以信息为中心的网络（ICN）缓存机制性能评估与算法优化

Information Centric Networking (ICN) is becoming a hot issue in future Internet research work. While in-network (en-route) caching is the most important characteristic of ICN, the research on it is just at a very early stage. There are still a lot of important challenges that need to be addressed: 1) The performance evaluation of in-network caching schemes in ICN is lack of support by large scale and realistic data sets from industry. 2) Existing ICN in-network caching schemes focus on functionality without taking performance into consideration. This project will conduct research work to address the above challenges from two aspects: performance evaluation and scheme optimization. It includes the development of a simulation platform based on real network topology and user data, the performance evaluation model of ICN in-network caching, the comparison of ICN and CDN performance, and the scheme optimization from a global network view etc. This work will enable us to understand the advantages of ICN in-network caching and will lay a solid theoretical basis for the design of ICN architectures. Moreover, we will develop new schemes by optimizing caching and matching mechanisms that will guarantee low access latency and high downloading speed for users, reduce the cost of deployment for content providers, and significantly improve the transmission efficiency of the information in the network by limiting the inter-domain traffic.

以信息为中心的网络（ICN）是未来互联网研究的热点，网络化缓存是ICN的重要特征。当前对ICN网络化缓存技术的研究还处于起步阶段，一些基本问题并没有得到解决：1)ICN网络化缓存的性能到底如何评判，相关工作一直缺乏大规模真实数据的支撑;2) ICN网络化缓存机制设计相对简单，只注重功能的实现，缺乏对性能方面的考虑。本项目旨在针对上述不足，从性能评价和算法优化两个层面来开展工作，包括基于网络真实拓扑和用户数据的大规模ICN仿真平台搭建、网络化缓存性能评估模型与ICN/CDN性能对比实验、基于全局视图的ICN网络化缓存方案设计等内容。本项目性能评测方面的工作将有助于理解ICN网络化缓存的优势，为ICN体系架构设计奠定必要的理论基础，而算法优化方面的工作将有助于保障用户的信息获取速度和低服务延迟，降低服务（内容）提供商独自部署缓存的成本，并显著提升信息在网络中的传输效率，减少网络跨域流量。

以信息为中心的网络（ICN）是未来互联网研究的热点，在可扩展性、内容传输效率、移动性、安全性等方面具有明显优势。网络化缓存是ICN的重要特征，它够有效减少内容冗余传输，降低网络流量，提高用户访问效率。而目前飞速发展的视频服务对服务质量和传输能力的有着很高的要求，这与ICN的特点密切相符。针对ICN现有研究工作的匮乏和不足，课题组以视频传输为重要应用场景，从多个层面开展工作，深入研究了ICN网络缓存部署评测及算法设计、ICN环境下视频流测量及自适应传输、ICN网络带宽流量控制调度等三个方面的内容，取得了一系列创新性研究成果。课题组研发的iCache仿真平台比现有平台提速50倍以上，基于此的算法也在缓存命中率、网络流量减少率、服务器负载等方面均有很大的性能提升。课题组在国际上首次提出了基于端到端视频传输行为利用网络断层成像技术形成网络流量地图，并在此基础上提出了一种基于分组的隐马尔可夫模型吞吐量预测算法CS2P，使视频服务质量得到显著提升。在带宽分配和流量调度方面，课题组也提出了一系列创造性的控制和调度方式，显著降低了网络负载和传输延时。项目在研期间，课题组在SIGCOMM、CoNEXT、HotNets、TPDS、ICNP等领域顶级国际会议和期刊上发表学术论文9篇，申请国家专利5项，联合制定互联网国际标准一项，部分研究成果已经部署在爱奇艺、PPTV、华为等公司的产品平台中。