面向家庭网关的基于用户行为的高效内容分发理论与技术研究

Content delivery is one of the most important applications of Internet. The potential of home gateways to content delivery can't be overestimated. However, this field is not studied intensively yet. This project will study home gateway-oriented and user behavior-based content delivery principle and technologies. Firstly, we focus on large scale network measurement of large scale network services (e.g. Facebook, Amazon, QQ, and etc.) and access networks. Based on this measurement, we can characterize home gateways and user's network behavior. Second, we study on home gateway-oriented and user behavior-based overlay network protocol which can efficiently support content delivery. Third, we study efficient, secure, and fair content management architecture and design user behavior-aware content replication algorithms. The achievements of this project are the following. The first is the theory and technology for measuring large scale network services. The second is characterization of large scale network services. The third is home gateway and user behavior characterization. The fourth is efficient, secure, and fair content management architecture. The last is efficient and user behavior-aware content replication algorithms. These achievements can efficiently exploit the distribution and user behavior characteristics. By this way, the performance of content sharing can be improved largely. The proposed protocols and algorithms are especially valuable for our country's community-based residential style.

1内容分发是最重要的互联网应用之一，家庭网关在内容分发方面具有巨大的潜能，然后却未获得大量研究。研究面向家庭网关的基于用户行为的高效内容分发理论与技术。首先，通过大规模网络测量，获取大规模网络服务和接入网的特征，从而建立家庭网关的分布特征和用户的网络行为特征。第二，研究面向家庭网关的基于用户行为的覆盖网络协议，高效支持内容分发。第三，研究高效、安全、公平的内容管理体系结构，设计高效的行为感知的内容复制算法。拟获得的研究成果包括：第一，大规模网络服务测量理论与技术；第二，大规模网络服务特征化；第三，家庭网关特征化和用户行为特征化；第四，高效支持内容分发的面向家庭网关的覆盖网络协议；第四，高效、安全、公平的内容管理体系结构；第五，高效、行为感知的内容复制算法。项目的研究成果能够充分利用家庭网关的分布特征和用户的行为特征，有效提高社区用户内容共享的性能，特别适合我国城市用户的社区居住模式。

内容分发是最重要的互联网应用之一，家庭网关在内容分发方面具有巨大的潜能，然后却未获得大量研究；另一方面，用户的内容消费行为也是影响内容分发性能的关键因素之一。本项目结合家庭网关的运行特点和用户行为来研究提高内容分发的性能的理论与技术。首先，我们提出了面向家庭网关的基于用户行为的内容分发体系结构，系统主要由两部分组成，一部分为分布在用户家庭网关的一个定制代理，实现用户行为搜集和内容预取，另一部分为一个中心节点用于实现用户行为分析与预测。其中，我们设计了一个推荐算法来预测用户的内容消费行为，实验结果表明所提出的方法相对基准方法有较好的性能提升。第二，为了测量大规模用户行为，我们研究了用户账户关联算法，将同一实体用户在不同社交网络的账户相关联，从而能够扩展用户的网络活动信息，提高用户行为分析与预测的性能。我们提出了基于写作风格的用户账户关联算法和基于网络嵌入的用户账户关联算法。第三，为了预测用户的内容消费行为，我们提出一种基于关注关系和多用户反馈的图推荐算法。该算法基于朴素贝叶斯分类器构建用户兴趣图，基于反馈图Random Walk和兴趣图相似度信息扩散计算节点间相似度。实验结果表明，即使在用户行为稀疏的情况下，能够在准确率、召回率、覆盖率等多项指标上取得较好的性能。第四，我们提出了家庭网关的流量测量技术，利用openflow的多级流表机制，将处理流程的前面部分流表作为转发功能流表，而后面部分流表作为测量流表。所提出的解决方案具有高度的灵活性，解决了已有流量测量技术的局限性，能够用于家庭网关的流量测量与控制。第五，综合上述技术，项目中设计并实现了一个原型系统，该系统能够有效预测用户的内容消费行为，通过家庭网关代理预取网络内容，有效提高网络的利用率和用户的体验。项目的研究成果能够充分利用家庭网关的分布特征和用户的行为特征，提高网络的利用率，提升用户的内容消费体验；同时，上述技术也可用于提高移动终端的内容分发性能。