向下游節(jié)點發(fā)送擁塞信息通知其減小Interest包的發(fā)送速率。這里，我們通過檢測R2的Data包的輸出隊列長度，如果隊列長度飽和超過一定時間Δt(Δt的值與帶寬有關)，并且DT中仍有未完成發(fā)送的Data條目，表示突發(fā)流量時間過長或流量過大，此時R2通知R1進行端的Interest發(fā)送速率控制，R2檢測Data包的輸出隊列長度的方法如下：

圖3 Data包轉(zhuǎn)發(fā)過程

2 性能評價

2.1 實驗環(huán)境與設置

本實驗在ndnSIM[16]仿真平臺上進行。ndnSIM基于NS-3[17]，它將NDN網(wǎng)絡協(xié)議模塊化，模擬實現(xiàn)了NDN通信模型，是目前最為流行的NDN開源仿真工具。

實驗中在接收端采用NDN中一種典型的Interest請求速率控制算法——ICP算法[5](也可以使用其他現(xiàn)有的NDN擁塞控制算法)，在ICP基礎上，針對突發(fā)流量情況比較使用緩存模塊和不使用緩存模塊的性能，即對ICP+CS-based模塊與ICP+non-CS-based模塊的性能進行分析比較。

實驗拓撲如圖4、圖5所示，實驗參數(shù)設置如表1所示，接收端Client1、Client2分別向發(fā)送端Server1、Server2請求不同的數(shù)據(jù)。Client1和Server1之間的流量為工作流量，記作flow1。Client2和Server2之間的流量為背景流量，特點是具有突發(fā)性，記作flow2。瓶頸鏈路帶寬為10Mbps，其他鏈路帶寬為100Mbps，鏈路時延為10ms。圖4所示為單瓶頸鏈路，瓶頸鏈路為R2-R3，圖5所示為雙瓶頸鏈路，瓶頸鏈路為R1-R2和R3-R4。Interest包和Data包大小分別是40B和1040B(后續(xù)實驗均采用此設置)。隨著突發(fā)流量flow2的變化，比較兩種方案的性能。

圖4 單瓶頸鏈路拓撲

圖5 雙瓶頸鏈路拓撲

工作流量Client1—Server1突發(fā)流量Client2—Server2Interest包大小40BData包大小1040B鏈路帶寬100Mbps瓶頸鏈路帶寬10Mbps鏈路時延10ms

2.2 實驗場景與結(jié)果分析

2.2.1 單瓶頸-1次突發(fā)CBR-突發(fā)流量持續(xù)時間1s

該場景使用圖4所示拓撲：當t=0s時，實驗開始運行，Client1向Server1請求80M的Data包。當t=20s時，加入突發(fā)流量flow2，Client2向Server2發(fā)送Interest請求Data包。

flow2使用恒定比特率(CBR)控制請求Interest的速率，參數(shù)Frequency控制突發(fā)流大小，參數(shù)Maxseq控制突發(fā)流量持續(xù)時間，例如Frequency=400，Maxseq=400，表示突發(fā)流大小為400Interests/s，持續(xù)時間為1s。該場景改變flow2的大小，持續(xù)時間為1s。

圖6為突發(fā)流flow2的Frequency大小為600時Client1的吞吐量。實驗開始時，只有flow1，因此Client1的吞吐量即收到Data包的速率不斷增加，在t=16.5s時達到最大，此時瓶頸鏈路R2-R3的容量達到飽和，R2、R3的Interest和Data隊列達到最大值，在t=23.5s時，Client2請求的突發(fā)流量到來。由于增加了新的流量，為避免網(wǎng)絡發(fā)生擁塞即R2-R3發(fā)生擁塞，CS-based和non-CS-based方案都使Client1收到Data包的速率降低，但原因不同。在CS-based方案中，由于突發(fā)流量很短暫，Client1并不需要減低發(fā)送Interest的速率，同時放行Client2的Interest請求，Server1、Server2收到Interest請求后返回Data，由于利用緩存在邏輯上增加了R2和R3的輸出緩沖隊列長度，并且控制Data的速率，所以Client1收到Data的速率降低，同時由于Client1 不降低Interest請求速率，所以Client2突發(fā)流量消失后，可以很快恢復飽和狀態(tài)。在non-CS-based方案中，由于突發(fā)流量的到來，R2、R3的Interest/Data隊列滿，因此丟包觸發(fā)Client1降低Interest發(fā)送速率，使其收到Data的速率降低，突發(fā)流量消失后，Client1進入擁塞避免階段，需要一段時間恢復到飽和狀態(tài)。因此從實驗結(jié)果可以看出，CS-based在t=23.5s時達到最大速率，在t=76.5s時傳輸完成，non-CS-based在t=39.5s時達到最大速率，在t=83.5時傳輸完成。與non-CS-based相比，CS-based的收斂性提高了(39.5-23.5)/23.5=68%,帶寬利用率提高了(1179.6-864.4)/1179.6=26.7%，傳輸時間減少了(83.5-76.5)/83.5=8.38%。

圖6 Client1吞吐量600Interest/s

如圖7所示，當突發(fā)流量持續(xù)時間不變時，Client1的傳輸完成時間受突發(fā)流量大小的影響。其中，突發(fā)流量從400Interests/s增大到1000Interests/s時，使用 CS-based的傳輸完成時間遞增的非常緩慢且?guī)缀醪话l(fā)生改變，而使用CS-based的傳輸完成時間出現(xiàn)了較大幅度遞增且波動的現(xiàn)象，并且CS-based比non-CS-based的完成時間更短。因此CS-based能更有效地吸收突發(fā)流量，具有更好的傳輸性能。

圖7 Client1完成時間

2.2.2 單瓶頸-多次突發(fā)CBR-突發(fā)流量持續(xù)時間1s

該場景使用圖4所示拓撲，突發(fā)流量flow2使用CBR控制請求Interest的速率。改變突發(fā)流量flow2的大小，比較突發(fā)流量次數(shù)不同時，兩種機制的傳輸性能。

如圖8所示，為Client1的傳輸完成所需時間隨突發(fā)流量大小的改變。CS-based比non-CS-based的完成時間更短。且突發(fā)流次數(shù)增加對CS-based幾乎無影響，而non-CS-based完成時間隨突發(fā)流次數(shù)增加而增加。因此CS-based能有效地平滑多次突發(fā)流量，具有更好的傳輸性能。

圖8 Client1完成時間

2.2.3 單瓶頸-1次突發(fā)CBR-突發(fā)流量持續(xù)時間5s

該場景使用圖4所示拓撲，突發(fā)流量flow2使用CBR控制請求Interest的速率。改變突發(fā)流量flow2的持續(xù)時間，比較兩種機制的傳輸性能。

如圖9所示，隨著突發(fā)流量持續(xù)時間的增大，兩種方案下，Client1完成時間都增大，但CS-based比non-CS-based的完成時間更短。因此CS-based具有更高的傳輸效率。

圖9 Client1完成時間

2.2.4 單瓶頸-1次突發(fā)-Zipf突發(fā)流量持續(xù)時間1s

該場景使用圖4所示拓撲，突發(fā)流量flow2使用Zipf控制請求Interest的速率。突發(fā)流量的flow2的大小不變，為800Interests/s，改變Zipf參數(shù)α。分析兩種機制下的傳輸性能。

如圖10所示，在Client1端，CS-based比non-CS-based的完成時間更短，且分布指數(shù)增加對CS-based幾乎無影響，而使用non-CS-based時傳輸完成時間隨Zipf參數(shù)α的增大而增大。因此CS-based能有效地平滑突發(fā)流量，具有更好的傳輸性能。

圖10 Client1完成時間

2.2.5 多瓶頸-突發(fā)流量持續(xù)時間1s

該場景使用圖5所示的雙瓶頸鏈路拓撲，突發(fā)流量flow2使用CBR控制請求Interest的速率。改變突發(fā)流量flow2大小，同時與單瓶頸鏈路場景進行對比。

如圖11所示，在Client1端，CS-based比non-CS-based的完成時間更短，且瓶頸鏈路數(shù)對CS-based 無影響，但在non-CS-based方案中，雙瓶頸比單瓶頸需要更長的時間。因此CS-based能有效地平滑突發(fā)流量，且適應多個瓶頸鏈路的情況，具有更好的傳輸性能。

圖11 Client1完成時間

3 結(jié) 論

本文從NDN內(nèi)部署緩存這一特點出發(fā)，結(jié)合緩沖區(qū)大小與擁塞控制的相互影響，簡單論述了動態(tài)擴充緩沖隊列的合理性，提出了一種基于NDN緩存交互的擁塞控制算法。該算法使用NDN緩存在邏輯上擴充緩沖隊列長度，并與已有的NDN擁塞控制算法結(jié)合，動態(tài)調(diào)整Interest發(fā)送速率閾值，目的在于充分利用NDN緩存的特點和優(yōu)勢，提高NDN資源利用率、網(wǎng)絡傳輸性能，尤其是針對突發(fā)流量的情形，減小突發(fā)流量給網(wǎng)絡帶來的不穩(wěn)定性。該算法可作為獨立的組件與已有的NDN擁塞控制算法相結(jié)合?；趎dnSIM仿真實驗結(jié)果表明，該擁塞控制算法可以更好地平滑突發(fā)流量以及減小丟包率，與不使用緩存模塊的擁塞控制算法相比具有更高的傳輸效率、吞吐量以及資源利用率。

在下一步工作中，將進一步通過實驗和理論計算，確定NDN路由器緩沖隊列長度的最優(yōu)值，以及動態(tài)擴充的緩沖隊列長度的最優(yōu)值，從而進一步提高傳輸效率和資源利用率。同時，需要對算法的公平性進行評估，進而在考慮公平性的基礎上優(yōu)化算法，使本算法在保證高效傳輸?shù)耐瑫r兼顧公平性。

[1] Jacobson V, Smetters D, Thornton J, et al. Networking named content. In: Proceedings of the 5th International Conference on Emerging Networking Experiments and Technologies, Rome, Italy, 2009. 1-12

[2] Zhang L, Estrin D, Burke J, et al. Named Data Networking (NDN) Project:[Technology Report]. Xerox Palo Alto Research Center-PARC, 2010

[3] Ahlgren B, Dannewitz C, Imbrenda C, et al. A survey of information-centric networking.IEEECommunicationsMagazine, 2012, 50(7): 26-36

[4] Yi C, Afanasyev A, Wang L, et al. Adaptive forwarding in named data networking.ACMSIGCOMMComputerCommunicationReview, 2012, 42(3): 62-67

[5] Carofiglio G, Gallo M, Muscariello L. ICP: Design and evaluation of an interest control protocol for content-centric networking. In: Proceedings of Computer Communications Workshops (INFOCOM WKSHPS), Orlando, USA, 2012. 304-309

[6] Zhang L X. Why TCP timers don’t work well.ACMSIGCOMMComputerCommunicationReview, 1986, 16(3): 397-405

[7] Zhang F, Zhang Y, Reznik A, et al. A transport protocol for content-centric networking with explicit congestion control. In: Proceedings of the 23rd International Conference on Computer Communication and Networks, Shanghai, China, 2014. 1-8

[8] Ren Y M, Li J, Shi S S, et al. An interest control protocol for named data networking based on explicit feedback. In: Proceedings of the 11th ACM/IEEE Symposium on Architectures for Networking and Communications Systems, Oakland, USA, 2015. 199-200

[9] Zhou J M, Wu Q H, Li Z Y, et al. A proactive transport mechanism with explicit congestion notification for NDN. In: Proceedings of IEEE International Conference on Communications (ICC), London, UK, 2015. 5242-5247

[10] Shan D F, Jiang W C, Ren F Y. Absorbing micro-burst traffic by enhancing dynamic threshold policy of data center switches. In: Proceedings of IEEE Conference on Computer Communications (INFOCOM), Hong Kong, China, 2015. 118-126

[11] Alizadeh M, Greenberg A, Maltz D A, et al. Data center TCP (DCTCP).ACMSIGCOMMComputerCommunicationReview, 2010, 40(4): 63-74

[12] Choudhury A, Hahne E. Dynamic queue length thresholds for shared-memory packet switches.IEEE/ACMTransactionsonNetworking, 1998, 6(2): 130-140

[13] Appenzeller G, Keslassy I, McKeown N. Sizing router buffers.ACMSIGCOMMComputerCommunicationReview, 2004, 34(4): 281-292

[14] Wischik D. Buffer sizing theory for bursty TCP flows. In: Proceedings of the International Zurich Seminar on Communications, Zurich, Switzerland, 2006. 98-101

[15] Nichols K, Jacobson V. Controlling queue delay.ACMCommunications, 2012, 55(7): 42-50

[16] Alexander A, Moiseenko I, Zhang L X. ndnSIM: NDN simulator for NS-3. Named Data Networking (NDN) Project:[Technology Report]. Los Angeles: University of California, 2012

[17] Henderson T R, Roy S, Floyd S, et al. ns-3 project goals. In: Proceedings of the 2006 Workshop on ns-2: the IP Network Simulator, Pisa, Italy, 2006

A content store-based congestion control algorithm for named data networking

Shi Shanshan***, Ren Yongmao*, Li Jun*, Li Lingling*, Zhi Jiang***

(*Computer Network Information Center, Chinese Academy of Sciences, Beijing 100190)(**University of Chinese Academy of Sciences, Beijing 100049)

The congestion control of named data networking (NDN) was studied. To solve the bursty traffic problem, increase the throughput, and improve the network resource utilization, a content store-based congestion control algorithm for NDN was proposed under the considerations of the mutual influence between the buffer size of the router and the congestion control mechanism, as well as the in-network caching scheme of NDN. This algorithm logically performs the dynamical extension of the buffer size and controls the forwarding rate of Data packets by utilizing the router content store of NDN, and dynamically adjusts the sending rate threshold of Interest packets to smooth the bursty traffic and alleviate the network congestion by the combination with the existing NDN congestion control algorithms. The results of the experiment conducted based on ndnSIM indicate that this algorithm can effectively improve NDN’s transmission efficiency, throughput and the network resource utilization.

named data network (NDN), congestion control, content store, buffer size, dynamic threshold (DT), bursty traffic

10.3772/j.issn.1002-0470.2016.04.005

①973計劃(2012CB315803)和中國科學院計算機網(wǎng)絡信息中心“一三五”計劃(CNIC_PY-1401)資助項目。

， E-mail： lijun@cnic.cn(

2015-12-29)

②女，1988年生，碩士生；研究方向：信息中心網(wǎng)絡擁塞控制；E-mail： shishanshan@cstnet.cn