[发明专利]一种多节点协商的信息中心网络流量优化控制系统及方法

权利要求书

1.一种多节点协商的信息中心网络流量优化控制方法，其特征在于，包括如下步骤：

(1)接收者模块确定除了其请求的内容外是否需要后续相关内容，决定多节点协商机制是否启用，并将兴趣包发送至路由节点模块；

(2)路由节点模块将兴趣包从接收者模块路由至发送者模块；

(3)发送者模块判断兴趣包是否需要后续内容，如果不需要，则按照一个兴趣包对应一个数据包的通信模式进行回传；如果需要，执行PPO算法输出流量调度策略，回传接收者模块请求的内容及相关后续内容；

(4)路由节点模块将步骤(3)中发送者模块回传的数据路由至接收者模块；

所述步骤(3)中执行PPO算法输出流量调度策略的具体方法为：

(3.1)将发送者端所有缓存内容进行类型匹配和最长前缀匹配，得到满足接收者请求的缓存内容及相关后续内容；

(3.2)将满足条件的缓存内容作为PPO算法的状态输入到actor_θ^k网络；

(3.3)初始化策略参数θ⁰；

(3.4)在T次迭代过程中，使用θ^k与环境进行交互，并收集状态和动作{s_t,a_t}，其中θ^k为策略参数，s_t为状态；动作为a_t，代表回传部分缓存内容至接收者端这一行为；

(3.5)计算优势函数：A_t＝∑γ^t'-tr_t'-V_Φ(s_t)；其中A_t为优势函数，γ为折扣因子，t表示时刻，t’为t时刻的下一时刻，r_t’为t’时刻的回报，Vφ(s_t)为t时刻s状态下的值函数；

通过优化性能函数：找寻最优策略参数θ，其中p函数指t时刻在状态s下采取动作a的状态转移概率，A(s_t,a_t)表示在t时刻状态s下采取动作a的优势，clip()函数将两个p函数的比值限制在1-ε和1+ε之间；

(3.6)输出流量调度策略，即由哪位发送者负责回传哪些数据。

2.根据权利要求1所述的一种多节点协商的信息中心网络流量优化控制方法，其特征在于，所述步骤(1)中接收者模块决定多节点协商机制是否启用的方法为：

(1.1)在接收者模块发送兴趣包之前，首先确定接收者除了其请求的内容外，是否需要后续相关内容；

(1.2)为兴趣包名字加前缀，用于发送者模块识别接收者是否需要后续内容；

(1.3)将经过加前缀操作的兴趣包发送至路由节点模块。

3.根据权利要求1所述的一种多节点协商的信息中心网络流量优化控制方法，其特征在于，所述路由节点模块采用只传输不缓存的机制进行信息的传输。

4.一种多节点协商的信息中心网络流量优化控制系统，其特征在于，包括：

接收者模块，用于确定除了其请求的内容外是否需要后续相关内容，进而决定多节点协商机制是否启用，并将兴趣包发送至路由节点模块；

路由节点模块，用于将兴趣包从接收者模块路由至发送者模块，并且将发送者模块回传的数据路由至接受者模块；

发送者模块，用于各发送者之间的群体协商，识别满足接收者需求的发送者，收集这些发送者的缓存内容，将缓存内容作为PPO算法的输入，最终输出流量调度策略；

执行PPO算法输出流量调度策略的具体方法为：

(1)将发送者端所有缓存内容进行类型匹配和最长前缀匹配，得到满足接收者请求的缓存内容及相关后续内容；

(2)将满足条件的缓存内容作为PPO算法的状态输入到actor_θ^k网络；

(3)初始化策略参数θ⁰；

(4)在T次迭代过程中，使用θ^k与环境进行交互，并收集状态和动作{s_t,a_t}，其中θ^k为策略参数，s_t为状态；动作为a_t，代表回传部分缓存内容至接收者端这一行为；

(5)计算优势函数：A_t＝∑γ^t'-tr_t'-V_Φ(s_t)；其中A_t为优势函数，γ为折扣因子，t表示时刻，t’为t时刻的下一时刻，r_t’为t’时刻的回报，Vφ(s_t)为t时刻s状态下的值函数；

通过优化性能函数：找寻最优策略参数θ，其中p函数指t时刻在状态s下采取动作a的状态转移概率，A(s_t,a_t)表示在t时刻状态s下采取动作a的优势，clip()函数将两个p函数的比值限制在1-ε和1+ε之间；

(6)输出流量调度策略，即由哪位发送者负责回传哪些数据。