融合拥塞控制的NDN路由策略

命名数据网络采用由内容请求者驱动的通信机制，针对转发过程中路由准确性问题现有研究并没有给出具体解决方案。本文提出了一种多因素综合考虑的蚁群路由优化算法。借鉴传统蚁群生态行为和遗传算法中的精英策略，综合考虑了各节点之间路径上的信息素浓度、邻居节点间路径长度以及请求节点与转发节点间的内容相似度等因素，采用可选下一跳方法将兴趣蚂蚁往高概率节点进行转发方式来确定最佳的兴趣蚂蚁路由路径；利用内容聚合和节点转换控制的方法进行拥塞控制保证网络传输的稳定性。仿真实验结果表明，在有限网络空间资源条件下，兴趣蚂蚁请求数量增加到一定阈值时，本算法对比蚁群算法平均路由命中率提高了14%，平均路由时延降低了25%，可以更有效避免网络拥塞。

随着数据及用户的不断增长， 现有的TCP/IP 网络架构存在的缺陷愈发明显， 其网络安全性问题和较差的扩展性成为限制互联网继续发展的因素。为了打破当前“主机到主机”的通信模式，实现互联网数据处理的强大功能，信息中心网络(Information-Centric Network, ICN) [1]作为一种革命式的新型网络体系结构应运而生。其中命名数据网络(Named Data Network, NDN) [2]是一类ICN 网络架构。NDN 旨在构建基于内容寻址的网络服务，网络虚拟化和SDN 技术使得现有网络进行NDN 服务构建成为可能。

基于内容寻址的网络架构有两大核心机制，分别为内容路由[3]和网内缓存[4]。本文主要研究命名数据网络路由的策略，NDN 路由转发可以视为在缓存普遍存在的前提下，面向内容的寻址方式。Cheng 等人[5]研究了NDN 中自适应转发的问题，利用数据包自带寻址的操作控制网络的路由规模，缺点是存在技术可行性和环境适应性的问题。一种同时考虑缓存与路由的策略[6]提出一种新的路由协议方式以改善缓存同时提高路由效率，不足之处在于对于多路径路由转发缺乏实用性。全转发策略[7]是NDN 网络中比较原始的路由方式， 对于单个内容请求的兴趣包， 节点向转发信息表(Forwarding Information Base, FIB)中所有对应的接口转发该兴趣包，缺点是路由过程中会造成大量的数据冗余。随机转发策略[8]针对单个兴趣包，路由节点选择转发信息表中随机接口请求数据转发，降低了时延，但无法保证用户获得稳定的网络性能。一种基于优先级计算的兴趣转发策略[9]选择最佳的兴趣转发传出接口以便转发兴趣数据包， 然而该策略在高带宽要求下未能表现出良好的性能。

NDN 的路由优化问题[9]引申出不同种类的仿生解决方案。

相较于其它仿生策略， 蚁群中蚂蚁的觅食行为类似于NDN 的路由过程。将蚁群算法应用于命名数据网络的研究中，Zhang 等人[10]提出改善下一跳选择的代价，一定程度上缩短了请求的时延，然而没有考虑不在传输路径上的节点缓存；将信息素分为不同等级的理念，使用多级别信息素替代传统单一信息素，在较低复杂网络的前提下性能得到提升， 作为一种非混合式蚁群路由优化策略[11]并不适用于大型复杂网络；一种以内容为中心， 面向服务的路由策略[12]可以在NDN 上添加一个控制层来操作底层FIB，采用基于蚁群算法的机制收集服务信息。A. Z.

Khan 等人[13]提出了一种基于ACO 的服务质量(QoS)感知路径选择方案，使用具有较高信息素的传出接口进行转发具有较高概率的兴趣包；Huang 等人[14]基于概率提出了一种使用蚁群算法的自适应转发策略以减少传输延迟和网络开销。