基于双向跳表的命名数据网内容存储池

• 作者: 刘开华 周美丽 李卓
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 命名数据网 转发平面 内容存储池 神经网络 跳表 名称数据检索
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 50-56
• 页数: 7页
• 分类号: TP393.0
• 语种: 中文
• DOI: 10.13245/j.hust.200909

摘要

针对命名数据网中内容存储池须要快速检索差异化名称数据、高效存储数据信息和有效支持缓存替换策略的设计需求,提出了一种基于双向跳表的命名数据网内容存储池的存储结构学习树-双向跳表(LT-DSL).该存储结构由部署于片上的学习树和部署于片下的双向跳表(DSL)两种数据结构组成.LT-DSL通过重新设计索引数据结构来学习索引内容在存储器中的分布情况,实现了数据的均匀映射,提升了存储效率,降低了存储开销;同时,通过采用全新的名称数据检索算法来快速检索名称数据,LT-DSL有效支持了缓存替换策略,加速了数据处理过程.实验结果表明:相比其他基于跳表的内容存储池方案,LT-DSL在有效支持缓存替换策略和满足网络丢包率低于1％的前提下,进一步提升了数据检索速度,降低了整体存储开销.