Tối ưu hóa lưu trữ nội dung trong mạng ICN

Bài viết đã mô hình hóa việc lưu trữ nội dung thông qua bài toán Knapsack. Bài toán lữu trữ có hai mục tiêu: tối đa hóa lỉ lệ hit tại nút mạng hoặc tối thiểu lưu lượng nội dung trên đường truyền backhaul tương ứng với các bài toán max_hit hoặc min_transit. Từ giải thuật greedy giải bài toán quy hoạch tuyến tính xấp xỉ của bài toán Knapsack, bài viết đề xuất hai thuật toán loại bỏ nội dung đó là max_hit và min_transit. Mời các bạn cùng tham khảo!

T ӔI ѬU HÓA LѬU TRӲ NӜI DUNG TRONG

NguyӉn Quӕc Anh1, Võ Thӏ Lѭu Phѭѫng2, Lê Tuҩn Anh3

1Khoa Công NghӋ Thông Tin, Hӑc viӋn Bѭu Chính ViӉn Thông, CN HCM

2Khoa Công NghӋ Thông Tin, ĈH Quӕc TӃ, ĈHQG HCM

3Khoa Công NghӋ Thông Tin, ĈH Thӫ Dҫu Mӝt Emails: nqa.it.dlu@gmail.com, vtlphuong@hcmiu.edu.vn, letuanh@tdmu.edu.vn

Abstract—Ngày nay, viӋc sӱ dөng Internet ÿang chuyӇn tӯ

viӋc truyӅn dӳ liӋu giӳa các máy tính ÿҫu cuӕi sang viӋc trao ÿәi

nӝi dung theo hѭӟng ngѭӡi dùng mӝt cách mҥnh mӁ KiӃn trúc

cӫa mҥng Information Centric Network (ICN) ra ÿӡi nhҵm ÿáp

ӭng nhu cҫu này và nó ÿang là mӝt lƭnh vӵc nghiên cӭu sôi ÿӝng

hiӋn nay trên thӃ giӟi Trong kiӃn trúc ICN, các nӝi dung ÿѭӧc

lѭu trӳ tҥi các nút trung gian (in-network caching), do ÿó ngѭӡi

dùng truy xuҩt nӝi dung tҥi các nút trung gian thay vì phҧi truy

cұp ÿӃn máy chӫ gӕc ÿӅ tҧi nӝi dung Do ÿó, chҩt lѭӧng cӫa viӋc

truyӅn dӳ liӋu trong mҥng ICN sӁ cao hѫn Bài toán tӕi ѭu lѭu trӳ

các nӝi dung trên nút mҥng ICN sӁ ÿѭӧc nghiên cӭu trong bài

báo này Chúng tôi sӁ ÿӅ xuҩt hai thuұt toán nhҵm tӕi ѭu hóa khҧ

năng lѭu trӳ cӫa ICN dӵa trên viӋc tӕi ÿa hóa tӍ lӋ hit và tӕi ѭu

hóa lѭu lѭӧng dӳ liӋu trên ÿѭӡng truyӅn backhaul Chúng tôi còn

xây dӵng mӝt chѭѫng trình mô phӓng nhҵm hiӋn thӵc hóa thuұt

toán ÿã ÿӅ xuҩt Thông qua ÿó thӇ hiӋn rõ hiӋu quҧ ÿҥt ÿѭӧc cӫa

thuұt toán KӃt quҧ thu ÿѭӧc tӯ hai thuұt toán ÿӅ xuҩt sӁ so sánh

vӟi nhӳng thuұt toán lѭu trӳ ÿang ÿѭӧc sӱ dөng hiӋn nay ÿó là

LCE-LRU và LCE-LFU

Keywords —ICN, in-network caching, bài toán Knapsack

I GIӞI THIӊU Qua nhiӅu năm phát triӇn cùng vӟi cѫ sӣ hҥ tҫng toàn cҫu

Internet phân phӕi mӝt lѭӧng lӟn thông tin cho hàng tӍ thiӃt bӏ

kӃt nӕi Hàng nghìn tӍ các trang web và exabytes nӝi dung

ÿӵӧc chuyӇn hàng năm Ngѭӡi dùng ngày càng hӭng thú hѫn

vӟi viӋc nhұn nӝi dung tӭc thӡi tӯ mӝt nѫi lѭu trӳ nào ÿó hѫn

là viӋc truy cұp vào mӝt mӝt hӋ thӕng máy tính cө thӇ (host

hoһc server) Tuy nhiên trên thӵc tӃ, Internet vүn dӵa vào mô

hình giao tiӃp host-centric yêu cҫu ngѭӡi dùng phҧi chӍ ÿӏnh rõ

không chӍ là thông tin muӕn nhұn, mà còn là ÿӏa chӍ ÿҫu cuӕi

NӃu không có các chӭc năng add-on ÿѭӧc thêm vào thì cѫ chӃ

cӫa Internet không thӇ xác ÿӏnh và lҩy thông tin yêu cҫu tӯ

nguӗn tӕi ѭu nhҩt, trӯ khi ngѭӡi dùng sӱ dөng mӝt cách thӭc

nào ÿó ÿӇ xác ÿӏnh các vӏ trí tӕi ѭu khi lҩy nӝi dung cҫn thiӃt

Do ÿó mà kiӃn trúc Information-Centric Networking (ICN) ra

ÿӡi là là mӝt ӭng cӱ viên ÿҫy hӭa hҽn thay cho kiӃn trúc

truyӅn thӕng cӫa Internet ICN ÿang nhұn ÿѭӧc rҩt nhiӅu sӵ

quan tâm cӫa giӟi nghiên cӭu gҫn ÿây Mӝt sӕ kiӃn trúc ICN

ÿã ÿѭӧc ÿӅ xuҩt nhѭ: TRIAD [1], ROFL [2], DONA [3], PSIRP [4], CCN [5], COMET [6], CONVERGENCE [7], NDN [8], SAIL [9], PURSUIT [10], v.v

Lѭu trӳ nӝi dung (in-network caching) là mӝt chӭc năng quan trӑng trong kiӃn trúc ICN Bҵng cách lѭu trӳ các nӝi dung phә biӃn trên các nút mҥng ICN gҫn ngѭӡi dùng, ngѭӡi dùng chӍ tҧi nӝi dung tҥi các nút mҥng ÿó thay vì phҧi truy xuҩt ÿӃn các máy chӫ gӕc Khҧ năng lѭu trӳ cӫa các nút ICN là có hҥn, do ÿó lѭu trӳ nӝi dung sao cho có hiӋu quҧ nhҩt là mӝt chӫ ÿӅ nghiên cӭu quan trӑng [11, 12] Hѫn nӳa viӋc triӇn khai

cѫ chӃ lѭu trӳ nӝi dung cNJng sӁ mӣ ra khҧ năng phӕi hӧp trong viӋc tӕi ѭu ÿӏnh tuyӃn, chuyӇn tiӃp và quҧn lý lѭu trӳ nӝi dung trong mҥng Các nghiên cӭu gҫn ÿây ÿã chӍ ra rҵng các giҧi thuұt lѭu trӳ thông minh sӁ cҧi thiӋn hiӋu năng lѭu trӳ mӝt cách ÿáng kӇ [13][14][15]

Thuұt toán lѭu trӳ phә biӃn thѭӡng ÿѭӧc dùng cho ICN là leave-copy-everywhere (LCE) [16] Mӝt bҧn sao cӫa mӛi nӝi dung ÿѭӧc yêu cҫu và chuyӇn tӟi ngѭӡi dùng sӁ ÿѭӧc nhân rӝng tҥi mӛi nút mҥng mà nӝi dung ÿó ÿi qua trên ÿѭӡng ÿӃn vӟi ngѭӡi dùng Khi nӝi dung yêu cҫu trùng khӟp tҥi nút mҥng cҩp l hoһc máy chӫ gӕc thì bҧn sao cӫa nӝi dung sӁ ÿѭӧc lѭu trӳ tҥi tҩt cҧ các nút mҥng trung gian (cҩp l-1, …, 1) trên ÿѭӡng trӣ vӅ cӫa nӝi dung Phѭѫng pháp này sӁ gây ra sӵ dѭ thӯa và tiêu tӕn tài nguyên cӫa các nút mҥng Bên cҥnh ÿó, các nút mҥng lѭu trӳ có thӇ sӱ dөng nhӳng thuұt toán loҥi bӓ nӝi dung không cҫn thiӃt khi lѭu trӳ nhѭ: least recently used (LRU) [17], least frequently used (LFU) [18] Thuұt toán LRU ÿѭӧc



sӱ dөng rӝng rãi ÿӇ thay thӃ nӝi dung tҥi các nút mҥng Khi

mӝt nӝi dung mӟi cҫn ÿѭӧc lѭu trӳ, nút mҥng sӁ thay thӃ nӝi

dung ít ÿѭӧc yêu cҫu gҫn ÿây nhҩt bҵng nӝi dung mӟi Trong

thuұt toán này viӋc tìm kiӃm và thay thӃ ÿѭӧc thӵc hiӋn liên

tөc Trong khi ÿó, thuұt toán LFU tҥo ra bӝ ÿӃm cho mӛi nӝi

dung ÿang ÿѭӧc lѭu trӳ Giá trӏ cӫa bӝ ÿӃm này tăng lên nӃu

nӝi dung ÿѭӧc yêu cҫu Khi cҫn lѭu trӳ mӝt nӝi dung mӟi, nút

mҥng sӁ loҥi bӓ nӝi dung ÿѭӧc yêu cҫu ít nhҩt (có giá trӏ bӝ

ÿӃm nhӓ nhҩt) Tuy nhiên viӋc triӇn khai lҥi tӕn kém bӣi vì

thuұt toán không hӛ trӧ viӋc tìm kiӃm và thay thӃ liên tөc trong

mӝt khoҧng thӡi gian

Trong bài báo này chúng tôi mô hình hóa viӋc lѭu trӳ nӝi

dung thông qua bài toán Knapsack [19] Bài toán lѭu trӳ có hai

mөc tiêu: tӕi ÿa hóa tӍ lӋ hit tҥi nút mҥng hoһc tӕi thiӇu lѭu

lѭӧng nӝi dung trên ÿѭӡng truyӅn backhaul tѭѫng ӭng vӟi các

bài toán max_hit hoһc min_transit Tӯ giҧi thuұt greedy giҧi

bài toán quy hoҥch tuyӃn tính xҩp xӍ cӫa bài toán Knapsack,

chúng tôi ÿӅ xuҩt hai thuұt toán loҥi bӓ nӝi dung, ÿó là max_hit

và min_transit

Mӝt chѭѫng trình mô phӓng ÿѭӧc chúng tôi xây dӵng ÿӇ

so sánh các thuұt toán ÿѭӧc ÿӅ xuҩt vӟi các thuұt toán truyӅn

thӕng khác nhѭ leave-copy-everywhere vӟi LRU hoһc LFU

(LCE+LRU, LCE+LFU) KӃt quҧ thu ÿѭӧc cho thҩy thuұt toán

mà chúng tôi ÿӅ xuҩt hoҥt ÿӝng tӕt hѫn so vӟi các thuұt toán

truyӅn thӕng trong cùng ÿiӅu kiӋn so sánh

Phҫn còn lҥi cӫa bài báo ÿѭӧc tә chӭc nhѭ sau: Phҫn II

giӟi thiӋu chung vӅ mô hình tӕi ѭu hóa cӫa thuұt toán lѭu trӳ

Phҫn III mô tҧ cө thӇ thuұt toán lѭu trӳ ÿã ÿӅ xuҩt KӃt quҧ mô

phӓng ÿѭӧc trình bày trong phҫn IV và phҫn V là phҫn kӃt

luұn

II Ĉӄ XUҨT GIҦI THUҰT LѬU TRӲ

Xét mӝt tұp hӧp ܯ bao gӗm các nӝi dung ÿѭӧc lѭu trӳ tҥi

mӝt nút mҥng ÿѫn có khҧ năng lѭu trӳ tӟi ܵ MB Cѫ chӃ lѭu

trӳ ӣ ÿây là lѭu trӳ hoàn toàn, tӭc là các nӝi dung ÿѭӧc lѭu trӳ

vӟi ÿҫy ÿӫ thông tin, kích thѭӟc và không bӏ phân mҧnh Ký

hiӋu kích thѭӟc cӫa nӝi dung ݉ là ݏ௠ Ĉһt ݔ௠ là biӃn nhӏ phân

biӇu thӏ nӝi dung ݉ có ÿѭӧc lѭu trӳ tҥi nút mҥng hay không

Tәng dung lѭӧng cӫa các nӝi dung ÿѭӧc lѭu trӳ trên nút phҧi

bӏ giӟi hҥn bӣi khҧ năng lѭu trӳ cӫa nút: σ௠אெݏ௠ݔ௠൑ ܵ

Gӑi ݀௠ là yêu cҫu cӫa ngѭӡi dùng cho nӝi dung thӭ ݉ trong khoҧng thӡi gian ÿang xét Khi ngѭӡi dùng gӱi yêu cҫu

vӅ nӝi dung ݉ tӟi nút mҥng, nӃu nhѭ nӝi dung ݉ ÿã ÿѭӧc lѭu trӳ tҥi nút mҥng này trѭӟc ÿó thì nó sӁ ÿѭӧc gӱi trҧ vӅ cho

ngѭӡi dùng Ngѭӧc lҥi, nӝi dung ݉ sӁ ÿѭӧc tҧi vӅ tӯ mӝt nút cha vӟi chi phí là ܿ௠ cho mӛi ÿѫn vӏ nӝi dung

Dӵa vào nhu cҫu cӫa ngѭӡi dùng, chúng tôi ÿѭa ra hai mөc tiêu chính cҫn phҧi tӕi ѭu hóa trong vҩn ÿӅ lѭu trӳ nӝi dung vӟi các ràng buӝc ÿã trình bày: 1) Tӕi ÿa hóa tӍ lӋ hit tҥi nút lѭu trӳ, 2) Tӕi ѭu hóa lѭu lѭӧng nӝi dung tҧi xuӕng tӯ các cөm nút cha ĈӇ thӵc hiӋn mөc tiêu ÿҫu tiên, cҫn tӕi ÿa hóa biӇu thӭc σ௠אெ݀௠ݔ௠

Bài toán tӕi ÿa hoá sӕ lѭӧng hit ÿѭӧc mô tҧ nhѭ sau:

(max_hit)

ƒšǤ ෍ ݀௠ݔ௠

•–Ǥ ෍ ݏ௠ݔ௠

ݔ א ሼͲǡͳሽǤ Vӟi mөc tiêu thӭ hai, ÿӇ tӕi ѭu hóa lѭu lѭӧng nӝi dung giӳa nút lѭu trӳ ÿang xét và cөm nút cha thì ta cҫn tӕi thiӇu

biӇu thӭc σ௠אெ݀௠ݏ௠ܿ௠ሺͳ െ ݔ௠ሻ ĈiӅu này tѭѫng ÿѭѫng vӟi

viӋc tӕi ÿa hóa biӇu thӭc σ௠אெ݀௠ݏ௠ܿ௠ݔ௠

Do ÿó mөc tiêu tӕi thiӇu hóa lѭu lѭӧng nӝi dung ÿѭӧc thӇ hiӋn qua bài toán sau:

(min_transit)

ƒšǤ ෍ ݀௠ݏ௠ܿ௠ݔ௠

•–Ǥ ෍ ݏ௠ݔ௠

ݔ א ሼͲǡͳሽǤ

III PHÂN TÍCH GIҦI THUҰT Vҩn ÿӅ tӕi ÿa hóa tӍ lӋ hit tҥi nút lѭu trӳ và tӕi ѭu hóa lѭu lѭӧng nӝi dung tҧi xuӕng tӯ các cөm nút cha thұt ra chính là bài toán Knapsack

Mөc tiêu (max_hit) và (min_transit) cNJng là lӡi giҧi cho bài toán Knapsack Kích thѭӟc cӫa mӛi nӝi dung m là sm Giá

trӏ cӫa nӝi dung cӫa ݉ trong (max_hit) và (min_transit) tѭѫng ӭng lҫn lѭӧt là ݀௠ và ݀௠ݏ௠ܿ௠ bài toán Knapsack là bài toán



quy hoҥch tuyӃn tính có ÿӝ phӭc tҥp theo hàm mNJ do ÿó cҫn có

thuұt toán xҩp xӍ ÿӇ giҧi Thuұt toán greedy giҧi quyӃt bài toán

quy hoҥch tuyӃn tính xҩp xӍ Theo ÿó, tҩt cҧ các nӝi dung sӁ

ÿѭӧc sҳp xӃp theo chiӅu giҧm dҫn theo giá trӏ cӫa ÿѫn vӏ nӝi

dung ÿѭӧc tính bҵng “୩Àୡ୦୲୦ዛዔୡ୬ዒ୧ୢ୳୬୥୥୧ž୲୰ዋ୬ዒ୧ୢ୳୬୥ ” Các nӝi dung sӁ ÿѭӧc

lѭu trӳ tҥi nút mҥng theo chiӅu giҧm dҫn giá trӏ ÿã nêu cho ÿӃn

khi nút mҥng ÿҫy Vì kích thѭӟc cӫa các nӝi dung nhӓ hѫn rҩt

nhiӅu so vӟi khҧ năng lѭu trӳ cӫa nút mҥng, nên viӋc thӵc hiӋn

giҧi thuұt xҩp xӍ là cách tӕi ѭu ÿӇ giҧi quyӃt bài toán Knapsack

Nút mҥng trong ICN sӁ luôn duy trì mӝt danh sách các nӝi

dung mà nó ÿang lѭu trӳ Mӛi nӝi dung ݉ sӁ có bӕn thông sӕ,

ÿó là: tên nӝi dung-contentID, sӕ lҫn ÿѭӧc yêu cҫu ݀௠, kích

thѭӟc ݏ௠ và chi phí ܿ௠ Vӟi thuұt toán (max_hit), thông tin nӝi

dung có giá trӏ ௗ೘

௦ ೘ lӟn nhҩt sӁ ÿѭӧc lѭu trӳ tҥi nút mҥng ÿang

xét Còn vӟi thuұt toán (min_transit), nӝi dung nӝi dung có giá

trӏ ݀௠ܿ௠ lӟn nhҩt sӁ ÿѭӧc chӑn Khi ngѭӡi dùng gӱi yêu cҫu

cho nӝi dung m, nút mҥng nhұn ÿѭӧc sӁ tìm kiӃm trong danh

sách nӝi dung cӫa mình, nӃu tên nӝi dung trong danh sách

trùng khӟp vӟi tên nӝi dung ÿѭӧc yêu cҫu thì nӝi dung ÿó sӁ

ÿѭӧc gӱi ÿӃn cho ngѭӡi dùng bҵng chính con ÿѭӡng mà gói tin

yêu cҫu ÿӃn Lúc này, giá trӏ ݀௠ cӫa nӝi dung sӁ tăng lên mӝt,

thông sӕ này sӁ tăng lên mӛi khi nӝi dung ݉ ÿѭӧc yêu cҫu tҥi

nút mҥng mà nó ÿѭӧc lѭu trӳ Bên cҥnh ÿó, mӛi nút mҥng

cNJng có hai bӝ ÿӃm là hit-counter và miss-counter ÿӇ ghi nhұn

lҥi sӕ lҫn mà nút mҥng có thӇ ÿáp ӭng yêu cҫu cӫa ngѭӡi dùng

Mӛi khi nӝi dung yêu cҫu ÿã ÿѭӧc ÿѭӧc lѭu trӳ tҥi nút mҥng

ÿang xét và nút mҥng có thӇ hӗi ÿáp lҥi yêu cҫu ngѭӡi dùng

ngay lұp tӭc thì giá trӏ hit-counter sӁ tăng lên Ngѭӧc lҥi, khi

nút mҥng không lѭu trӳ nӝi dung ÿѭӧc yêu cҫu thì giá trӏ

miss-counter tҥi nút mҥng này sӁ tăng lên, ÿӗng thӡi yêu cҫu tӯ

ngѭӡi dùng sӁ ÿѭӧc chuyӇn tiӃp tӟi mӝt nút mҥng tiӅm năng

khác

Trong thuұt toán (max_hit), tӍ lӋ hit nӝi dung tҥi các nút

mҥng sӁ ÿѭӧc tӕi ÿa hóa (ÿӗng nghƭa vӟi viӋc tӕi thiӇu hóa tӍ lӋ

miss nӝi dung) và tӕi thiӇu hóa lѭu lѭӧng nӝi dung truyӅn tҧi

tӯ các cөm nút khác vӟi thuұt toán (min_transit) Ta xét mӝt

nút mҥng ICN cө thӇ, khi nhұn ÿѭӧc yêu cҫu cho nӝi dung m

tӯ ngѭӡi dùng, sӁ có hai trѭӡng hӧp xҧy ra Trѭӡng hӧp ÿҫu tiên: dach sách lѭu trӳ cӫa nút mҥng có nӝi dung m, lúc này m

sӁ ÿѭӧc trҧ vӅ cho ngѭӡi dùng, ÿӗng thӡi dm tăng thêm 1, hit-counter cNJng tăng thêm 1 ÿѫn vӏ Trѭӡng hӧp thӭ hai: nӝi dung

m không ÿѭӧc lѭu trӳ tҥi ÿây, khi ÿó bӝ ÿӃm miss-counter sӁ tăng lên và chuyӇn tiӃp yêu cҫu ÿӃn nút mҥng khác Khi nӝi dung m ÿѭӧc ÿѭӧc trҧ vӅ cho ngѭӡi dùng, nó sӁ ÿi qua nút mҥng ÿang xét, tҥi thӡi ÿiӇm này, nút mҥng sӁ quyӃt ÿӏnh xem

có nên lѭu trӳ nӝi dung ݉ hay không NӃu bӝ nhӟ còn dѭ cӫa nút mҥng vүn lӟn hѫn kích thѭӟc cӫa nӝi dung thì m sӁ ÿѭӧc lѭu trӳ ngay lұp tӭc và danh sách lѭu trӳ sӁ ÿѭӧc cұp nhұt ÿӗng thӡi Ngѭӧc lҥi, nút mҥng sӁ tính toán giá trӏ nhӓ nhҩt theo hàm sӕ ݂ሺܿ௠ǡ ݀௠ǡ ݏ௠ሻ cӫa mӛi nӝi dung ÿang ÿѭӧc lѭu trӳ Sau ÿó, nӝi dung có giá trӏ nhӓ nhҩt sӁ bӏ loҥi bӓ ngay lұp tӭc cho ÿӃn khi bӝ nhӟ trӕng cӫa nút mҥng lӟn hѫn hoһc bҵng

vӟi kích thѭӟc cӫa nӝi dung ݉ Sau ÿó, m sӁ ÿѭӧc lѭu trӳ tҥi nút mҥng này Giá trӏ nhӓ nhҩt cӫa nӝi dung theo hàm sӕ

݂ሺܿ௠ǡ ݀௠ǡ ݏ௠ሻ sӁ ÿѭӧc tính toán mӛi lҫn lѭu trӳ ݉

Thuұt toán (min_transit) là thuұt toán có tính ÿӃn khҧ năng hӧp tác giӳa các nút mҥng ĈiӅu này ÿѭӧc thӵc hiӋn thông qua giá trӏ ܿ௠ Xét mӝt vùng mҥng bao gӗm nhiӅu nút mҥng Khi

mӝt nút mҥng nhұn ÿѭӧc yêu cҫu cho nӝi dung ݉ không ÿѭӧc lѭu trӳ tҥi nút mҥng ÿó thì bҳt buӝc nó phҧi gӱi yêu cҫu tӟi các nút mҥng hàng xóm khác Nӝi dung ݉ ÿѭӧc gӱi trҧ vӅ cho nút

mҥng ÿang xét tӯ các nút mҥng khác nhau vӟi chi phí ܿ௠ khác nhau Trong thuұt toán (min_transit), nӝi dung nӝi dung có giá

trӏ ݀௠ܿ௠ lӟn nhҩt sӁ ÿѭӧc chӑn ĈiӅu này có nghƭa là nӝi dung

m vӟi ܿ௠ cao sӁ ÿѭӧc lѭu trӳ tҥi nút mҥng Bӣi vì khi giá trӏ

vӟi ܿ௠ cao, chӭng tӓ nӝi dung ݉ ÿӃn ÿѭӧc lѭu trӳ tҥi mӝt nút mҥng nҵm cách xa nút mҥng ÿang xét Do vұy ÿӇ hҥn chӃ lѭu lѭӧng nӝi dung truyӅn tҧi và ÿҧm bҧo băng thông thì nӝi dung

m nên ÿѭӧc lѭu trӳ cho nhӳng lҫn yêu cҫu sau này Trong trѭӡng hӧp nӃu các nút mҥng trong vùng không có nӝi dung m

mà phҧi gӱi yêu cҫu ra ngoài mҥng Internet thì ݉ sӁ ÿѭӧc ѭu tiên lѭu trӳ tҥi nút mҥng ÿang xét ÿӇ tránh tiêu tӕn băng thông



khi nhұn nӝi dung tӯ mҥng Internet cho nhӳng lҫn yêu cҫu sau

này

Thuұt toán max_hit và min_transit

1:

2:

3:

4:

5:

6:

7:

8:

9:

10:

11:

12:

13:

14:

Khӣi tҥo danh sách ܮ;

WHILE {mӝt ngѭӡi dùng gӣi mӝt yêu cҫu nӝi dung ݉}

IF (݉ א ܮ)

gӣi nӝi dung ݉ ÿӃn ngѭӡi dùng;

ELSE

ܮ ൌ ܮ ൅ ሼ݉ሽ; \* lѭu ݉ *\

WHILE (ݏ݅ݖ݁ሺܮሻ ൐ ܵ)

ܮ ൌ ܮ െ ƒ”‰ ‹௜א௅݂ሺܿ௜ǡ ݀௜ǡ ݏ௜ሻ ; \* loҥi bӓ

nӝi dung trong ܮ vӟi giá trӏ ݂ሺܿ௜ǡ ݀௜ǡ ݏ௜ሻ nhӓ

nhҩt *\

ENDWHILE;

ENDIF

ENDWHILE

IV KӂT QUҦ MÔ PHӒNG Chѭѫng trình mô phӓng ÿѭӧc xây dӵng nhҵm ÿo lѭӡng

hiӋu quҧ cӫa các thuұt toán ÿã ÿӅ xuҩt ViӋc ÿánh giá sӁ dӵa

trên kӃt quҧ cӫa ba thông sӕ: tӍ lӋ hit, tӍ lӋ miss và lѭu lѭӧng

nӝi dung truyӅn tҧi Trong quá trình mô phӓng, chúng tôi giҧ

ÿӏnh rҵng tӗn tҥi các nút mҥng ÿѫn và mӝt cөm các nút mҥng

Cөm nút mҥng này có thӇ trҧ lӡi cho tҩt cҧ các yêu cҫu tӯ

ngѭӡi dùng Ĉây là nѫi ÿҥi diӋn cho các máy chӫ lѭu trӳ trên

Internet Còn nút mҥng ÿѫn sӁ là nѫi nhұn tҩt cҧ các yêu cҫu

nӝi dung ÿӃn tӯ các ngѭӡi dùng khác nhau Nó ÿҥi diӋn cho

các máy chӫ biên ӣ gҫn vӟi ngѭӡi dùng nhҩt Khi các gói tin

yêu cҫu tӯ ÿѭӧc chuyӇn tӟi sӁ thông qua các máy chӫ biên ÿӇ

ra ngoài mҥng, do ÿó ÿây là nѫi ÿҫu tiên nhұn ÿѭӧc các yêu

cҫu vӅ nӝi dung trong mӛi AS Và nó cNJng sӁ nhұn nӝi dung

hӗi ÿáp tӯ các cөm nút mҥng khác ÿӇ trҧ vӅ cho ngѭӡi dùng

hoһc trҧ lӡi bҵng nӝi dung nó ÿang lѭu trӳ nӃu trùng khӟp vӟi

yêu cҫu cӫa ngѭӡi dӫng Do vұy, viӋc lѭu trӳ nӝi dung ӣ các

nút mҥng ÿѫn ÿóng vai trò rҩt quan trӑng trong quá trình hoҥt

ÿӝng cӫa mҥng ICN Trong quá trình mô phӓng, chúng tôi giҧ

sӱ rҵng cөm nút mҥng chӭa ÿӃn 10.000 thông tin nӝi dung

Khҧ năng lѭu trӳ cӫa mӛi nút mҥng ÿѫn là 10 TB và kích

thѭӟc cӫa mӛi nӝi dung là mӝt sӕ nҵm trong khoҧng 1 ÿӃn 10

GB Ban ÿҫu nút mҥng ÿѫn có thӇ chӭa mӝt danh sách các nӝi

dung chӑn tӯ cөm nút cha Ĉây là các nӝi dung nҵm trong khoҧng tӯ 1 ÿӃn 4.000 cӫa cөm nút mҥng Do ÿó sӕ lѭӧng nӝi dung ÿѭӧc khӣi tҥo tҥi nút mҥng ÿѫn là lӟn hѫn 1 và bé hѫn 4,000 thӓa ÿiӅu kiӋn tәng kích thѭӟc các nӝi dung nhӓ phҧi hѫn khҧ năng lѭu trӳ tҥi nút ÿang xét là 10 GB

ĈӇ thӵc hiӋn ÿo lѭӡng ÿánh giá, chѭѫng trình mô phӓng

sӁ tҥo ra 5*105 gói tin trong khoҧng thӡi gian gҫn mӝt ngày cӫa quá trình mô phӓng, tӭc là cӭ mӛi giây thì 6 gói tin sӁ ÿѭӧc tҥo ra Các gói tin này ÿҥi diӋn cho yêu cҫu cӫa ngѭӡi dùng gӱi tӟi các máy chӫ ÿӇ yêu cҫu thông tin nӝi dung cҫn thiӃt Chúng sӁ ÿѭӧc gӱi lҫn lѭӧt ÿӃn nút mҥng ÿѫn, sau 2.000 lҫn gӱi ÿҫu tiên sӁ tiӃn hành ÿo lѭӡng Tӭc là sau khoҧng thӡi gian khӣi ÿӝng vӟi 2.000 gói tin, chѭѫng trình sӁ tính toán tӍ lӋ miss, hit, lѭu lѭӧng nӝi dung tӯ gói tin thӭ 2.001 Trong quá trình gӱi 2.000 gói tin ÿҫu tiên, nút mҥng thӵc hiӋn thuұt toán

ÿã ÿӅ xuҩt ÿӇ lѭu trӳ các nӝi dung phù hӧp cNJng nhѭ loҥi bӓ các nӝi dung không cҫn thiӃt ViӋc này ÿѭӧc thӵc hiӋn dӵa vào ContentID cӫa mӛi nӝi dung m Sau khoҧng thӡi gian khӣi ÿӝng này, danh sách nӝi dung cӫa nút mҥng ÿã ÿѭӧc cұp nhұt tѭѫng ÿӕi әn ÿӏnh

ContentID trong các gói tin yêu cҫu ÿѭӧc tҥo ra mӝt cách ngүu nhiên theo phân phӕi xác suҩt, cө thӇ là theo hàm phân phӕi Zipf, ÿây là mӝt phân phӕi quy tҳc lNJy thӯa vӟi thông sӕ

ߙ thay ÿәi ߙ càng lӟn thì tҫn sӕ xuҩt hiӋn mӝt sӕ ContentID càng lӟn Trong chѭѫng trình mô phӓng, chúng tôi sӱ dөng giá

trӏ ߙ trong khoҧng tӯ 0.4 ÿӃn 1.1 ÿӇ xác ÿӏnh tӍ lӋ hit, tӍ lӋ miss

và lѭu lѭӧng nӝi dung Trên Inernet, hàm phân phӕi Zipf có tҫn suҩt xuҩt hiӋn rҩt lӟn Nó có mһt trong mҥng Internet tӯ cҩp ÿӝ ÿӏnh tuyӃn nӝi dung giӳa các vùng khác nhau cho ÿӃn kinh tӃ xã hӝi Ĉây là lý do các ContentID ÿѭӧc tҥo ra theo hàm Zipf Các ContentID này ÿóng vai trò là các yêu cҫu tӯ ngѭӡi dùng gӱi tӟi nút mҥng trong quá trình mô phӓng TӍ lӋ hit, miss và lѭu lѭӧng nӝi dung cӫa thuұt toán ÿѭӧc tính toán dӵa trên sӕ lҫn trùng khӟp cӫa ContentID yêu cҫu và ContentID trong danh sách nӝi dung lѭu trӳ cӫa nút mҥng KӃt quҧ thu ÿѭӧc tӯ hai thuұt toán ÿӅ xuҩt sӁ so sánh vӟi nhӳng



thuұt toán lѭu trӳ ÿang ÿѭӧc sӱ dөng hiӋn nay ÿó là LCE-LRU

và LCE-LFU

Sau khi thӵc hiӋn mô phӓng, kӃt quҧ thu ÿѭӧc cho thҩy

hai thuұt toán ÿӅ xuҩt hoҥt ÿӝng tӕt hѫn so vӟi giҧi thuұt

LCE-LRU và LCE-LFU Trong Hình 1, thuұt toán (max_hit) có tӍ lӋ

hit cao hѫn hҷn so vӟi ba thuұt toán còn lҥi Vì vұy tӍ lӋ miss

cӫa thuұt toán (max_hit) luôn luôn thҩp nhҩt trong các thuұt

toán lѭu trӳ ÿang ÿѭӧc mô phӓng (xem Hình 2) Ví dө, vӟi

Ƚ ൌ ͲǤͷ, tӍ lӋ hit cӫa (max_hit) là 53.1%, trong khi LCE+LRU

là 28.8% và LFU là 42.5%

Hình 1 T ͑ l͏ hit theo ߙ

Hình 2 T ͑ l͏ miss theo ߙ

Hình 3 mô tҧ lѭu lѭӧng nӝi dung truyӅn tҧi trong suӕt quá

trình thӵc hiӋn mô phӓng cӫa bӕn thuұt toán vӟi các giá trӏ Ƚ

khác nhau KӃt quҧ thu ÿѭӧc cNJng cho thҩy rҵng thuұt toán

(min_transit) có lѭu lѭӧng truyӅn tҧi thҩp nhҩt trong bӕn thuұt toán Nhìn mӝt cách tәng quan, hiӋu suҩt lѭu trӳ nӝi dung tҥi nút mҥng ÿѫn sӁ tăng khi Ƚ tăng Vӟi giá trӏ Ƚ lӟn thì sӵ chênh lӋch giӳa các thuұt toán là không nhiӅu Ta cNJng nhұn thҩy rҵng thuұt toán lѭu trӳ LCE vӟi LRU luôn thӇ hiӋn hiӋu quҧ thҩp nhҩt trong tҩt cҧ các trѭӡng hӧp Riêng thuұt toán LCE vӟi LFU mһc dù cho kӃt quҧ thҩp hѫn (max_hit) nӃu mөc tiêu

là tӕi ÿa tӍ lӋ hit, nhѭng lҥi tӕt hiӋu quҧ hѫn (min_transit) Còn nӃu mөc tiêu ÿһt ra là tӕi thiӇu hóa lѭu lѭӧng nӝi dung truyӅn tҧi thì LCE+LFU tӋ hѫn (min_transit) nhѭng lҥi tӕt hѫn (max_hit) Vì vұy, LCE+LFU có thӇ xem nhѭ là phѭѫng pháp tҥm thӡi ÿӇ lѭu trӳ nӝi dung nӃu nhѭ nút mҥng chѭa ÿѭӧc triӇn khai mô hình tӕi ѭu hóa lѭu trӳ thông tin, nӝi dung

Hình 3 L ˱u l˱ͫng n͡i dung theo ߙ

V KӂT LUҰN Khi mà lѭu lѭӧng nӝi dung ÿang ngày mӝt tăng lên thì viӋc xây dӵng mӝt bài toán tӕi ѭu cho viӋc lѭu trӳ nӝi dung phân tán

là mӝt vҩn ÿӅ cҩp thiӃt khi xây dӵng mô hình mҥng ICN Bài báo này ÿѭa ra nhӳng nghiên cӭu ÿӇ xây dӵng mӝt thuұt toán

có khҧ năng tính toán tӕi ѭu cho viӋc lѭu trӳ phân tán nӝi dung trên các node mҥng cӫa ICN Chúng tôi ÿã ÿӅ xuҩt mô hình tӕi

ѭu hóa trong viӋc lѭu trӳ nӝi dung trong kiӃn trúc mҥng ICN Mөc ÿích cӫa các thuұt toán ÿѭӧc ÿӅ xuҩt là tӕi ѭu hóa tӍ lӋ hit

và giҧm thiӇu lѭu lѭӧng vұn chuyӇn khi nӝi dung ÿѭӧc yêu cҫu Dӵa trên viӋc giҧi quyӃt bài toán Knapsack, chúng tôi giӟi thiӋu hai thuұt toán lѭu trӳ cho mӝt nút mҥng ÿó là (max_hit) và (min_transit) Tӯ các kӃt quҧ sӕ liӋu cho thҩy hai thuұt toán ÿѭӧc ÿӅ xuҩt có hiӋu quҧ nәi trӝi hѫn so vӟi các thuұt toán lѭu trӳ truyӅn thӕng là LCE+LRU và LCE+LFU



ACKNOWLEDGMENT

TS Võ Th Lu Phng là tác gi chu trách nhim Nghiên

cu c tài tr bi i hc Quc gia Thành ph H Chí Minh

(HQG-HCM) trong khuôn kh  tài mã s C2015-28-01

TÀI LI U THAM KHO

[1] Stanford University TRIAD project [Online] Available:

http://www-dsg.stanford.edu/triad/

[2] M Caesar, T Condie, J Kannan, K Lakshminarayanan, and I

Stoica, “ROFL: routing on flat labels,” in ACM SIGCOMM, 2006,

pp 363–374

[3] T Koponen, M Chawla, B Chun, A Ermolinskiy, K H Kim, S

Shenker, and I Stoica, “A data-oriented (and beyond) network

architecture,” in ACM SIGCOMM, 2007, pp 181–192

[4] FP7 PSIRP project [Online] Available: http://www.psirp.org/

[5] V Jacobson, D K Smetters, J D Thornton, M F Plass, N H

Briggs, and R L Braynard, “Networking named content,” in

ACM CoNEXT, 2009

[6] FP7 COMET project [Online] Available:

http://www.comet-project.org/

[7] FP7 CONVERGENCE project [Online]

Available:http://www.ictconvergence.eu/

[8] NSF Named Data Networking project [Online] Available:

http://www.named-data.net/

[9] FP7 SAIL project [Online] Available:

http://www.sail-project.eu/

[10] FP7 PURSUIT project [Online]

Available:http://www.fp7pursuit.eu/PursuitWeb/

[11] A Ghodsi, S Shenker, T Koponen, A Singla, B Raghavan,

and J Wilcox, “Information-centric networking: seeing the

forest for the trees,” in ACM Workshop on Hot Topics in

Networks (HotNets), 2011

[12] N Laoutaris, H Che, I Stavrakakis, “The LCD interconnection

of LRU caches and its analysis,” Performance Evaluation, vol

63, no 7, pp 609–634, 2006 S Ihm and V S Pai, “Towards

understanding modern web traffic,” in ACM Workshop on

Information-Centric Networking (ICN), 2011

[13] W K Chai, D He, I Psaras, and G Pavlou, “Cache “less for

more” in information-centric networks,” in Proc of the

IFIP-TC6 Networking Conference, 2012

[14] I Psaras, W K Chai, and G Pavlou, “Probabilistic in-network

caching for information-centric networks,” in ACM Workshop

on Information-Centric Networking (ICN), 2012

[15] G Carofiglio, V Gehlen, and D Perino, “Experimental evaluation of memory management in content-centric

networking,” in International Conference on Communications

(ICC), 2011

[16] M Caesar, T Condie, J Kannan, K Lakshminarayanan, and I

Stoica, “ROFL: routing on flat labels,” in ACM SIGCOMM,

2006, pp 363–374

[17] L Rizzo and L Vicisano, “Replacement policies for a proxy

cache,” IEEE/ACM Transactions on Networking (ToN), vol.8,

no.2, pp 158-170, 2000

[18] D Lee, J Choi, J H Kim, S H Noh, S L Min, Y Cho, C S Kim, “LRFU: A spectrum of policies that subsumes the least

recently used and least frequently used policies,” IEEE Transactions on Computers, vol 50, no 12, pp 1352-1361,

2001

[19] H Kellerer, U Pferschy, and D Pisinger, Knapsack problems

Springer Science & Business Media, 2004