[發明專利]基于神經網絡的命名數據網內容存儲池數據插入方法

有效

• 申請號: 201910260772.1
• 申請日: 2019-04-02
• 公開（公告）號: CN110196938B
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 周美麗;李卓;劉開華
• 申請（專利權）人: 天津大學
• 主分類號: G06F16/953
• 分類號: G06F16/953;G06F12/121;G06F16/957;G06N3/04;G06N3/08;G06F16/951
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 程毓英

本發明提供一種基于神經網絡的命名數據網內容存儲池插入方法，所采用的存儲池包括：片內存儲單元和片外存儲單元，片內存儲單元使用高速存儲器，片內部署一個神經網絡模型以實現對數據名稱的均勻映射，并部署一個改進型位圖，用以將包含相同名稱前綴的數據包映射到同一桶中；片外存儲單元使用低速存儲器，部署多個與改進型位圖的動態索引單元的槽slot對應的動態存儲器，來存儲每個名稱前綴的跳表信息，用于指導相同名稱前綴Data包在雙向跳表中的下一次查找；另部署一個雙向跳表結構。此專利給出在所述的存儲池中插入Interest包的方法；在所述的存儲池插入Data包的方法。

技術領域

本發明屬于高性能路由器結構設計領域中，特別針對命名數據網轉發平面中內容存儲池 (ContentStore)新型存儲結構設計及其算法問題。

背景技術

隨著互聯網規模的爆炸式增長，創新技術和計算模式的不斷涌現，加速了互聯網由“通信信道”向“數據處理平臺”的角色轉變。為了應對互聯網內容化、個性化、超高移動性、“零”時延、超高流量密度等未來業務需求，徹底解決當前互聯網IP架構下所帶來的諸多問題，一種以內容緩存為特色、面向通信內容的命名數據網應用而生。

命名數據網不僅可以通過使用名稱數據，實現互聯網面向內容的通信模式；還可以通過在路由節點中部署緩沖存儲器，縮短用戶訪問緩存數據的響應時間，實現真正意義上的內容共享，極大地降低網絡負載，有效提高網絡數據傳輸速率。因此被認為是未來互聯網架構領域最有前景的發展方向之一。

然而命名數據網也面臨著一系列亟待解決的問題和挑戰^[1]，特別是路由數據平面中，對于ContentStore線速處理支持的問題^[2]。命名數據網中路由表的表項數據通常是由數字和字符組成的，并具有變長、無邊界特點的字符串來命名，導致ContentStore需能夠存儲數百萬規模的數據存儲量。此外，ContentStore作為臨時的內容緩存，其容量有限，所以ContentStore 需能夠高效壓縮存儲數據以減少存儲消耗，并及時進行緩存替換為新插入的數據包清理空間。另外，數據包的名稱具有對傳輸網絡不透明的特點。在轉發平面中，命名數據網絡中的各類應用程序可以在遵守統一命名策略的前提下，根據自己的需求使用不同的名稱方案，且 ContentStore對兩種類型的數據包：興趣(Interest)包和數據(Data)包，處理過程具有差異性，因此，為完成內容轉發，ContentStore需能夠在各類名稱方案下快速支持不同名稱數據檢索算法^[2]。

參考文獻：

L.Zhang et al.,“Named Data Networking,”ACM SIGCOMM ComputerCommunication Review,vol.44,no.3,pp.66-73,2014.

Z.Li,Y.Xu,B,Zhang,L.Yan,and K.Liu,“Packet Forwarding in Named DataNetworking Requirements and Survey of Solutions,”IEEE Communications SurveysTutorials,DOI: 10.1109/COMST.2018.2880444,2018.

發明內容

本發明提供一種的新型存儲結構學習位圖內容存儲池(稱之為Learnedbitmap-

Content Store，LBM-CS)，并給出其插入方法。本發明結合Content Store的工作特點，對學習位圖內容存儲池存儲結構進行優化，使之能夠在保證檢索效率，提升檢索速度，同時支持數據緩存替換策略和所有子名稱匹配及精確名稱匹配名稱數據檢索算法基礎上，支持數據的插入操作。技術方案如下：