胡六四

(安徽电子信息职业技术学院 软件学院，安徽 蚌埠 233000)

信息中心网络(ICN)[1]已经成为未来互联网架构中最有希望的候选者.互联网越来越多地用于信息传播，而不是终端主机之间的成对通信，ICN能比现有的互联网架构更好地反映当前和未来的需求.在网络中，流量控制[2]是管理两个节点之间的数据传输速率的过程，它为数据发送方提供了控制传输速度的机制，使得接收节点不被来自发送方的数据所淹没.因此，研究信息中心网路的流量控制机制有利于优化信息中心网络的数据传输机制，具有重要的理论价值和现实意义.

1 信息中心网络数据转发模式

传统网络架构是基于永久连接性、端到端原则、以主机为中心的，而信息中心网络则是以内容(content)为中心的网络架构.信息中心网络中，连接可能是间歇性的，终端主机和网络内存储是透明的，支持移动性和多址访问，并且支持多播和广播.内容变得独立于位置，网络内的路由器具有缓存功能.这样的网路架构能够提高效率，具有可扩展性，并在具有挑战性的通信场景中提供更好的鲁棒性.现有的ICN项目侧重于设计一种互联网架构，以取代当前的以主机为中心的模式为目的.ICN的项目包括了伯克利的DONA项目、“发布订阅互联网路由模式(PSIRP)”、可扩展与自适应互联网解决方案(SAIL)、4WARD、命名数据网络(NDN)及其前身内容中心网络(CCN)[3]等等.

在探讨流量控制问题之前，首先以命名数据网络[4]为例子来介绍信息中心网络的数据转发模式.NDN中的通信由数据请求方发起、通过交换两种类型的包(即兴趣包和数据分包)来实现.两种类型的数据包都带有一个名称.数据请求方将所需数据的名称放入兴趣包中并将其发送到网络.路由器使用此名称将兴趣包转发给数据产生方.一旦兴趣包到达具有所请求数据的节点时，节点将返回一个包含名称和内容的数据包.此数据包按照兴趣包的路径反向回到数据请求方.

2 基于对偶模型的流量控制

2.1 流量控制问题建模

利用网络效用最大化模型，将流量控制问题建模成一个全局优化的资源分配问题.在网络效用最大化模型中加入成本函数，可以避免突发数据流对网络造成影响.流量控制问题的模型为

(1)

为了使求解过程简单化，使用障碍函数(Barrier function)法对优化问题(1)进行转化，得到如下的优化问题：

(2)

障碍函数法能将约束优化问题转化为一系列简单的无约束优化问题，然后在约束边界构建障碍，确保了每次迭代严格符合约束条件.设置障碍函数比选择成本函数要简单得多，该模型选取了对数函数(ln(·))作为障碍函数.由于对数函数隐式地包含了y≤c这一约束条件，因此优化问题(2)比优化问题(1)少了一个约束条件，从而降低了求解问题的难度.

2.2 对偶模型

为了得到优化问题(2)的精确解，通过引入拉格朗日乘子，可以得到拉格朗日函数：

(3)

该对偶问题的目标函数是D(p)=maxz,y≥0L(z,y,p)，将目标函数D(p)进行整理后可得，D(p)=∑sBs(ps)+∑lBl(pl)，其中，

(4)

(5)

因此，优化问题(2)的对偶问题为

(6)

2.3 对偶模型的求解

无论原优化问题是否凸优化问题，其对偶问题是凸优化问题.因此，可以利用梯度法来求解问题(6).对问题(6)使用梯度投影法[5]，可得

(7)

其中，β是大于零的常数，是下降的步长.

(8)

通过对问题(5)进行求导，可以直接得到该问题的解析解为

(9)

2.4 分布式算法

流量控制算法主要是在内容请求方和中间路由运行.内容请求方和中间路由的算法描述如表1和表2所示.

表1 内容请求方算法描述

表2 中间路由算法描述

图1 数据转发过程

流量控制算法的流程如图1所示.

第一步：数据请求方以初始速率发送兴趣包；

第二步：中间路由使用公式(7)更新反馈信息(即链路拥塞价格)，然后数据包将反馈信息发送回给数据请求方;

第三步：数据请求方收到反馈信息后，使用公式(8)计算传输速率;

第四步：重复第二、三步，直到算法收敛.

2.5 算法评估

图2 实验的网络拓扑图

算法评估使用了NS-3网络仿真平台[6]，将本文提出的算法与BestRoute算法进行比较，考虑了两个主要指标，分别是平均延迟以及丢包数.图2是仿真实验使用的网络拓扑.每一条链路的带宽均为10 Mbps，每条链路的传播延迟为20 ms.节点1、2、3是数据请求方，节点4、5、6是数据提供方，节点7、8、9、10是中间路由.

平均延迟和丢包数的仿真实验结果如图3、4所示.两个仿真实验运行时间都是60 s.每个数据请求方(即节点1、2、3)的数据请求率从300个/秒增加到1 500个/s.通过将流量控制问题建模为一个全局优化的资源分配问题，本文的算法具有最低的平均延迟，并且丢包总数也是最小的.

图3 平均延迟

图4 丢包总数

3 结论

传统互联网架构是建立在以主机为中心的通信模式上，然而互联网的使用模式已经发生了转变，互联网用户关注内容(即数据)的本身而不是内容的物理位置.信息中心网络概念的出现使网络架构从以主机为中心转变为以内容为中心.在网络中，流量控制是管理两个节点之间的数据传输速率的过程，它为数据发送方提供了控制传输速度的机制，使得接收节点不被来自发送方的数据所淹没.因此，研究信息中心网路的流量控制机制有利于优化信息中心网络的数据传输机制，具有重要的理论价值和现实意义.

本文首先以命名数据网络为例，介绍了信息中心网络的数据转发模式.然后利用最优化理论，将信息中心网络流量控制建模为全局最优化的资源分配问题，并推导出该问题的对偶模型.使用梯度投影法求解该资源分配问题，同时还提出了分布式的算法.最后进行了仿真实验，评估本文提出算法的性能.仿真实验结果显示，本文的算法能够有效降低网络平均延迟、减少网络丢包总数.

[1] 吴超，张尧学，周悦芝,等.信息中心网络发展研究综述[J].计算机学报，2015，38(3)：455-471.

[2] 黄启萍.流量控制与IP服务质量[J].计算机工程，2006，32(11)：144-146.

[3] AHLGREN B，DANNEWITZ C，IMBRENDA C，et al.A survey of information-centric networking[J].Communications Magazine IEEE，2012，50(7)：26-36.

[4] ZHANG L，AFANASYEV A，BURKE J，et al.Named data networking[J].Acm Sigcomm Computer Communication Review，2014，44(3)：66-73.

[5] BERTSEKAS D P.Nonlinear programming[M]∥ Nonlinear programming：Wiley，1979：583-596.

[6] 马春光，姚建盛.NS-3网络模拟器基础与应用[M].北京：人民邮电出版社，2014.