Cache colaborativo e distribuído como suporte à mobilidade de produtores em redes sem fio de dados nomeados

Abstract

A utilização da Internet vem sofrendo grandes transformações, a quantidade de dispositivos e conexões está com o ritmo de crescimento acelerado, fatos não planejados no projeto de arquitetura da rede. Como consequência, a popularização dos dispositivos móveis está acarretando o aumento da demanda de Internet móvel e uma sobrecarga nas redes de acesso. Diante dos desafios impostos pelas comunicações emergentes, as Redes de Dados Nomeados (do inglês, Named Data Networking (NDN)) foram propostas para resolver os problemas enfrentados na rede atual, através de um modelo de comunicação centrado no conteúdo, em que os consumidores emitem interesses na rede em busca de dados que são gerados pelos produtores. A NDN suporta a mobilidade dos consumidores por intermédio da própria arquitetura, no entanto, o suporte à mobilidade dos produtores ainda representa um desafio, devido aos danos causados à rede, sobretudo, no período de indisponibilidade do produtor. Desse modo, este trabalho propõe a SCaN-Mob, uma nova estratégia de suporte à mobilidade de produtores em NDN. A SCaN-Mob se utiliza do armazenamento em cache nos dispositivos da rede local, com o objetivo de auxiliar os produtores a disseminar seus dados entre os nós vizinhos, de modo a manter na cache dos dispositivos os dados oriundos dos produtores mais propensos a efetuarem handoff. Assim, obtém-se uma maior diversidade de conteúdos na rede, o que aumenta as chances de resposta aos interesses que chegam no período de ausência do produtor. As principais contribuições deste trabalho são: i) uma política de substituição de cache que pode atuar com diferentes critérios de priorização de dados; e ii) uma estratégia de encaminhamento de pacotes que visa controlar o efeito da inundação de pacotes na rede. A proposta foi implementada no simulador ndnSIM e foi submetida a uma análise detalhada, comparando-a com a NDN padrão, sob diferentes métricas. Os resultados alcançados comprovam ganhos de até 35,32% na taxa de satisfação de interesses, mesmo com a indisponibilidade do produtor, e com uma redução de 56,23% no tempo para a obtenção de dados.

The use of the Internet has undergone major transformations, the number of devices and connections is with the pace of accelerated growth, unplanned facts in the network architecture project. As a result, the popularization of mobile devices is leading to increased demand for mobile Internet and an overload in access networks. Faced with the challenges posed by emerging communications, Named Data Networking (NDN) were proposed to solve the problems faced in the current network, through a content-centric communication model, in which consumers request interests in the network in search of data that are generated by the producers. NDN supports the mobility of consumers through the architecture itself, however, support for the mobility of producers still poses a challenge, due to the damage to the network, especially during the period of unavailability of the producer. In this way, this work proposes SCaN-Mob, a new strategy to support the mobility of producers in NDN. SCaN-Mob uses caching on local network devices to help producers disseminate their data between neighboring nodes, to maintain in the device cache the data from the producers most likely to perform handoff. Thus, a greater diversity of contents in the network is obtained, which increases the chances of responding to the interests that arrive in the absence period of the producer. The main contributions of this work are: i) a cache replacement policy that can act with different data prioritization criteria; and ii) a packet forwarding strategy to control the effect of packet flooding on the network. The proposal was implemented in the ndnSIM simulator and was submitted to a detailed analysis, comparing it with the naive NDN, under different metrics. The results obtained show gains of up to 35.32% in the interest satisfaction rate, even with the unavailability of the producer, and a reduction of 56.23% in the time to obtain data.