移动命名数据网络中的拥塞控制：一种动态节点抑制方法

《Computer Networks》：Congestion control in mobile named data networking: A dynamic node suppression approach

　　安德烈·路易斯·R·马杜雷拉|莱奥比诺·N·桑帕约
巴伊亚联邦大学计算机科学系，萨尔瓦多，巴西

**摘要**
无线网络经常面临高水平的拥塞问题。这一问题在自组织无线网络中尤为突出，因为它们具有多跳传输的特性。一些研究试图解决这一问题（例如，冗余数据包聚合、网络内缓存、数据包流控制、介质访问控制），但这些方法在无线共享介质上的效率较低。因此，我们提出了一种基于动态节点抑制的拥塞控制策略——动态节点抑制用于拥塞控制（NSCC），专门用于移动命名数据网络（NDN）。通过选择转发节点，NSCC可以减少冗余数据包的传输。实验结果表明，该方案能够有效缓解NDN网络的拥塞，并优化数据包的传输。

**1. 引言**
无线移动网络由于共享介质的存在，尤其是自组织网络的多跳传输特性，常常遭受严重的拥塞问题。传统的介质访问控制协议（如CSMA、ALOHA、TDMA）以及高层拥塞控制机制（如TCP、SCTP）通常不考虑网络拓扑、节点移动性、应用特性以及有效数据传输所需的跳数。

命名数据网络（NDN）[1][2] 的架构引入了新的特性，通过兴趣数据包聚合、机会性缓存、基于面分类的转发策略以及更丰富的数据包命名语义，从而减轻移动场景中的第二层流量负担。然而，当前的第二层协议（如以太网）仍遵循IP的通信模型，无法充分利用NDN架构的潜力。

在NDN通信中，数据包聚合通过待处理兴趣表（PIT）和机会性缓存来避免冗余数据包的传输[1]。不过，这些流量减少策略无法阻止数据包在共享物理介质上的传输，从而可能导致冲突。NDN还可以使用基于退避计时器的抑制技术，在预定义的时间窗口内丢弃到达节点的冗余数据包[3]。然而，这些方法的局限性与数据包聚合技术相似，因为数据包抑制发生在节点接收到数据包之后，此时可能已经发生了第二层冲突。另一种解决方案是动态调整网卡（NIC）的传输功率，以减少无线网络中的同频道干扰[4]。但降低传输功率会影响整个节点的NDN通信，可能会对某些终端应用有利，而对其他应用不利。在这种情况下，NDN的命名语义结合通信链路数据，可以通过更有效的拥塞控制策略来改善流量管理。

本文提出了动态节点抑制用于拥塞控制（NSCC）策略，利用带内遥测（INT）数据和NDN命名语义，动态抑制NDN内容转发节点，从而在无线和多访问通信场景中实现拥塞控制。命名语义允许根据应用需求定义拥塞控制规则，而持续监控使该方案能够适应网络变化。NSCC是一种分布式解决方案，基于带内遥测（INT）选择参与多跳通信的节点。为此，每个邻居节点收集数据包传输统计信息并共享这些信息，以确定理想的节点子集K。启发式贪心算法利用这些信息做出本地转发决策，选择哪些邻居节点应转发NDN数据包。每个前缀和每个节点都有自己的统计表，为转发决策提供高精度。

据我们所知，NSCC是首个针对NDN MANET网络的自适应拥塞控制协议，它通过根据从NDN邻居节点传入的数据动态选择最优节点子集，实现每个前缀的冗余网络流量减少。其独特设计对移动场景具有显著优势，具体贡献包括：
- 一种分布式协议，通过动态选择最优节点子集来减少每个NDN前缀的冗余流量；
- 一种基于启发式贪心算法的分布式转发策略，根据从邻居节点传入的数据包中收集的INT指标做出本地转发决策；
- 一种针对每个前缀的拥塞控制方案，为NDN转发策略提供高精度的数据，使每个数据流都能满足特定应用的服务质量（QoS）要求；
- 一种感知INT的NDN链路服务和架构，能够在传输中的NDN数据包中嵌入网络指标，以辅助本地转发决策。

本文的其余部分结构如下：第2节介绍研究的基础理论框架；第3节讨论设计和实现细节；第4节评估方案；第5节介绍评估结果；第6节总结全文。

**2. 相关工作**
文献中提出了多种针对Wi-Fi网络拥塞控制的方案。介质访问控制（MAC）协议通过检测共享介质的使用情况并随机化数据包传输的开始时间（如CSMA/CA[5]）、控制资源使用（如TDMA、FDMA）或控制特定时间哪些节点可以使用介质（如令牌传递、轮询[6]）来缓解拥塞。然而，这些方案无法避免多个节点同时传输导致的冲突，也无法检测远端节点的传输（即隐藏节点问题[7][8]。为网络中的每个节点预留资源会降低数据包传输性能，因为并非所有节点都需要传输数据（即无线电静默问题[9]），且每个节点的应用需求各不相同。控制传输速率（如速率适应算法）和无线电波方向（如SDMA[10]、智能天线[11]）也无法防止冲突，因为这些方法无法保证没有数据包在同一物理空间和频段内传输。用于信道传输错误检测和/或纠正的协议（如ACK[12]、NACK[13]、FEC[14]）具有较高的控制开销[15]。基于MAC寻址的方案无法同时缓解拥塞并减少内容网络的传输延迟。此外，自组织网络缺乏能够控制介质访问（如TDMA、令牌传递、ALOHA[16]）、传输速率（如无线电调制[17]和无线电波方向（如波束成形、高增益定向天线[10][11]）的集中式无线协调器。当这些功能缺失时，同一地理空间内多个数据包同时传输、传输时间过长（如传输速率较低[18][19]或数据包损坏（如低质量无线链路的高传输速率[18]）时，冲突的可能性会增加。

关于NDN，大多数研究集中在转发策略上，这些策略在网络数据平面工作，决定是否转发特定兴趣数据包（如丢弃/转发）、通过哪个NDN面发送数据包（如内部插座、NIC）以及何时转发（如延迟转发[3]、BestFace[3]、NCC[3]、ASF[20]）。面选择的原则是数据包有多种传输路径，每个面对应一个连接到专用引导介质的网络接口。但在无线自组织网络中，介质是共享的，因此选择一个面并不能缓解拥塞。无论选择哪个面，数据包都会通过相同的共享介质传输给所有节点（即无线网络没有明确的传输路径）。此外，无线节点可能只有一个NIC，这使得面选择简化为决定是将数据包丢弃还是转发到默认输出面（如WLAN0[21]）。

最近，一些路由协议通过动态提供内容前缀的可达性信息来缓解拥塞。这些方案中的路由协议根据路由指标提供面列表，用于做出转发决策（如丢弃、转发）。基于距离向量算法[22]或链路状态[23]的方法值得关注。然而，这些方法需要一定时间才能准确确定NDN前缀的可达性和面的排名，这使得基于路由的解决方案在高移动性场景中效果不佳。在这些网络中，拓扑和链路质量不断变化，导致路由协议收敛时间过长[21]。

除了转发策略和路由协议外，还提出了多种拥塞控制方案来提升ICN的传输性能。现有的NDN拥塞控制方案可分为三类：（i）接收端驱动方法，（ii）逐跳方法，（iii）混合方法[24]。尽管这些方案有所不同，但它们无法同时缓解拥塞、改善数据传输和共享介质带宽利用率。

在接收端驱动方法中，接收端根据拥塞指标（如数据包丢失、RTT、显式通知）调整其兴趣发送速率，从而控制数据流量[24]。代表性方案包括内容中心TCP（CCTCP[25]、带请求转发的最优多路径拥塞控制（OMCC-RF[26]）、信息中心传输协议（ICTP[27]、兴趣控制协议（ICP[28]）和SIRC[29]）。尽管这些方案在拥塞控制方面有所成效，但它们主要关注拥塞控制，未考虑数据传输性能以及由于冗余数据包传输导致的共享介质带宽利用率低的问题。这些方法主要将拥塞视为速率控制问题，假设限制传输中的兴趣数量足以缓解拥塞。然而，在无线多访问环境中，拥塞通常由物理层竞争和冗余传输引起的冲突主导。

逐跳方法也存在类似的问题，尽管在设计和实现上有所不同。这些方法通过在中间节点丢弃或延迟兴趣数据包来限制转发[30][31][32]，或者将超出链路容量的流量引导到备用路径[33][34][35]。然而，这些方案未讨论其对传输性能和共享介质带宽利用率的影响，且假设带宽是一个固定值，这在无线链路中并不成立（由于链路质量不稳定[24]）。

混合方法结合了接收端驱动和逐跳方法来提升传输性能。例如，PCON[36]利用队列占用率或排队延迟生成逐跳拥塞信号来限制兴趣数据包的转发速率，类似NDN-QSF[37]。IRNA[38]结合带内遥测和自适应兴趣数据包整形来平衡吞吐量和公平性。这些方法同样将拥塞视为速率控制问题，假设限制传输中的兴趣数量足以缓解拥塞。然而，在无线多访问环境中，拥塞通常由物理层竞争和冗余传输引起的冲突主导。

另一种研究方向是将拥塞控制视为全局优化问题，涉及兴趣数据包的抑制，利用软件定义网络（SDN）与NDN结合（如ndnSieve[39]），或独立的NDN架构（无论是否使用深度学习技术[40][41][42][43]）。虽然这些方法在减少不必要的数据包转发方面有效，但会对网络节点造成较大的计算和资源负担。当分散式NDN架构与计算密集型方法（如深度学习）或集中式控制框架（如SDN）结合时，这一问题尤为明显。这种集成需要复杂的多阶段协调，这使得网络管理变得更加复杂，并阻碍了有效的故障排除。此外，它们在各个节点上以反应式的方式运行，并没有明确协调哪些节点应该转发数据包。相比之下，我们的提案（NSCC）将拥塞控制视为一个分布式转发器选择问题，旨在为每个前缀确定一个最优的转发节点子集。这种区别在移动无线NDN中尤为重要，因为在移动无线NDN中，广播传输使得基于路径的优化变得无效，而冗余的转发会直接增加碰撞概率。

另一组方法旨在通过利用NDN的网内缓存能力来缓解拥塞。这些方法在网络中战略性地放置节点来存储流行内容，以减轻流量热点[44]。然而，基于缓存的拥塞控制的有效性在很大程度上取决于缓存替换策略的效率以及中间节点中的内容存储（CS）大小。缓存替换性能又对流量特性（如内容流行度和网络负载）非常敏感。因此，在一种网络场景下有效的缓存策略在另一种场景下可能会产生次优结果。此外，在资源受限的环境中——例如物联网（IoT）或无线传感器网络（WSNs）中——可能缺乏足够的缓存容量，或者根本不实现内容存储。在这种情况下，高流量可能会导致缓存未命中的情况占主导，从而削弱了网内缓存的潜在好处，无论采用何种替换策略。

我们的提案在两个基本方面不同于现有的最先进解决方案。首先，在拥塞控制机制方面，NSCC不依赖于队列控制、数据包或兴趣率调节。相反，它明确控制转发节点的数量，确定哪些节点以及允许多少节点（K）为给定前缀转发数据包。其次，在拥塞的起源方面，NSCC针对的是由空间冗余和共享多访问媒体中的并发传输引起的拥塞，而不是由过度兴趣注入或队列堆积引起的拥塞。因此，NSCC构成了对现有NDN拥塞控制机制的一种正交且互补的方法。其新颖性不仅仅来自于使用了之前研究中已经探索过的遥测技术，而是将拥塞控制重新定义为一种专门针对共享媒体环境的分布式转发器选择问题。通过直接解决媒体级别的竞争和冗余传输，NSCC解决了当前基于队列、基于速率或以缓存为中心的解决方案基本上未解决的拥塞的根本原因之一。表1提供了突出这些区别的比较总结。

表1. NSCC提案与NDN拥塞控制解决方案的比较

| 解决方案 | 年份 | 控制维度 | 架构布局 | 空间诱导拥塞支持 | 转发器协调 | 关键限制 |
|---------|-------|---------|------------|-------------|---------|
| [27] ICTP | 2012 | 速率控制（基于窗口） | 传输层 | 否 | 否 | 假设路径稳定；不适合MANETs |
| [28] ICP | 2012 | 速率控制（兴趣） | 传输层 | 有限（RTT不精确） | 否 | 仅限速率适应；无线网络中的RTT不精确 |
| [25] CCTCP | 2013 | 窗口调整（基于延迟） | 传输层 | 否 | 否 | 类TCP的基于路径的行为；与以主机为中心的解决方案有类似限制 |
| [26] OMCC-RF | 2013 | 速率控制（拥塞反馈） | 传输层 | 有限（反馈滞后） | 否 | 反馈滞后和延迟；对于易碰撞的网络不精确 |
| [29] SIRC | 2014 | 重传控制（兴趣） | 传输层 | 有限（RTO不精确） | 否 | 以可靠性为中心；不解决媒体竞争 |
| [34] HoBHIS | 2013 | 速率控制（兴趣） | 网络层 | 有限（碰撞） | 否 | 仅限速率控制；不缓解无线碰撞 |
| [36] PCON | 2016 | 队列和速率控制（兴趣） | 网络层 | 有限（隐式RTT效应） | 否 | 以队列和速率为中心；忽略空间冗余（碰撞） |
| [38] IRNA | 2021 | 速率控制（兴趣） | 网络层 | 有限（无线竞争） | 否 | 无法协调广播无线媒体中的发射器 |
| [37] NDN-QSF | 2022 | 队列控制（占用率） | 网络层 | 否 | 否 | 基于队列；对无线竞争无效 |
| [39] ndnSieve | 2024 | 兴趣过滤（冗余） | 网络层 | 是（局部启发式） | 有限（数据包抑制） | 资源密集型（NDN + SDN）；复杂性高；空间冗余缓解有限 |
| NSCC | 2026 | 转发器抑制（冗余） | 网络层（NFD转发 + 链路服务） | 是（隐式，遥测更新） | 是（协调，节点抑制） | 是（分布式，特定前缀） | 专为共享多访问媒体设计；资源轻量（适合IoT） |

3. 动态节点抑制提案（NSCC）

考虑到第2节讨论的现有文献解决方案的局限性，动态节点抑制用于拥塞控制（NSCC）的设计是基于这样的观察：NDN拥塞控制机制未能充分解决无线多访问网络中由空间冗余引起的拥塞问题。在无线自组织NDN网络中，拥塞主要源于空间冗余，而不是由于过高的兴趣率。由于无线通信的广播特性，多个相邻节点同时转发相同的数据包或兴趣包会导致竞争和碰撞增加，无论采用何种路由或速率控制机制。现有的NDN拥塞控制方案并没有明确解决这一拥塞维度，因为它们专注于独立调节数据包速率或过滤每个节点的兴趣，无法协调相邻节点之间的数据包传输。

NSCC引入了一个根本不同的控制目标：动态限制参与给定前缀多跳传播的活跃转发节点的数量。通过利用机会主义的带内遥测，NSCC使相邻节点能够共享传输性能指标，并协同收敛到一个最优的转发器子集（K）。这种方法既不假设路径稳定，也不依赖于路由收敛，因此特别适合高度动态的MANET环境。我们还指出，所提出的算法并不是为了取代现有的拥塞控制方案，而是为了补充它们，针对无线共享媒体特有的拥塞维度（即空间冗余引起的拥塞）。这一设计目标激发了使用带内遥测和引入有限状态抑制控制器的必要性。据我们所知，NSCC是第一个明确优化转发器数量（K）作为无线竞争和移动性函数的NDN拥塞控制机制。

3.1 NSCC设计假设

NSCC的选择性转发可以通过减少无线范围内相邻节点同时传输数据包所导致的碰撞来改善网络拥塞（即重叠无线空间问题）。为此，NSCC基于这样一个假设：在无线自组织NDN网络中存在一个理想数量的转发节点（K），能够在给定内容前缀（P）的情况下减少数据包丢失（L）并改善数据包的传输延迟（D），前提是K
(1) ?k(p) < f, d(k(p)) ≤ d(f), l(k(p)) < l(f), k ∈ n*
ndn是一个分布式系统，每个通信节点都有一个本地目标。由于自组织网络没有固定的基础设施（即没有接入点），转发节点负责消费者和生产者之间的通信，采用多跳方法，通过多播传输和机会主义缓存来提高整体内容传输速率。然而，如前所述，这种冗余会导致网络中的拥塞增加。涉及的转发节点数量越多，网络上传输的冗余数据包数量就越多，因此在通信链路中发生碰撞的概率也就越大。

除了共享介质的特性外，数据包的大小也可能导致由碰撞引起的拥塞。在这个意义上，大多数研究人员认为，在多访问介质中，应该只考虑数据包来进行拥塞控制，因为它们的帧大小比兴趣包更大[24]。然而，wang等人[34]认为也应该考虑兴趣包，因为它们也可能对链路拥塞有所贡献。这一观点基于这样的假设：最佳兴趣 shaping 率可以通过公式（2）计算得出，其中兴趣包速率（ir）和数据包速率（dr）（以字节/单位时间计）之和应小于或等于链路带宽（b），正如ren等人[24]所提出的。因此，在nscc的研究中，我们认为拥塞控制必须考虑最佳兴趣 shaping 假设的有效性。也就是说，即使在程度上不如数据包，兴趣包也会对共享多访问介质中的拥塞有所贡献。这是因为在ndn中，每个兴趣都有一个对应的数据包回复。

(2) ∑rir + ∑rdr ≤ b, ir, dr ∈ r

nscc通过为每个数据包流选择最佳转发节点（k）来实现拥塞控制，这些数据包流由生产者的内容前缀（p）定义。为此，网络中的每个节点都会本地收集每个前缀的传输统计信息，并与邻居共享其中的一些指标。有了这些信息，每个节点就可以分析邻居的统计信息，选择哪个节点应该处理该兴趣并将其转发到网络的其余部分。未被选中的转发器必须丢弃数据包，以避免由于冗余数据包引起的碰撞。

正如我们在后续章节中讨论的，nscc有助于实现更高的网络可扩展性，因为它减少了传输的冗余l2帧的数量。该协议已经在ndn架构的链路层（l2）和网络层（l3）之间实现。这样的设计选择允许nscc在ndn的nfd链路服务（l2.5）和转发策略（l3）中执行。通过这种方式，nscc可以在相邻节点之间收集、传输和处理与ndn相关的int数据，从而开发出更高效的启发式分布式拥塞控制算法。接下来的章节将正式说明nscc的基本概念和定义。

3.2 nscc链路服务

nscc遥测是通过一个定制的ndn链路服务组件来执行的，该组件在网络中传输的兴趣包和数据包中机会主义地收集数据包传输统计信息。为此，标签将收集的统计信息嵌入元数据格式中，而不改变任何其他ndn tlv字段，如图1所示。换句话说，nscc不会对标准ndn架构进行任何更改，因此，只要忽略接收到的数据包中的nscc标签，就可以与不使用所提出的拥塞控制的节点兼容。除了与其他节点的兼容性外，邻居节点之间共享统计信息还会产生最小的开销，因为只有一部分收集的统计信息在网络中共享。基于本地收集和存储的统计信息，每个节点根据所讨论内容的名称前缀来做出路由决策。为此，使用了一种贪婪算法，考虑数据包通过一组相邻节点到达生产者的概率。因此，它还确定了数据包应如何返回到请求它的消费者（即ndn通过它们各自的兴趣使用的反向路径返回数据包）。

下载：下载高分辨率图像（58kb）
下载：下载全尺寸图像

图1. 带有nscc int标签的ndn数据包

3.3 nscc转发策略

nscc的操作逻辑在其int感知的定制转发策略中描述。该模块负责收集统计信息（指标）并使用两步时间限制阶段做出转发决策（即丢弃或转发）：学习时间间隔（lti）和决策时间间隔（dti）。首先是一个学习时间间隔（lti），在此期间节点计算自己的数据传输统计信息，并使用ndn的标准转发流程（即广播到所有节点，nscc不干扰转发决策）。然后，贪婪算法开始根据从邻居节点收集的int数据做出本地转发决策。这个决策阶段持续一个决策时间间隔（dti），dti可能与lti相同或不同。我们指出，这些dti/lti间隔不是固定的常数，而是根据无线网络的预期拓扑一致性时间选择的时间窗口。在高度动态的移动性场景中，较短的lti和dti可以更快地适应拓扑变化，而在准静态或群组移动性场景中，较长的间隔可以提高统计稳定性并减少转发决策的波动。

因此，nscc设计依赖于int数据作为给定时间间隔（即拓扑、链路质量）的网络状态的代理。鉴于无线网络的动态特性，存储的int统计信息可能会变得无效，因此需要定期更新这些数据，以更准确地表示当前的网络状态。因此，我们的提案在学习最佳邻居节点（lti阶段）和选择这些节点转发下一个兴趣（dti阶段）之间交替进行。

在lti期间，数据包正常转发，网络中的每个节点计算每个内容前缀的数据传输统计信息，因为数据包满足了兴趣。这些信息存储在标准ndn架构中的测量表（meinfo）数据结构的一个条目中，如图2所示。这种行为允许测量指标反映无线竞争、干扰和链路可用性的即时影响。

然而，无线链路在移动自组织网络中本质上是不稳定的。因此，lti需要定期过期，以确保由于节点移动、邻居更换或链路退化而产生的过时测量不会在其有效窗口之外持续存在。 (1) ?k(p) < f, d(k(p)) ≤ d(f), l(k(p)) < l(f), k ∈ n* ndn是一个分布式系统，每个通信节点都有一个本地目标。由于自组织网络没有固定的基础设施（即没有接入点），转发节点负责消费者和生产者之间的通信，采用多跳方法，通过多播传输和机会主义缓存来提高整体内容传输速率。然而，如前所述，这种冗余会导致网络中的拥塞增加。涉及的转发节点数量越多，网络上传输的冗余数据包数量就越多，因此在通信链路中发生碰撞的概率也就越大。 除了共享介质的特性外，数据包的大小也可能导致由碰撞引起的拥塞。在这个意义上，大多数研究人员认为，在多访问介质中，应该只考虑数据包来进行拥塞控制，因为它们的帧大小比兴趣包更大[24]。然而，wang等人[34]认为也应该考虑兴趣包，因为它们也可能对链路拥塞有所贡献。这一观点基于这样的假设：最佳兴趣 shaping 率可以通过公式（2）计算得出，其中兴趣包速率（ir）和数据包速率（dr）（以字节 单位时间计）之和应小于或等于链路带宽（b），正如ren等人[24]所提出的。因此，在nscc的研究中，我们认为拥塞控制必须考虑最佳兴趣 shaping 假设的有效性。也就是说，即使在程度上不如数据包，兴趣包也会对共享多访问介质中的拥塞有所贡献。这是因为在ndn中，每个兴趣都有一个对应的数据包回复。 (2) ∑rir + ∑rdr ≤ b, ir, dr ∈ r nscc通过为每个数据包流选择最佳转发节点（k）来实现拥塞控制，这些数据包流由生产者的内容前缀（p）定义。为此，网络中的每个节点都会本地收集每个前缀的传输统计信息，并与邻居共享其中的一些指标。有了这些信息，每个节点就可以分析邻居的统计信息，选择哪个节点应该处理该兴趣并将其转发到网络的其余部分。未被选中的转发器必须丢弃数据包，以避免由于冗余数据包引起的碰撞。 正如我们在后续章节中讨论的，nscc有助于实现更高的网络可扩展性，因为它减少了传输的冗余l2帧的数量。该协议已经在ndn架构的链路层（l2）和网络层（l3）之间实现。这样的设计选择允许nscc在ndn的nfd链路服务（l2.5）和转发策略（l3）中执行。通过这种方式，nscc可以在相邻节点之间收集、传输和处理与ndn相关的int数据，从而开发出更高效的启发式分布式拥塞控制算法。接下来的章节将正式说明nscc的基本概念和定义。 3.2 nscc链路服务 nscc遥测是通过一个定制的ndn链路服务组件来执行的，该组件在网络中传输的兴趣包和数据包中机会主义地收集数据包传输统计信息。为此，标签将收集的统计信息嵌入元数据格式中，而不改变任何其他ndn tlv字段，如图1所示。换句话说，nscc不会对标准ndn架构进行任何更改，因此，只要忽略接收到的数据包中的nscc标签，就可以与不使用所提出的拥塞控制的节点兼容。除了与其他节点的兼容性外，邻居节点之间共享统计信息还会产生最小的开销，因为只有一部分收集的统计信息在网络中共享。基于本地收集和存储的统计信息，每个节点根据所讨论内容的名称前缀来做出路由决策。为此，使用了一种贪婪算法，考虑数据包通过一组相邻节点到达生产者的概率。因此，它还确定了数据包应如何返回到请求它的消费者（即ndn通过它们各自的兴趣使用的反向路径返回数据包）。 下载：下载高分辨率图像（58kb） 下载：下载全尺寸图像 图1. 带有nscc int标签的ndn数据包 3.3 nscc转发策略 nscc的操作逻辑在其int感知的定制转发策略中描述。该模块负责收集统计信息（指标）并使用两步时间限制阶段做出转发决策（即丢弃或转发）：学习时间间隔（lti）和决策时间间隔（dti）。首先是一个学习时间间隔（lti），在此期间节点计算自己的数据传输统计信息，并使用ndn的标准转发流程（即广播到所有节点，nscc不干扰转发决策）。然后，贪婪算法开始根据从邻居节点收集的int数据做出本地转发决策。这个决策阶段持续一个决策时间间隔（dti），dti可能与lti相同或不同。我们指出，这些dti lti间隔不是固定的常数，而是根据无线网络的预期拓扑一致性时间选择的时间窗口。在高度动态的移动性场景中，较短的lti和dti可以更快地适应拓扑变化，而在准静态或群组移动性场景中，较长的间隔可以提高统计稳定性并减少转发决策的波动。 因此，nscc设计依赖于int数据作为给定时间间隔（即拓扑、链路质量）的网络状态的代理。鉴于无线网络的动态特性，存储的int统计信息可能会变得无效，因此需要定期更新这些数据，以更准确地表示当前的网络状态。因此，我们的提案在学习最佳邻居节点（lti阶段）和选择这些节点转发下一个兴趣（dti阶段）之间交替进行。 在lti期间，数据包正常转发，网络中的每个节点计算每个内容前缀的数据传输统计信息，因为数据包满足了兴趣。这些信息存储在标准ndn架构中的测量表（meinfo）数据结构的一个条目中，如图2所示。这种行为允许测量指标反映无线竞争、干扰和链路可用性的即时影响。>
(1) ?k(p) < f, d(k(p)) ≤ d(f), l(k(p)) < l(f), k ∈ n*
ndn是一个分布式系统，每个通信节点都有一个本地目标。由于自组织网络没有固定的基础设施（即没有接入点），转发节点负责消费者和生产者之间的通信，采用多跳方法，通过多播传输和机会主义缓存来提高整体内容传输速率。然而，如前所述，这种冗余会导致网络中的拥塞增加。涉及的转发节点数量越多，网络上传输的冗余数据包数量就越多，因此在通信链路中发生碰撞的概率也就越大。

除了共享介质的特性外，数据包的大小也可能导致由碰撞引起的拥塞。在这个意义上，大多数研究人员认为，在多访问介质中，应该只考虑数据包来进行拥塞控制，因为它们的帧大小比兴趣包更大[24]。然而，wang等人[34]认为也应该考虑兴趣包，因为它们也可能对链路拥塞有所贡献。这一观点基于这样的假设：最佳兴趣 shaping 率可以通过公式（2）计算得出，其中兴趣包速率（ir）和数据包速率（dr）（以字节/单位时间计）之和应小于或等于链路带宽（b），正如ren等人[24]所提出的。因此，在nscc的研究中，我们认为拥塞控制必须考虑最佳兴趣 shaping 假设的有效性。也就是说，即使在程度上不如数据包，兴趣包也会对共享多访问介质中的拥塞有所贡献。这是因为在ndn中，每个兴趣都有一个对应的数据包回复。

(2) ∑rir + ∑rdr ≤ b, ir, dr ∈ r

nscc通过为每个数据包流选择最佳转发节点（k）来实现拥塞控制，这些数据包流由生产者的内容前缀（p）定义。为此，网络中的每个节点都会本地收集每个前缀的传输统计信息，并与邻居共享其中的一些指标。有了这些信息，每个节点就可以分析邻居的统计信息，选择哪个节点应该处理该兴趣并将其转发到网络的其余部分。未被选中的转发器必须丢弃数据包，以避免由于冗余数据包引起的碰撞。

正如我们在后续章节中讨论的，nscc有助于实现更高的网络可扩展性，因为它减少了传输的冗余l2帧的数量。该协议已经在ndn架构的链路层（l2）和网络层（l3）之间实现。这样的设计选择允许nscc在ndn的nfd链路服务（l2.5）和转发策略（l3）中执行。通过这种方式，nscc可以在相邻节点之间收集、传输和处理与ndn相关的int数据，从而开发出更高效的启发式分布式拥塞控制算法。接下来的章节将正式说明nscc的基本概念和定义。

3.2 nscc链路服务

nscc遥测是通过一个定制的ndn链路服务组件来执行的，该组件在网络中传输的兴趣包和数据包中机会主义地收集数据包传输统计信息。为此，标签将收集的统计信息嵌入元数据格式中，而不改变任何其他ndn tlv字段，如图1所示。换句话说，nscc不会对标准ndn架构进行任何更改，因此，只要忽略接收到的数据包中的nscc标签，就可以与不使用所提出的拥塞控制的节点兼容。除了与其他节点的兼容性外，邻居节点之间共享统计信息还会产生最小的开销，因为只有一部分收集的统计信息在网络中共享。基于本地收集和存储的统计信息，每个节点根据所讨论内容的名称前缀来做出路由决策。为此，使用了一种贪婪算法，考虑数据包通过一组相邻节点到达生产者的概率。因此，它还确定了数据包应如何返回到请求它的消费者（即ndn通过它们各自的兴趣使用的反向路径返回数据包）。

下载：下载高分辨率图像（58kb）
下载：下载全尺寸图像

图1. 带有nscc int标签的ndn数据包

3.3 nscc转发策略

nscc的操作逻辑在其int感知的定制转发策略中描述。该模块负责收集统计信息（指标）并使用两步时间限制阶段做出转发决策（即丢弃或转发）：学习时间间隔（lti）和决策时间间隔（dti）。首先是一个学习时间间隔（lti），在此期间节点计算自己的数据传输统计信息，并使用ndn的标准转发流程（即广播到所有节点，nscc不干扰转发决策）。然后，贪婪算法开始根据从邻居节点收集的int数据做出本地转发决策。这个决策阶段持续一个决策时间间隔（dti），dti可能与lti相同或不同。我们指出，这些dti/lti间隔不是固定的常数，而是根据无线网络的预期拓扑一致性时间选择的时间窗口。在高度动态的移动性场景中，较短的lti和dti可以更快地适应拓扑变化，而在准静态或群组移动性场景中，较长的间隔可以提高统计稳定性并减少转发决策的波动。

因此，nscc设计依赖于int数据作为给定时间间隔（即拓扑、链路质量）的网络状态的代理。鉴于无线网络的动态特性，存储的int统计信息可能会变得无效，因此需要定期更新这些数据，以更准确地表示当前的网络状态。因此，我们的提案在学习最佳邻居节点（lti阶段）和选择这些节点转发下一个兴趣（dti阶段）之间交替进行。

在lti期间，数据包正常转发，网络中的每个节点计算每个内容前缀的数据传输统计信息，因为数据包满足了兴趣。这些信息存储在标准ndn架构中的测量表（meinfo）数据结构的一个条目中，如图2所示。这种行为允许测量指标反映无线竞争、干扰和链路可用性的即时影响。

然而，无线链路在移动自组织网络中本质上是不稳定的。因此，lti需要定期过期，以确保由于节点移动、邻居更换或链路退化而产生的过时测量不会在其有效窗口之外持续存在。>该设计允许NSCC清除由于节点移动或链接退化导致的过时信息，隐式地跟踪由移动性引起的邻域组成变化，而无需显式的邻居发现或链接状态传播机制。下载：下载高分辨率图像（160KB）下载：下载全尺寸图像图2. 存储在节点meInfo中的传输统计示例。在LTI阶段之后，NSCC启动DTI阶段，因为消费者开始传播包含在数据包中嵌入的NSCC标签中的转发指令的兴趣信息。由消费者定义的指令决定了所有网络节点应共享哪个指标，该指标由兴趣信息包名称定义的前缀决定。消费者还提供了一个所有NSCC感知节点必须采用的转发策略。该策略由一个元组（指标，标准）组成，用于确定应使用哪个指标来选择转发兴趣信息的节点，以及应采用哪些选择标准（阈值）来选择这些节点，如图3所示。接收到这些指令后，网络中的每个节点开始与其邻居共享其指标，如图4所示。NSCC的数据包转发决策通过基于传输性能下降（通常由常见的无线现象引起，例如接触时间减少、间歇性连接、竞争增加）来排除选定的转发集中的邻居节点。也就是说，在观察窗口内保持稳定无线连接的节点更有可能在NSCC转发解决方案中保持活跃转发器状态。由于LTI/DTI交替学习-决策过程，这一不变性在动态网络环境中变得有效，这使得随着无线拓扑的发展能够自适应地抑制节点转发，同时保持了NDN转发平面的分布式和协议无关性。每个节点的转发决策贪心算法配置了由消费者定义的转发策略。从那一刻起，每个节点开始根据转发策略和存储在meInfo中的所有统计数据做出自己的本地转发决策，如图5所示。meInfo包含当前节点的统计数据，以及从邻居节点那里机会性地收集的数据。也就是说，当每个节点转发一个兴趣信息时，它会在数据包中存储由消费者发布的NSCC指令所定义的指标。由于介质是共享的，所有邻居节点都会接收到这个兴趣信息，并将这个指标存储在meInfo中，从而促进了附近节点之间的统计数据共享。下载：下载高分辨率图像（138KB）下载：下载全尺寸图像图3. NSCC指令发送示例。下载：下载高分辨率图像（236KB）下载：下载全尺寸图像图4. NSCC统计信息共享示例。下载：下载高分辨率图像（195KB）下载：下载全尺寸图像图5. NSCC转发决策示例。节点A发送带有NodeFwd指令的兴趣信息I，该指令指示哪些邻居节点应该转发数据包I。由于节点C的延迟不属于前25%的节点（第一四分位数），因此它不包含在这个指令中。因此，当节点C接收到数据包I时，它会丢弃该数据包。3.4. NSCC决策指标NSCC可以由消费者配置，根据与通信中接收到的兴趣信息和数据包相关的多个网络指标（如缓存命中率、缓存未命中率、延迟等）来找到K个最佳转发器。基于这些指标提供的数据，决策过程包括根据每个应用程序的要求（即应用程序的QoS指标）选择K个最佳转发器。因此，NSCC允许采用多种指标标准来定义本地转发策略。尽管NSCC不直接依赖于PHY或MAC层的指标（如RSSI、信道利用率或数据包错误率（PER）），但该协议使用的指标与无线介质动态紧密相关。诸如传输延迟、本地数据接收频率、循环兴趣信息和L2数据包丢失等指标是底层无线现象的端到端和跳数级别的表现，包括共享介质上的竞争、同频道干扰、隐藏节点效应和瞬态链接故障。因此，这些指标作为无线链接稳定性和介质占用率的聚合、技术无关的代理。这种优化指标的设计选择是有意为之，因为原始的无线指标通常具有高度波动性、硬件特定性，并且在异构的ad hoc部署中不可用。此外，这些指标需要跨层的紧密耦合，正如在其他最先进的提案中观察到的那样，包括PCON [36]、IRNA [38]、ndnSieve [39]和VANET/MANET特定解决方案 [45]。这种耦合降低了可移植性，增加了实现复杂性，并破坏了OSI模型假设的层独立性原则，即网络层协议应在链路层提供的标准化服务上运行，而不考虑底层的物理技术。如果网络层依赖于非标准的、硬件特定的无线指标，这种抽象就不再成立。相比之下，NSCC利用NDN层的可观测性，自然地整合了无线条件随时间和跳数的累积影响，同时对底层无线电技术保持不可知。这种设计选择保持了架构的模块化，并使NSCC不仅能够在无线ad hoc网络中运行，还能在其他多访问环境中运行，包括有线共享介质网络（例如，集线器或其他多访问有线基础设施）。移动性意识从NSCC利用的上述NDN传输效率指标的时间演变中隐式地体现出来。经历短接触时间或频繁断开的节点表现出更高的延迟、较低的兴趣信息满足度和更高的重传或循环兴趣信息率。这样的节点逐渐被排除在基于四分位数的选定转发集之外。相比之下，具有较长无线连接时间和较低竞争的节点始终排在表现最佳的邻居中。因此，NSCC基于指标的抑制机制本质上捕获了由移动性引起的动态变化，而无需显式建模节点速度、链接持续时间或邻居更替。3.5. NSCC决策算法在这项工作中，决策过程是基于模拟环境中的实验经验性定义的，评估了以下阈值：（i）第0四分位数——根据转发策略中预先定义的NSCC指标选择单个最佳邻居，（ii）第1四分位数——选择25%的最佳邻居节点，（iii）第3四分位数——选择75%的最佳邻居节点，以及（iv）第4四分位数——选择所有邻居节点。通过经验性决策过程识别出NSCC的能力后，设计了一个迭代算法来动态调整阈值。该解决方案允许NSCC通过迭代这些阈值来选择给定指标的最佳预定义阈值（即四分位数），直到找到局部最优解。当从当前阈值切换到另一个阈值会降低数据传输质量时，就找到了这种最优解。图6通过有限状态机（FSM）说明了这一过程。下载：下载高分辨率图像（283KB）下载：下载全尺寸图像图6. NSCC阈值选择迭代算法。3.6. NSCC自适应抑制行为前几节描述的NSCC自适应抑制机制实现为一个在离散决策时间间隔（DTIs）上运行的有限状态阈值控制器。在每个DTI边界，转发阈值根据在前一个学习时间间隔（LTI）期间观察到的聚合拥塞指标进行有界步骤调整。有限状态抑制控制器是NSCC的核心组件，旨在为基于遥测的转发决策提供时间结构和稳定性。无线性能指标本质上具有噪声并且由于干扰、移动性和竞争而容易快速波动。直接将这些测量值映射到即时转发决策会导致行为不稳定和频繁振荡。因此，NSCC的设计不是为了严格收敛到固定的K个转发集，而是为了实现有界的局部稳定性。状态机通过强制执行有界的、离散的转发阈值调整来应对这一挑战。每个状态转换反映了在整个学习时间间隔（LTI）内观察到的持续网络条件，而不是瞬态事件。这种设计引入了滞后效应，并限制了K个转发集的变化率，使NSCC能够以稳定和可预测的方式协调邻居节点之间的抑制决策。因此，我们的提案保持了稳定的K个转发集，仅在观察到持续的拥塞信号时才进行调整。从这个意义上说，NSCC类似于网络拥塞的低通滤波器。基于四分位数的选择进一步限制了调整空间，因为只有当节点性能排名在观察窗口（即LTI到LTI间隔）之间发生显著变化时，转发集的基数（K）才会改变。使用LTIs将时间平滑引入控制循环。在整个LTI期间收集的遥测样本在用于决策之前被聚合，有效地过滤了由干扰、碰撞或短暂接触丢失引起的短暂干扰。这种平均机制结合了有限状态更新逻辑，限制了K个转发集的变化率，并减轻了振荡行为。4. 解决方案评估我们使用ndnSIM环境 [46] 进行了实验，并将结果与在MANET网络环境中运行的默认NDN转发（基线）和PCON [36] 进行了比较。基线NDN将传入的兴趣信息包转发给附近的无线电可达邻居，同时还在NDN转发守护进程（NFD – L3层）中聚合传入的循环兴趣信息。而PCON通过调整兴趣信息率来动态调整网络负载，从而减轻拥塞。基线NDN、PCON和NSCC之间的主要区别在于数据包聚合和速率控制的方式（即，丢弃传入的循环兴趣信息、通过限制兴趣信息率来减少网络负载、根据嵌入的动态抑制规则丢弃传入的兴趣信息）、是否存在关于附近节点当前状态的基于INT的指标，以及使用分布式启发式转发算法来选择性地抑制转发节点。4.1. 假设验证为了验证存在具有F个转发节点的理想K子集的假设，我们进行了三种场景的实验比较：（i）所有转发节点都活跃的多跳（K=F），（ii）任意选择最佳潜在转发节点的多跳（KNSCC可扩展性评估
NSCC被设计为一种去中心化的分布式解决方案，用于NDN自组织网络，旨在缓解多接入拓扑结构中的拥塞问题。为了评估NSCC的可扩展性，我们进行了一系列实验，根据两个因素来评估其性能：（i）网络中NDN节点的总数（从5个到50个不等）；（ii）网络负载（每个消费者每秒发出的Interest数量从50个到500个不等）。在所有场景中，网络由十个节点组成：两个消费者、一个生产者和七个转发器。由于节点的实际移动模式更接近RPGM模型而非RandomWalk模型，因此通信节点被配置为使用相同的移动模型（即RPGM），该模型使用BonnMotion 3.0.1 [47]工具构建，节点在100 × 100平方米的地图上随机定位，移动速度在1到30米/秒之间变化。每个组的最小和最大节点数分别定义为2个和6个，组中心到节点的距离为30米。实验在ndnSIM 3.30.1 [46]仿真环境中进行，设备配置使用表2中定义的仿真参数。其他仿真和移动模型参数使用ndnSIM和BonnMotion的默认值。

**评估方法**
我们将NSCC的性能评估分为四个步骤。首先，我们进行了假设验证测试，以确定是否存在最优的K个子转发器集合。然后，通过使用具有不同拓扑图大小、移动模型、消费者数据包负载、NDN缓存大小、消费者和生产者数量以及NSCC转发策略的自组织网络，将NSCC与基线NDN和PCON进行了比较。第三，我们将NSCC的阈值（即四分位数）与NSCC的动态阈值选择迭代算法进行了比较，以评估其找到局部最优阈值的能力。最后，我们分析了节点总数和网络负载（即Interest数据包发送频率）对网络拥塞和NSCC性能的影响。出于统计目的，每个实验（网络场景）重复了10次，提取了平均值、标准差并计算了95%的置信水平。

以下性能指标用于评估假设和解决方案：
（i）平均延迟（毫秒）——NDN消费者发送第一个Interest与接收到相应数据包之间的时间间隔——表示数据传输的性能；
（ii）满足的Interest数量（数据包）——表示数据传输的有效性；
（iii）L2层丢包数量（数据包）——NIC（L2层）丢弃的数据包总数——间接反映了L2层感知的网络拥塞情况；
（iv）PIT大小（数据包）——在给定时间点请求PIT的Interest数量——间接反映了L3层感知的网络拥塞情况。

**5. 结果与讨论**
**5.1. 假设验证**
图7所示的结果代表了用于验证假设的场景中NDN消费者测量的性能指标。这些结果表明，通过使用K< />（iii）使用延迟指标（dl）的nscc；
（iv）使用满足的interest数量（is）指标的nscc；
（v）使用本地数据接收（lrd）频率指标的nscc；
（vi）使用传入数据（id）指标的nscc；
（vii）使用循环interest（li）指标的nscc；
（viii）使用传出数据（od）指标的nscc；
（ix）使用数据接收和interest总频率之和（lrt）指标的nscc。
结果表明，lrd指标能够将拥塞控制更接近最优的k集合，这取决于最佳转发器的任意选择（根据测试场景ii）。该指标在减少ndn数据传输平均延迟的同时，没有增加pit中待处理interest的数量，并减少了nic丢弃的数据包数量。

下一步是评估与lrd指标结合的最佳nscc选择标准。为此，我们定义了一个具有静态拓扑结构的自组织网络，并将lrd设置为所有测试场景的指标：
（x）使用第0四分位数（0q）的nscc；
（xi）使用第1四分位数（1q）的nscc；
（xii）使用第2四分位数（2q）的nscc；
（xiii）使用第3四分位数（3q）的nscc；
（xiv）使用第4四分位数（4q）的nscc。结果表明，最佳选择标准是第1四分位数（1q），因为它在减少ndn数据传输延迟、满足的interest数量以及l2层丢包数量方面表现出最大的改进，同时pit中待处理的interest数量没有增加。

**5.3. 移动模型评估**
我们进行了一组实验，使用以下移动模型来评估nscc的拥塞控制效果：
（i）静态模型；
（ii）rpgm模型；
（iii）randomwalk模型。
这些实验的结果分别如图8、图9和图10所示。

如文献中所讨论的，与没有缓存的网络相比，网络缓存可以有效减少数据传输延迟，尤其是在具有相同静态拓扑结构的情况下。图8(a)显示了实验结果。可以看出，当配置为使用lrd/1q时，nscc的拥塞控制效果优于基线ndn和其他nscc设置。这种改进可能与较低的网络拥塞有关，如图8(c)中的l2层数据包丢包率所示，以及数据包之前存储在属于第一四分位数的邻居节点中。从这个意义上说，lrd/2q包含了lrd/1q选择的节点，然而在模拟的某些时刻，它的延迟却比lrd/1q更大。这表明lrd/2q中包含了一个不在lrd/1q选择的节点集合k中的节点，导致其他邻居节点之间的通信出现拥塞。最终，lrd/1q在所有其他标准中提供了最佳的传输延迟，因为这种配置有助于选择那些在ndn缓存中存储了数据包的邻居节点，这些节点之间的距离足够远，不会互相产生显著的拥塞。与没有缓存的网络相比，ndn缓存还提高了满足的interest数量。

**下载：**下载高分辨率图像（1002kb）
**下载：**下载全尺寸图像

**图8. 测试场景（i）：具有缓存和静态拓扑结构的ndn自组织网络。**

最后，在不同移动模型下获得的结果表明，nscc的有效性与无线共享媒体的特性密切相关。特别是，实验表明，随着nscc选择的转发器数量减少，满足的interest数量有所增加，如图8(b)所示。从理论角度来看，这是预期之中的，因为在移动场景中减少活跃转发器的数量可以直接降低重叠无线电范围内的同时传输概率，从而减少冲突并提高空间复用效率。这种效应在密集和群体移动的场景中尤为明显，因为节点聚集会增加竞争并放大选择性抑制的好处。这种行为表明，由于ndn缓存的地理位置分散，冗余转发器造成的拥塞超过了多路径传输给分散消费者的好处。也就是说，ndn缓存的这种额外冗余有一个最佳点，超过这个点后，满足interest的数量优势最小，而网络拥塞会加剧，如图8所示。因此，促进具有静态拓扑结构和ndn缓存的自组织网络性能最佳优化的nscc参数是lrd/1q。这些结果还表明，与其他拥塞控制解决方案（如pcon）相比，nscc具有竞争力。

在图9和图10中可以看出，与静态网络场景相比，节点的移动性有利于数据传输，无论是由于ndn延迟较低（图9(a)）还是满足的interest数量较多（图9(b)）。这是由于两个现象：
（i）节点移动性使设备能够靠得更近，从而提高无线链接质量；
（ii）机会主义的ndn缓存允许节点充当“数据骡子”（即将之前存储在缓存中的数据包传输给网络远端的节点）。然而，节点移动性也会增加链接的不稳定性，如图9(a)中0到20时刻之间的不稳定性所示。而在randomwalk模型中，这些不稳定性在50到70时刻更为明显，如图10所示。尽管存在不稳定性，大多数nscc选择标准在不同网络移动模型下的性能表现相似，lrd/1q除外。这一标准具有最低的拥塞，并且与其他nscc标准相比，ndn数据传输性能相似。这表明，在具有移动性和缓存的自组织网络中，大多数转发器节点并不改善消费者和生产者之间的通信，因为lrd/1q只选择了一小部分转发器节点。另一个相关点是，具有randomwalk移动模型的网络具有更大的延迟和pit大小，如图10所示，这表明在这些场景中节点倾向于彼此远离。这种距离降低了无线链接质量，从而影响了ndn数据传输。另一个表明节点间距离是延迟和pit增加的根本原因的是，rpgm和randomwalk模型显示出相似的拥塞水平，如图9和图10中l2层丢包数量所示。链接质量的损失也减少了满足的interest数量，因为置信区间增加，检索到的数据包数量减少（图10(b)）。因此，无论配置了哪些nscc参数，无论哪种移动模型，rpgm模型都显示出最佳的满足interest数量。

**图9. 测试场景（ii）：具有缓存和rpgm模型的ndn自组织网络。**
**下载：**下载高分辨率图像（938kb）
**下载：**下载全尺寸图像

**图10. 测试场景（iii）：具有缓存和randomwalk模型的ndn自组织网络。**
**下载：**下载高分辨率图像（871kb）
**下载：**下载全尺寸图像

**图11. 使用rpgm移动模型的动态阈值迭代算法评估。**
**下载：**下载高分辨率图像（867kb）
**下载：**下载全尺寸图像

**图12. 使用randomwalk移动模型的动态阈值迭代算法评估。** （iii）使用延迟指标（dl）的nscc； （iv）使用满足的interest数量（is）指标的nscc； （v）使用本地数据接收（lrd）频率指标的nscc； （vi）使用传入数据（id）指标的nscc； （vii）使用循环interest（li）指标的nscc； （viii）使用传出数据（od）指标的nscc； （ix）使用数据接收和interest总频率之和（lrt）指标的nscc。 结果表明，lrd指标能够将拥塞控制更接近最优的k集合，这取决于最佳转发器的任意选择（根据测试场景ii）。该指标在减少ndn数据传输平均延迟的同时，没有增加pit中待处理interest的数量，并减少了nic丢弃的数据包数量。 下一步是评估与lrd指标结合的最佳nscc选择标准。为此，我们定义了一个具有静态拓扑结构的自组织网络，并将lrd设置为所有测试场景的指标： （x）使用第0四分位数（0q）的nscc； （xi）使用第1四分位数（1q）的nscc； （xii）使用第2四分位数（2q）的nscc； （xiii）使用第3四分位数（3q）的nscc； （xiv）使用第4四分位数（4q）的nscc。结果表明，最佳选择标准是第1四分位数（1q），因为它在减少ndn数据传输延迟、满足的interest数量以及l2层丢包数量方面表现出最大的改进，同时pit中待处理的interest数量没有增加。 **5.3. 移动模型评估** 我们进行了一组实验，使用以下移动模型来评估nscc的拥塞控制效果： （i）静态模型； （ii）rpgm模型； （iii）randomwalk模型。 这些实验的结果分别如图8、图9和图10所示。 如文献中所讨论的，与没有缓存的网络相比，网络缓存可以有效减少数据传输延迟，尤其是在具有相同静态拓扑结构的情况下。图8(a)显示了实验结果。可以看出，当配置为使用lrd 1q时，nscc的拥塞控制效果优于基线ndn和其他nscc设置。这种改进可能与较低的网络拥塞有关，如图8(c)中的l2层数据包丢包率所示，以及数据包之前存储在属于第一四分位数的邻居节点中。从这个意义上说，lrd 2q包含了lrd 1q选择的节点，然而在模拟的某些时刻，它的延迟却比lrd 1q更大。这表明lrd 2q中包含了一个不在lrd 1q选择的节点集合k中的节点，导致其他邻居节点之间的通信出现拥塞。最终，lrd 1q在所有其他标准中提供了最佳的传输延迟，因为这种配置有助于选择那些在ndn缓存中存储了数据包的邻居节点，这些节点之间的距离足够远，不会互相产生显著的拥塞。与没有缓存的网络相比，ndn缓存还提高了满足的interest数量。 **下载：**下载高分辨率图像（1002kb） **下载：**下载全尺寸图像 **图8. 测试场景（i）：具有缓存和静态拓扑结构的ndn自组织网络。** 最后，在不同移动模型下获得的结果表明，nscc的有效性与无线共享媒体的特性密切相关。特别是，实验表明，随着nscc选择的转发器数量减少，满足的interest数量有所增加，如图8(b)所示。从理论角度来看，这是预期之中的，因为在移动场景中减少活跃转发器的数量可以直接降低重叠无线电范围内的同时传输概率，从而减少冲突并提高空间复用效率。这种效应在密集和群体移动的场景中尤为明显，因为节点聚集会增加竞争并放大选择性抑制的好处。这种行为表明，由于ndn缓存的地理位置分散，冗余转发器造成的拥塞超过了多路径传输给分散消费者的好处。也就是说，ndn缓存的这种额外冗余有一个最佳点，超过这个点后，满足interest的数量优势最小，而网络拥塞会加剧，如图8所示。因此，促进具有静态拓扑结构和ndn缓存的自组织网络性能最佳优化的nscc参数是lrd 1q。这些结果还表明，与其他拥塞控制解决方案（如pcon）相比，nscc具有竞争力。 在图9和图10中可以看出，与静态网络场景相比，节点的移动性有利于数据传输，无论是由于ndn延迟较低（图9(a)）还是满足的interest数量较多（图9(b)）。这是由于两个现象： （i）节点移动性使设备能够靠得更近，从而提高无线链接质量； （ii）机会主义的ndn缓存允许节点充当“数据骡子”（即将之前存储在缓存中的数据包传输给网络远端的节点）。然而，节点移动性也会增加链接的不稳定性，如图9(a)中0到20时刻之间的不稳定性所示。而在randomwalk模型中，这些不稳定性在50到70时刻更为明显，如图10所示。尽管存在不稳定性，大多数nscc选择标准在不同网络移动模型下的性能表现相似，lrd 1q除外。这一标准具有最低的拥塞，并且与其他nscc标准相比，ndn数据传输性能相似。这表明，在具有移动性和缓存的自组织网络中，大多数转发器节点并不改善消费者和生产者之间的通信，因为lrd 1q只选择了一小部分转发器节点。另一个相关点是，具有randomwalk移动模型的网络具有更大的延迟和pit大小，如图10所示，这表明在这些场景中节点倾向于彼此远离。这种距离降低了无线链接质量，从而影响了ndn数据传输。另一个表明节点间距离是延迟和pit增加的根本原因的是，rpgm和randomwalk模型显示出相似的拥塞水平，如图9和图10中l2层丢包数量所示。链接质量的损失也减少了满足的interest数量，因为置信区间增加，检索到的数据包数量减少（图10(b)）。因此，无论配置了哪些nscc参数，无论哪种移动模型，rpgm模型都显示出最佳的满足interest数量。 **图9. 测试场景（ii）：具有缓存和rpgm模型的ndn自组织网络。** **下载：**下载高分辨率图像（938kb） **下载：**下载全尺寸图像 **图10. 测试场景（iii）：具有缓存和randomwalk模型的ndn自组织网络。** **下载：**下载高分辨率图像（871kb） **下载：**下载全尺寸图像 **图11. 使用rpgm移动模型的动态阈值迭代算法评估。** **下载：**下载高分辨率图像（867kb） **下载：**下载全尺寸图像 **图12.>（iii）使用延迟指标（dl）的nscc；
（iv）使用满足的interest数量（is）指标的nscc；
（v）使用本地数据接收（lrd）频率指标的nscc；
（vi）使用传入数据（id）指标的nscc；
（vii）使用循环interest（li）指标的nscc；
（viii）使用传出数据（od）指标的nscc；
（ix）使用数据接收和interest总频率之和（lrt）指标的nscc。
结果表明，lrd指标能够将拥塞控制更接近最优的k集合，这取决于最佳转发器的任意选择（根据测试场景ii）。该指标在减少ndn数据传输平均延迟的同时，没有增加pit中待处理interest的数量，并减少了nic丢弃的数据包数量。

下一步是评估与lrd指标结合的最佳nscc选择标准。为此，我们定义了一个具有静态拓扑结构的自组织网络，并将lrd设置为所有测试场景的指标：
（x）使用第0四分位数（0q）的nscc；
（xi）使用第1四分位数（1q）的nscc；
（xii）使用第2四分位数（2q）的nscc；
（xiii）使用第3四分位数（3q）的nscc；
（xiv）使用第4四分位数（4q）的nscc。结果表明，最佳选择标准是第1四分位数（1q），因为它在减少ndn数据传输延迟、满足的interest数量以及l2层丢包数量方面表现出最大的改进，同时pit中待处理的interest数量没有增加。

**5.3. 移动模型评估**
我们进行了一组实验，使用以下移动模型来评估nscc的拥塞控制效果：
（i）静态模型；
（ii）rpgm模型；
（iii）randomwalk模型。
这些实验的结果分别如图8、图9和图10所示。

如文献中所讨论的，与没有缓存的网络相比，网络缓存可以有效减少数据传输延迟，尤其是在具有相同静态拓扑结构的情况下。图8(a)显示了实验结果。可以看出，当配置为使用lrd/1q时，nscc的拥塞控制效果优于基线ndn和其他nscc设置。这种改进可能与较低的网络拥塞有关，如图8(c)中的l2层数据包丢包率所示，以及数据包之前存储在属于第一四分位数的邻居节点中。从这个意义上说，lrd/2q包含了lrd/1q选择的节点，然而在模拟的某些时刻，它的延迟却比lrd/1q更大。这表明lrd/2q中包含了一个不在lrd/1q选择的节点集合k中的节点，导致其他邻居节点之间的通信出现拥塞。最终，lrd/1q在所有其他标准中提供了最佳的传输延迟，因为这种配置有助于选择那些在ndn缓存中存储了数据包的邻居节点，这些节点之间的距离足够远，不会互相产生显著的拥塞。与没有缓存的网络相比，ndn缓存还提高了满足的interest数量。

**下载：**下载高分辨率图像（1002kb）
**下载：**下载全尺寸图像

**图8. 测试场景（i）：具有缓存和静态拓扑结构的ndn自组织网络。**

最后，在不同移动模型下获得的结果表明，nscc的有效性与无线共享媒体的特性密切相关。特别是，实验表明，随着nscc选择的转发器数量减少，满足的interest数量有所增加，如图8(b)所示。从理论角度来看，这是预期之中的，因为在移动场景中减少活跃转发器的数量可以直接降低重叠无线电范围内的同时传输概率，从而减少冲突并提高空间复用效率。这种效应在密集和群体移动的场景中尤为明显，因为节点聚集会增加竞争并放大选择性抑制的好处。这种行为表明，由于ndn缓存的地理位置分散，冗余转发器造成的拥塞超过了多路径传输给分散消费者的好处。也就是说，ndn缓存的这种额外冗余有一个最佳点，超过这个点后，满足interest的数量优势最小，而网络拥塞会加剧，如图8所示。因此，促进具有静态拓扑结构和ndn缓存的自组织网络性能最佳优化的nscc参数是lrd/1q。这些结果还表明，与其他拥塞控制解决方案（如pcon）相比，nscc具有竞争力。

在图9和图10中可以看出，与静态网络场景相比，节点的移动性有利于数据传输，无论是由于ndn延迟较低（图9(a)）还是满足的interest数量较多（图9(b)）。这是由于两个现象：
（i）节点移动性使设备能够靠得更近，从而提高无线链接质量；
（ii）机会主义的ndn缓存允许节点充当“数据骡子”（即将之前存储在缓存中的数据包传输给网络远端的节点）。然而，节点移动性也会增加链接的不稳定性，如图9(a)中0到20时刻之间的不稳定性所示。而在randomwalk模型中，这些不稳定性在50到70时刻更为明显，如图10所示。尽管存在不稳定性，大多数nscc选择标准在不同网络移动模型下的性能表现相似，lrd/1q除外。这一标准具有最低的拥塞，并且与其他nscc标准相比，ndn数据传输性能相似。这表明，在具有移动性和缓存的自组织网络中，大多数转发器节点并不改善消费者和生产者之间的通信，因为lrd/1q只选择了一小部分转发器节点。另一个相关点是，具有randomwalk移动模型的网络具有更大的延迟和pit大小，如图10所示，这表明在这些场景中节点倾向于彼此远离。这种距离降低了无线链接质量，从而影响了ndn数据传输。另一个表明节点间距离是延迟和pit增加的根本原因的是，rpgm和randomwalk模型显示出相似的拥塞水平，如图9和图10中l2层丢包数量所示。链接质量的损失也减少了满足的interest数量，因为置信区间增加，检索到的数据包数量减少（图10(b)）。因此，无论配置了哪些nscc参数，无论哪种移动模型，rpgm模型都显示出最佳的满足interest数量。

**图9. 测试场景（ii）：具有缓存和rpgm模型的ndn自组织网络。**
**下载：**下载高分辨率图像（938kb）
**下载：**下载全尺寸图像

**图10. 测试场景（iii）：具有缓存和randomwalk模型的ndn自组织网络。**
**下载：**下载高分辨率图像（871kb）
**下载：**下载全尺寸图像

**图11. 使用rpgm移动模型的动态阈值迭代算法评估。**
**下载：**下载高分辨率图像（867kb）
**下载：**下载全尺寸图像

**图12. 使用randomwalk移动模型的动态阈值迭代算法评估。**>NSCC动态阈值算法评估
在自组织网络（Ad hoc network）场景中，找到最佳的NDN（Name-Dependent Networking）指标和选择标准排列以用于NSCC（NSCC）是具有挑战性的，因为这些网络的拓扑结构是动态的，且链接质量不稳定。因此，我们为NSCC设计了一种迭代阈值选择算法。我们使用以下移动性模型进行了一组实验来评估该算法：(i) RPGM（Random Periodic Motion Model）和(ii) RandomWalk。这些实验的结果分别显示在图11和图12中。实验结果表明，无论使用哪种网络移动性模型，迭代阈值选择算法都能找到局部最优阈值的近似值。它通过不断在NSCC配置之间切换来找到最佳配置（即算法收敛）。因此，NSCC的观察性能表明，我们的提案能够通过其定期指标更新来适应由移动性引起的拓扑变化。随着节点的移动和邻域组成的变化，之前表现良好的转发器可能会因为链接条件恶化而退出选定的四分位数。相反，新可达的节点如果具有更好的瞬时链接条件，则可以迅速进入转发器集合。这种行为证实了NSCC能够在不需要显式移动性预测或路由收敛的情况下动态跟踪拓扑演变。NSCC的有限状态控制器确保了这些优势的实现，而不会牺牲稳定性，即使在高移动性环境下也是如此。

需要强调的是，NSCC提出的抑制机制在共享无线介质中是有效的，但在有线或静态引导介质拓扑中不太可能产生相同的效果。在这些环境中，抑制转发器不会减少介质竞争或碰撞概率，因为引导介质已经具有非常有效的碰撞和竞争避免解决方案。主要原因在于：(i) 经过实战测试的基于MAC层的碰撞和竞争解决方案；(ii) 电磁波传播的可预测性（即数据传输发生在众所周知的物理介质上，并且有非常有效的主动访问控制解决方案，例如以太网通过双绞线、同轴电缆或光纤电缆的CSMA/CD）。相比之下，在无线自组织网络中，减少冗余传输直接转化为较低的干扰、更少的物理层碰撞以及NDN层更好的传输性能。因此，NSCC是专为移动无线NDN环境量身定制的解决方案，而不仅仅是一种适用于所有网络环境的通用拥塞控制机制。

5.5 NSCC的可扩展性
结果表明，NSCC的可扩展性与网络中NDN节点总数（N）成线性关系（图13）。这与现有文献的结果一致，因为消费者数量（C）增加X会导致发出的兴趣（Interest）数量增加到（C+X）?I，其中I是每个消费者请求的兴趣频率（即网络负载）。在这方面，我们强调生产者（P）对拥塞的影响很小，因为他们只响应消费者发出的兴趣请求。此外，在每种网络场景中，NSCC的动态阈值算法（即LRD/Auto）始终能够识别出局部最优解。然而，随着网络负载的增加，NSCC的性能指标表现出对数行为（图14、图14(c)和图14(d)）。这表明观察到的平均延迟增加主要是由于网络拥塞造成的。此外，结果还表明网络拥塞也对网络负载敏感。这一行为与文献中的发现一致，因为每个消费者每秒请求的兴趣数量（I）增加X会导致网络拥塞成倍增加，与消费者数量（C）成正比。也就是说，数据包碰撞变得更加频繁，需要更多的重传来确保成功传输。这一趋势也反映在满足的兴趣数量上，因为网络负载持续增加（图14(b)）。最后，图15展示了NSCC在RPGM和RandomWalk移动性模型下的行为（图15、图15分别对应）。图表显示，在大多数情况下，我们的方法选择最低的四分位数，旨在最小化拥塞并优化通信效率。具体来说，随着网络地图大小的增加——导致拓扑结构变得更稀疏——拥塞自然减少。在这种场景下，与密集网络相比，节点抑制变得不那么必要，因为在密集网络中，由于节点在有限物理区域内的高度集中，数据包碰撞更有可能发生。因此，在稀疏网络中，NSCC倾向于选择较高的四分位数（即3Q或4Q），而在密集环境中，则偏好较低的四分位数（即1Q或2Q）。这种适应性行为反映了NSCC根据网络密度和碰撞概率调整节点抑制的能力。从这个意义上说，NSCC考虑到了在稀疏网络中过度抑制可能会影响远距离自组织节点之间的连通性，而在密集网络中，抑制可以通过减少碰撞来提高整体性能。此外，在节点以簇状移动的网络中（例如遵循RPGM模型的网络（图15(a)），拥塞更有可能发生，这促使NSCC比在类似大小的基于RandomWalk的网络中更频繁地选择较低的四分位数（图15(b)）。这种区别可能归因于RandomWalk模型中节点移动更为分散，从而减少了同时传输和相关碰撞的可能性。

下载：下载高分辨率图像（740KB）
下载：下载全尺寸图像
图13. 根据节点数量（RPGM移动性模型）的NSCC可扩展性。
下载：下载高分辨率图像（753KB）
下载：下载全尺寸图像
图14. 根据网络负载（RPGM移动性模型）的NSCC可扩展性。
下载：下载高分辨率图像（265KB）
下载：下载全尺寸图像
图15. 根据地图大小（RPGM和RandomWalk移动性模型）的NSCC可扩展性。

5.6 本研究的局限性
ndnSIM/ns3网络仿真环境非常灵活，为研究人员提供了许多便利。然而，该环境也存在局限性，因为ndnSIM是ns3离散事件模拟器的一个模块，因此无法估计NSCC解决方案的处理开销会对最终用户延迟产生多大影响。根据文献，可以安全地假设大部分最终用户延迟直接与数据包的传输和传播有关，只有很小一部分与数据包处理相关。尽管如此，这仍然是一个可能影响NSCC实际性能的局限性。

6 结论
无线移动网络面临着高水平的拥塞问题，这需要进一步研究如何控制、缓解和检测拥塞。在这项工作中，我们提出了多跳自组织无线网络中的拥塞问题、现有主要解决方案，以及这个问题如何受到NDN转发节点数量的影响。我们还提出了NSCC协议，通过选择将转发传入兴趣数据包的NDN自组织节点来缓解拥塞并提高MANET（Mobile Ad Hoc Network）网络的效率。我们的提案（NSCC）解决了先前基于遥测的NDN解决方案未涉及的拥塞维度问题。与基于速率的方法（如HoBHIS、PCON或IRNA）不同，后者主要限制在飞行的兴趣数量，NSCC通过最小化每个数据包流的无线发射器数量（K）来减少拥塞，这些发射器由生产者的内容前缀（P）定义。为此，网络中的每个节点都会本地收集每个前缀的传输统计信息，并与邻居共享其中的一些指标。利用这些信息，每个节点分析邻居的统计信息，以选择应该处理该兴趣并将其转发到网络其他部分的转发器。未被选中的转发器必须丢弃数据包，以避免由冗余数据包引起的碰撞。此外，针对特定前缀的自适应转发器子集选择使NSCC能够在动态拓扑中优于静态或反应式抑制方案。随着节点的移动和无线邻域的变化，NSCC可以快速重新配置转发器集合（K），而无需路由更新或全局协调。

在ndnSIM仿真环境中收集的结果表明，NSCC解决方案在NDN数据传输（即延迟、满足的兴趣）和网络拥塞（即数据包丢失）方面带来了改进，是一种有效的拥塞控制方法，适用于不同移动性模型（即RPGM、Random Walk、Static）的网络。在所有评估的移动性场景中，NSCC表现出稳定的自适应行为，转发器集合大小（K）或抑制比率没有持续波动。虽然由于移动性和无线干扰会出现短期变化，但这些波动不会导致不受控制的阈值振荡，这证实了时间平均和有界调整机制的有效性。特别是在RandomWalk移动性下，拓扑变化频繁且不可预测，转发器集合（K）逐渐适应并保持在狭窄的操作范围内。这种行为表明NSCC实现了有界的稳定性，而不是刚性收敛，这更适合移动无线NDN环境。因此，我们的结果验证了NSCC基于遥测的抑制机制在动态条件下的可靠运行，尽管没有显式的拓扑或移动性建模。重要的是，评估结果不应被视为通用遥测优化或基于遥测的速率控制机制的证据，而应被视为有针对性的设计选择的有效性验证：将控制转发器数量（K）作为移动无线NDN中的一级拥塞缓解机制。

对于NSCC的未来工作，我们建议在其他网络场景中进行评估，因为存在多种无线环境，NSCC可能在这些环境中证明自己是有效的碰撞缓解解决方案。特别是，我们希望研究NSCC在以下哪种网络场景中能提供最大的好处：密集网络（即每平方米节点数量多）或稀疏网络（即每平方米节点数量少）。

CRediT作者贡献声明
André Luiz R. Madureira：撰写——审稿与编辑、撰写——原始草稿、可视化、验证、软件、资源、方法论、调查、概念化。
Leobino N. Sampaio：撰写——审稿与编辑、撰写——原始草稿、可视化、验证、监督、软件、资源、项目管理、方法论、调查、资金获取、形式分析、数据管理、概念化。