当前位置：
X-MOL 学术
›
Int. J. Commun. Syst.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Packet‐level‐based traffic aggregation to optimize NDN content delivery
International Journal of Communication Systems ( IF 1.7 ) Pub Date : 2020-06-18 , DOI: 10.1002/dac.4473 Lingling Huo 1
International Journal of Communication Systems ( IF 1.7 ) Pub Date : 2020-06-18 , DOI: 10.1002/dac.4473 Lingling Huo 1
Affiliation
|
In recent years, named data networking (NDN) has been accepted as the most popular future paradigm and attracted much attention, of which the routing model contains interest forwarding and content delivery. However, interest forwarding is far from the bottleneck of routing optimization; instead, the study on content delivery can greatly promote routing performance. Although many proposals on content delivery have been investigated, they have not considered packet‐level caching and deep traffic aggregation, which goes against the performance optimization of content delivery. In this paper, we propose a packet‐level‐based traffic aggregation (PLTA) scheme to optimize NDN content delivery. At first, the packet format is devised, and data plane development kit (DPDK) is used to ensure same size for each packet. Then, the whole delivery scheme with traffic aggregation consideration is presented. The simulation is driven by the real YouTube dataset over Deltacom, NSFNET, and CERNET topologies, and the experimental results demonstrate that the proposed PLTA has better delivery performance than three baselines in terms of cache hit ratio, delivery delay, network load, and energy efficiency.
中文翻译：
基于数据包级别的流量聚合以优化NDN内容传递
近年来，命名数据网络（NDN）已被接受为最流行的未来范例，并引起了广泛的关注，其中路由模型包含兴趣转发和内容交付。但是，兴趣转移远非路由优化的瓶颈；相反，对内容交付的研究可以极大地提高路由性能。尽管已研究了许多有关内容交付的建议，但他们并未考虑数据包级缓存和深度流量聚合，这不利于内容交付的性能优化。在本文中，我们提出了一种基于分组级别的流量聚合（PLTA）方案，以优化NDN内容传递。首先，设计数据包格式，并使用数据平面开发套件（DPDK）确保每个数据包的大小相同。然后，提出了考虑流量聚合的整体交付方案。仿真是由真实的YouTube数据集（基于Deltacom，NSFNET和CERNET拓扑）驱动的，实验结果表明，在高速缓存命中率，传输延迟，网络负载和能效方面，所提出的PLTA的传输性能优于三个基准。
更新日期：2020-06-18
中文翻译：
基于数据包级别的流量聚合以优化NDN内容传递
近年来，命名数据网络（NDN）已被接受为最流行的未来范例，并引起了广泛的关注，其中路由模型包含兴趣转发和内容交付。但是，兴趣转移远非路由优化的瓶颈；相反，对内容交付的研究可以极大地提高路由性能。尽管已研究了许多有关内容交付的建议，但他们并未考虑数据包级缓存和深度流量聚合，这不利于内容交付的性能优化。在本文中，我们提出了一种基于分组级别的流量聚合（PLTA）方案，以优化NDN内容传递。首先，设计数据包格式，并使用数据平面开发套件（DPDK）确保每个数据包的大小相同。然后，提出了考虑流量聚合的整体交付方案。仿真是由真实的YouTube数据集（基于Deltacom，NSFNET和CERNET拓扑）驱动的，实验结果表明，在高速缓存命中率，传输延迟，网络负载和能效方面，所提出的PLTA的传输性能优于三个基准。
京公网安备 11010802027423号