《Computer Networks》：Predictive Mobility-Aware Service Function Chain Migration in Mobile Edge Computing: An Approach based on Hierarchical Reinforcement Learning
编辑推荐：
基于时空属性的需求聚合与网络效用最大化传输方案在卫星网络中的应用研究，提出DANUMTS方案，通过NDN架构实现需求聚合、动态链路选择和双分解资源优化，有效减少冗余传输并提升网络吞吐量与资源利用率。
Jing Chen|Xiaoqiang Di|Yuming Jiang|Hui Qi|Jinyao Liu|Xu Yan
长春科技大学计算机科学与技术学院，中国长春，130022
摘要
随着遥感卫星网络的发展，直接将用户终端与卫星连接以访问数据正成为一种关键趋势。为了在管理有限的传输资源的同时满足不断增长的用户需求，本文提出了一种基于需求聚合的网络效用最大化传输方案（DANUMTS）。该方案利用NDN架构和基于遥感数据时空属性的需求聚合来防止冗余数据传输和资源浪费。该方案还设计了一个需求-链接匹配矩阵，用于在每个跳点进行需求选择，并在终端和网络之间建立了协作速率控制模型。通过应用拉格朗日对偶方法，该模型被分解为两个子问题，以简化优化过程并实现实时决策。仿真结果表明，在需求聚合机会出现时，DANUMTS在需求完成时间、数据速率、网络吞吐量和完成的需求数量方面优于现有方法。
引言
通信和数据处理技术的进步使得用户终端与卫星之间的直接连接成为遥感卫星网络的一个变革性特征[1]。这种架构绕过了传统的地面中介，实现了实时数据传输，提高了安全性并减少了延迟，从而支持了智慧城市管理[2]、智能交通系统[3]和灾害响应操作[4]等关键应用。
然而，这种模式面临着根本性的挑战，即用户需求的不断增长与有限的卫星传输资源之间的不平衡[5]。随着遥感数据需求的规模和复杂性的增加，带宽分配和网络容量的固有限制逐渐降低了传输效率，降低了用户体验[6]，并在时间敏感的场景中限制了服务可靠性。
为了适应异构服务需求，特别是任务关键操作和优先级数据流，轨道上的数据传输已经从统一的数据传输转向了基于需求的传输范式。Wang等人[7]通过广义时变图表示为地球观测系统建立了一个统一的建模框架，实现了在保持操作约束的同时最大化观测吞吐量的高效调度优化。Ling等人[8]开发了ERS-PDD算法，该算法结合了优先级分层和时间约束，通过自适应实时调度机制提高了任务接纳率和带宽利用率。He等人[9]将星际卸载策略形式化为ILP问题，通过协调轨道资产的数据分配显著提高了地球观测卫星网络中的任务完成率。在此基础上，Chen等人[10]引入了一种分布式协作传输（DCT）协议，该协议动态优化了连接窗口和数据属性，通过本地化决策架构实现了网络吞吐量和时间效率的可测量改进。
现有方法主要关注资源分配和任务调度，而没有解决遥感需求模式中固有的结构相关性。具体来说，它们未能利用用户需求生成的时空相关性，未能利用数据内容关系进行传输优化，也没有通过网络层机制实现需求聚合的原生支持。
为了弥补这一差距，我们提出将命名数据网络（NDN）[11]架构集成到遥感卫星系统中。NDN的核心功能提供了三个关键的增强途径：通过利用遥感数据的时空属性，通过NDNR命名机制进行需求规范；内置的缓存和多路径转发机制可以提高内容分配的效率[12]；最长前缀匹配（LPM）原则促进了需求聚合并减少了冗余传输[13]。
NDN以数据为中心的核心架构自然适用于卫星网络中大规模服务的多源数据请求；其不依赖于端到端连接的特点可以打破传统IP架构下路由规划对节点位置的强烈依赖，为任务聚合提供了基础架构支持，并为实现高效调度提供了必要前提。同时，其内置的内容缓存机制可以在聚合后对常见任务数据进行分布式存储，以减少卫星链路中的冗余数据传输，基于名称的路由和转发可以简化任务数据的寻址过程，显著降低了大规模流量场景下路径规划的计算复杂性——这是传统架构难以实现的独特优势。此外，与传统IP架构下的非聚合方案相比，NDN的命名机制可以自然地将任务类型与数据内容关联起来，支持基于任务属性的快速分类和聚合调度，从而有效提高资源分配的准确性，其多路径转发能力可以在卫星网络拓扑动态变化的情况下提高任务传输的可靠性，进一步突出了采用NDN的必要性和核心价值。
然而，NDN当前的实现存在部分重叠解决限制。在处理具有非相同但重叠数据需求的兴趣时：LPM机制将它们视为不同的请求流，导致重叠的内容段进行冗余传输。这种架构限制导致带宽利用率不佳，特别是在资源受限的卫星环境中，重叠的数据仍可能在网络中多次不必要的传输，从而浪费了传输资源。
基于此，在轨道上的遥感数据传输还需要考虑拓扑变化对传输效率的影响。
为了解决这些挑战，本文提出了一种基于需求聚合的网络效用最大化传输方案（DANUMTS），用于遥感卫星网络，利用命名数据网络（NDN）架构来提高用户需求满足度、服务效率和资源利用率，通过三阶段框架实现。主要贡献总结如下：
•细粒度需求聚合：基于名称-需求映射关系开发了一种新的聚合方法，实现了可调的聚合粒度，以优化数据传输。
•时间感知链接选择：引入了一种用于每个跳点传输调度的需求-链接匹配机制，结合了链接可用性窗口，以确保卫星通信的时间有效性。
•双重分解资源优化：建立了一个网络效用最大化模型，用于自适应链接资源分配，其特征是用户接收率和网络服务率之间的动态速率适应。该模型通过拉格朗日对偶分解为两个易于处理的子问题：1）基于优先级的服务速率控制和2）链接权重驱动的逐跳转发。
•性能验证：仿真结果表明，与最新的两种文献方案DPCCP和DCT相比，我们提出的方案在数据传输速率、需求完成时间、完成的需求数量和链接利用率方面具有优势。
本文的其余部分结构如下。第2节是相关工作，第3节介绍网络模型，第4节详细介绍了本文提出的基于需求聚合的传输方案，第5节展示了性能评估和实验结果，第6节总结了本文。
章节片段
背景和相关工作
本文旨在研究NDN架构下的遥感数据聚合和传输，全面考虑了用户需求聚合、链接状态和网络资源分配，因此将从上述三个方面总结现有工作。
网络模型
本文考虑了一个三层卫星网络，如图1所示。上层是控制层，由地球静止轨道（GEO）卫星组成，它为中间层生成传输策略。中间层是低地球轨道（LEO）遥感卫星网络，具有卫星间链接，也是用户需求的数据源层。假设卫星节点支持NDN架构，允许网络内缓存和按名称路由。
提出的方案 — DANUMTS
本节介绍了所提出的方案，称为基于需求聚合的网络效用最大化传输方案（DANUMATS）。DANUMATS采用四步方法。首先，为了实现需求聚合和使用NDN，使用前一节介绍的命名结构对遥感数据进行切片和命名。其次，根据数据和需求的命名特征进行需求聚合。第三，进行链接选择以组成路径。
性能评估
本节展示了所提出的DANUMTS方案与两种最近的相关方案DPCCP[25]（基于延迟的路径指定拥塞控制协议）和DCT[10]（基于本地化信息的分布式协作传输算法）的性能评估结果。DPCCP是一种基于路径指定的拥塞控制协议，侧重于基于延迟的资源分配，而DCT是一种考虑本地化信息的分布式协作传输算法。
结论
本文提出了一种基于需求聚合的网络效用最大化资源分配方案，用于遥感卫星网络的传输。它结合了需求聚合和网络效用最大化框架，以实现网络传输资源的高效利用，同时满足用户需求。所提出的用户需求聚合算法利用了遥感数据的时空属性，减少了所需的数据传输次数。
CRediT作者贡献声明
Jing Chen：撰写——原始草稿，验证，方法论，概念化。Xiaoqiang Di：资源，项目管理。Yuming Jiang：撰写——审阅与编辑。Hui Qi：软件。Jinyao Liu：软件。Xu Yan：软件。
利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系可能影响本文报告的工作。
Jing Chen于2024年在中国长春科技大学获得计算机科学与技术工程博士学位。她于2016年在中国吉林农业大学获得计算机应用技术硕士学位。她在吉林农业大学工作。她的研究兴趣包括卫星网络、博弈论、命名数据网络和卫星网络上的数据传输。（电子邮件：cjcust@163.com）。
