基于双向跳表的命名数据网内容存储池

针对命名数据网中内容存储池须要快速检索差异化名称数据、高效存储数据信息和有效支持缓存替换策略的设计需求,提出了一种基于双向跳表的命名数据网内容存储池的存储结构学习树-双向跳表(LT-DSL).该存储结构由部署于片上的学习树和部署于片下的双向跳表(DSL)两种数据结构组成.LT-DSL通过重新设计索引数据结构来学习索引内容在存储器中的分布情况,实现了数据的均匀映射,提升了存储效率,降低了存储开销;同时,通过采用全新的名称数据检索算法来快速检索名称数据,LT-DSL有效支持了缓存替换策略,加速了数据处理过程.实验结果表明:相比其他基于跳表的内容存储池方案,LT-DSL在有效支持缓存替换策略和满足网络丢包率低于1%的前提下,进一步提升了数据检索速度,降低了整体存储开销.     

基于BBR的NDN拥塞控制算法

随着网络传输带宽以及用户对实时应用需求的增加,如何在充分利用瓶颈带宽的同时降低缓存占用率以及传输时延,成为传输控制的一个新问题.提出了一种基于瓶颈带宽以及往返时延(round-trip time,RTT)的命名数据网络(named data networking,NDN)拥塞控制算法.该算法不使用传统的基于丢包的拥塞感知与调节方法,而是主动控制注入网络的流量,使其匹配链路的传输能力.通过在接收端对一定时间范围内反馈的即时带宽和往返时延进行统计,估计传输链路的瓶颈带宽以及物理链路延迟的值,配合由状态决定的增益来控制Interest包的发送速率以及窗口的大小.在ndnSIM模拟器中实现了该算法,并与ICP(interest control protocol)拥塞控制算法进行对比,证明了在充分利用瓶颈带宽的同时,该算法能够实现更低的传输时延以及更快的收敛速度.     

命名数据网络中基于数据请求节点的就近缓存算法

为提高命名数据网络(named data networking,NDN)中数据存储节点的缓存效率和存储空间利用率,根据就近缓存思想,提出一种在数据请求节点中根据特定内容兴趣而区分缓存的数据缓存算法.该算法结合缓存节点地理位置差异性和缓存数据内容热度差异性,将热度高的数据内容优先缓存在数据请求节点周围,并根据数据被请求的频次动态设置缓存时间,使热度高的数据内容尽可能长时间地缓存在存储节点中,增大了数据就近响应概率;且节点中被替换的数据内容没有直接删除,而是向上转发并指示上游节点缓存,增加了缓存数据内容的多样性.仿真结果表明,所提算法能有效提高数据搜索命中率,降低网络请求时延以及路由传输跳数.     

NDN中基于神经网络的兴趣洪泛攻击综合防御方案

命名数据网络(named data networking, NDN)中的请求-应答通信模式及有状态的转发滋生了新的分布式拒绝服务(distributed denial of service, DDoS)攻击方式—兴趣洪泛攻击(interest flooding attack, IFA)。IFA是NDN中主要的拒绝服务威胁,虽然IFA防御方案被广泛研究,但目前缺乏系统的解决方案。针对这一问题,基于粒子群优化的后向传播神经网络算法提出一种新的IFA检测方法,并结合基于基尼不纯度的恶意前缀识别方法和兴趣包回溯方法来缓解攻击危害,形成一种综合的防御方案。通过ndnSIM仿真实验证明,提出的方案不仅可以准确检测和有效防御IFA攻击,而且解决了基于窗口检测方案无法检测连续攻击的问题。     

A novel data embedding method for H.264 stereo video codec with joint prediction scheme

It is important to reduce data redundancy of stereo video in practical applications. In this paper,first,a data embedding method for stereo video(DEMSV) is investigated by embedding the encoding data into the reference frame to encode stereo video. It can use only one channel to transfer all the video data and the receiver can choose a monocular video decoder or stereo video decoder adaptively. Then,introducing the joint prediction scheme in the coding process of DEMSV,we propose a novel data embedding meth...