[发明专利]星地混合网络中基于on-path缓存的数据分发方法

说明书

本发明提供了一种星地混合网络中基于on‑path缓存的数据分发方法，在设定好卫星网络场景后，根据卫星拓扑控制策略将动态的卫星网络划分为一系列等长离散的时间片并建立一个跨时隙的连接关系图，据此来改进数据分发路由算法；根据卫星网络的特点，利用提出的节点选择算法选取一部分节点作为缓存节点，从而降低数据分发的传输时延和数据的存储开销。

技术领域

本发明涉及卫星网络数据传输技术领域，尤其涉及一种星地混合网络中的数据分发方法。

背景技术

数据分发业务主要指由源节点向任意可到达的目的节点分发数据，其主流的路由算法主要有最小生成树路由算法和Dijkstra最短路由算法。

最小生成树的主要思想是给定一个带权的无向连通图，如何选取一棵生成树，使树上所有边上权的总和为最小。其构建方法分为两种：克鲁斯卡尔算法和普里姆算法。克鲁斯卡尔算法将图中边按其权值由小到大的次序顺序选取，若选边后不形成回路，则保留作为一条边，若形成回路则除去。依次选够(n-1)条边，即得最小生成树(n为顶点数)。而普里姆算法从指定顶点开始将它加入集合中，然后将集合内的顶点与集合外的顶点所构成的所有边中选取权值最小的一条边作为生成树的边，并将集合外的那个顶点加入到集合中，表示该顶点已连通。再用集合内的顶点与集合外的顶点构成的边中找最小的边，并将相应的顶点加入集合中，如此下去直到全部顶点都加入到集合中，即得最小生成树。由于最小生成树构建只依据下一跳可达链路的权值，未考虑节点或链路的全局性，因此得到的解为局部最优解。但是其优点在于计算时间复杂度小，普里姆算法的时间复杂度是O(n²)，克鲁斯卡尔算法的时间复杂度是O(eloge)。

Dijkstra最短路由算法将节点V分为S和U两个集合，S表示已经加入的节点，U表示未加入节点，算法的主要思想是保证源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。该路由算法由于可以遍历所有节点，因此结果是全局最优解，计算时间复杂度为O(n²)。

在静态拓扑条件下的数据分发路由中，单个源节点或者多个源节点要将信息传送给多个目的节点，可以利用最小生成树或者Dijkstra最短路由算法得到一棵分发树进行数据传输。但是针对卫星网络的数据分发路由问题，由于其拓扑周期性变换，因此传统的最小生成树算法或者Dijkstra算法不能直接用于卫星网络中。

随着数据量的迅速增长和业务需求的多样化，针对不同级别用户的更高带宽和异构接入能力对下一代网络的要求非常严格。近年来，低地球轨道(LEO)卫星的发展受其较低的部署成本和更广泛的覆盖范围吸引了很多关注。目前，集成LEO星座和地面用户的混合网络在物联网(IoTs)，卫星传感器网络，战术分布网络等多种数据分发服务中发挥着重要作用。近年来，信息中心(ICN)由于其良好的数据路由策略和用于内容分发的网络缓存机制而成为LEO星座-地面混合的新型网络架构的候选解决方案。因此，很多关于LEO-地面混合网络缓存和转发策略的研究近些年被展开。研究内容主要利用卫星网络的广泛覆盖性与地面网络相结合，对缓存位置进行优化使得用户申请数据的接入时延相应减少。

现有的网内缓存策略主要针对于静态拓扑关系，即已知节点间的连接关系不随时间而改变。亦或将任意网内节点都当做缓存节点来优化用户申请数据的接入时延。然而对于卫星网络的数据分发来说：首先，由于卫星网络中链路资源宝贵、传输时延大等固有特点，将数据分发到每个卫星节点进行缓存的开销过大，影响其他业务的传输；其次，由于卫星网络的存储资源有限，因此将所有节点当作存储节点会使存储开销过大。

发明内容

为了解决现有技术中的问题，本发明提供了一种星地混合网络中基于on-path缓存的数据分发方法，在设定好卫星网络场景后，根据卫星拓扑控制策略将动态的卫星网络划分为一系列等长离散的时间片并建立一个跨时隙的连接关系图，据此来改进数据分发路由算法；根据卫星网络的特点，利用提出的节点选择算法选取一部分节点作为缓存节点，从而降低数据分发的传输时延和数据的存储开销。