네트워크 성능 향상을 위하여 CDN/P2P와 같은 기술들은 이전에 사용자들 또는 프락시 시스템에 저장되어 있는 복사본을 사용하도록 설계 되었다. CCN 역시 이와 같은 기능을 구현한다. 그러나 CDN/P2P와 달리, CCN은 이와 같은 캐시 기능을 네트워크 노드에 구현하고, 네트워크 노드들이 콘텐츠 요청 메시지에 직접 응답할 수 있도록 설계 되었다. 그러므로 CCN의 성능에 가장 중요한 요소는 캐시 되는 콘텐츠와 노드를 결정하는 기술이다. 기본적으로, CCN은 콘텐츠가 전송될 때 경유하는 모든 네트워크 노드들에 해당 콘텐츠가 캐시 되도록 설계되었지만, 이와 같은 접근 방법은 중복 캐시 발생으로 인하여 매우 비효율적이라 할 수 있다. 이러한 문제를 해결하기 위하여 다양한 캐시 운영 방법이 제안되었다. 본 논문에서는 지금까지 제안된 캐시 운영 방안들을 살펴보고, 실제 운영을 위해 필요한 효과적인 캐시 운영을 위한 핵심 요구사항들을 제안한다.
네트워크 성능 향상을 위하여 CDN/P2P와 같은 기술들은 이전에 사용자들 또는 프락시 시스템에 저장되어 있는 복사본을 사용하도록 설계 되었다. CCN 역시 이와 같은 기능을 구현한다. 그러나 CDN/P2P와 달리, CCN은 이와 같은 캐시 기능을 네트워크 노드에 구현하고, 네트워크 노드들이 콘텐츠 요청 메시지에 직접 응답할 수 있도록 설계 되었다. 그러므로 CCN의 성능에 가장 중요한 요소는 캐시 되는 콘텐츠와 노드를 결정하는 기술이다. 기본적으로, CCN은 콘텐츠가 전송될 때 경유하는 모든 네트워크 노드들에 해당 콘텐츠가 캐시 되도록 설계되었지만, 이와 같은 접근 방법은 중복 캐시 발생으로 인하여 매우 비효율적이라 할 수 있다. 이러한 문제를 해결하기 위하여 다양한 캐시 운영 방법이 제안되었다. 본 논문에서는 지금까지 제안된 캐시 운영 방안들을 살펴보고, 실제 운영을 위해 필요한 효과적인 캐시 운영을 위한 핵심 요구사항들을 제안한다.
For enhancing network efficiency, various applications/services like CDN and P2P try to utilize content which have previously been cached somewhere. Content-centric networking (CCN) also utilizes data caching functionality. However, dislike CDN/P2P, CCN implements such a function on network nodes. T...
For enhancing network efficiency, various applications/services like CDN and P2P try to utilize content which have previously been cached somewhere. Content-centric networking (CCN) also utilizes data caching functionality. However, dislike CDN/P2P, CCN implements such a function on network nodes. Then, any intermediated nodes can directly respond to request messages for cached data. Hence, it is essential which content is cached as well as which nodes cache transmitted content. Basically, CCN propose for every nodes on the path from the content publisher of transmitted object to a requester to cache the object. However, such an approach is inefficient considering the utilization of cached objects as well as the storage overhead of each node. Hence, various caching mechanisms are proposed to enhance the storage efficiency of a node. In this paper, we analyze the performance of such mechanisms and compare the characteristics of such mechanisms. Also, we analyze content utilization patterns and apply such pattern to caching mechanisms to analyze the practicalism of the caching mechanisms.
For enhancing network efficiency, various applications/services like CDN and P2P try to utilize content which have previously been cached somewhere. Content-centric networking (CCN) also utilizes data caching functionality. However, dislike CDN/P2P, CCN implements such a function on network nodes. Then, any intermediated nodes can directly respond to request messages for cached data. Hence, it is essential which content is cached as well as which nodes cache transmitted content. Basically, CCN propose for every nodes on the path from the content publisher of transmitted object to a requester to cache the object. However, such an approach is inefficient considering the utilization of cached objects as well as the storage overhead of each node. Hence, various caching mechanisms are proposed to enhance the storage efficiency of a node. In this paper, we analyze the performance of such mechanisms and compare the characteristics of such mechanisms. Also, we analyze content utilization patterns and apply such pattern to caching mechanisms to analyze the practicalism of the caching mechanisms.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 데이터의 이용 빈도를 기반으로 데이터를 캐시 할 노드를 선택/운영하는 CCN 데이터 캐시 정책들을 살펴보고, 콘텐츠의 이용 패턴 분석 결과를 반영하여 지금까지 제안된 캐시 정책들의 효율성을 비교 관찰한다. 또한, 보다 효율적인 캐시 정책 수립을 위해 고려해야할 기술 요소들을 살펴본다.
본 논문에서는 데이터의 이용 빈도를 기반으로 데이터를 캐시 할 노드를 선택/운영하는 CCN 데이터 캐시 정책들을 살펴보고, 콘텐츠의 이용 패턴 분석 결과를 반영하여 지금까지 제안된 캐시 정책들의 효율성을 비교 관찰한다. 또한, 보다 효율적인 캐시 정책 수립을 위해 고려해야할 기술 요소들을 살펴본다.
본 논문에서는 이와 같은 기법들의 성능을 평가하기 위하여 시뮬레이션을 수행하여 그 성능을 분석하였다. 성능 분석을 위하여 5개의 서로 다른 Network Domain으로 구성된 Core Network 망을 가정하고 각각의 Network Domain의 Node는 4개의 Sub-domain/node들을 갖도록 구성하여 시뮬레이션을 수행했다.
이와 같은 분석을 통해 문제들을 해결하기 위하여 본 논문은 데이터 요청 빈도에 따라 점진적으로 데이터 캐시 범위를 확대하는 기존 캐시 정책을 보완할 수 있도록 노드의 접근 빈도를 비롯하여 중요 고려 사항들을 제안하고, 이와 같은 고려사항들을 기반으로 데이터 캐시 여부를 결정하도록 제안했다. 또한, 네트워크 성능에 직접적인 영향을 미치는 주요 요소들을 제안했다.
가설 설정
앞서 설명한 다양한 CCN 캐시 정책을 이용하여 네트워크의 성능을 향상시키는 결과를 얻기 위해서는 사용자가 요청한 데이터가 사용자의 Edge Network에 광범위하게 캐시 되어 있는 경우를 가정한다. 즉, 해당 데이터의 이용 빈도가 매우 높은 데이터에 대한 경우로만 한정된다.
(3) 데이터의 Life Time: 전송되는 모든 데이터의 이용 시각이 동일하게 분포되는 것은 아니다. 그러므로 캐시 된 데이터의 Life Time을 일괄적으로 관리하는 것은 비효율적이다.
제안 방법
CCN은 Data의 전송 경로 상의 모든 네트워크 노드에 해당 Data를 캐시한 후, 이렇게 캐시 된 Data를 이용하여 향후에 다른 사용자들이 새롭게 생성/전송한 해당 Data에 대한 Interest를 중간 노드들이 직접 처리하게 함으로써 네트워크 성능을 향상시킨다. 또한, 전송되는 Data의 종류에 관계없이 전송되는 모든 Data를 캐시 하도록 설계되었다. 그러나 이와 같이 전송되는 모든 데이터를 경유하는 모든 중간 노드에 캐시 할 경우, 각 노드마다 데이터 캐시를 위해서 대용량 CS를 각각 관리해야 한다.
본 논문에서는 이와 같은 기법들의 성능을 평가하기 위하여 시뮬레이션을 수행하여 그 성능을 분석하였다. 성능 분석을 위하여 5개의 서로 다른 Network Domain으로 구성된 Core Network 망을 가정하고 각각의 Network Domain의 Node는 4개의 Sub-domain/node들을 갖도록 구성하여 시뮬레이션을 수행했다. 분석을 위하여 네트워크를 구성하는 각각의 노드는 16,000개의 데이터를 랜덤하게 선택/요청하수 있도록 가정하였고, 평균 응답률은 96.
성능 분석을 위하여 5개의 서로 다른 Network Domain으로 구성된 Core Network 망을 가정하고 각각의 Network Domain의 Node는 4개의 Sub-domain/node들을 갖도록 구성하여 시뮬레이션을 수행했다. 분석을 위하여 네트워크를 구성하는 각각의 노드는 16,000개의 데이터를 랜덤하게 선택/요청하수 있도록 가정하였고, 평균 응답률은 96.7%로 설정한 후, 노드의 캐시 Life Time과 데이터들의 이용 빈도를 조정하여 네트워크 토폴로지 상의 노드의 위치에 따라 그 성능의 차이를 분석했다.
이와 같은 분석을 통해 문제들을 해결하기 위하여 본 논문은 데이터 요청 빈도에 따라 점진적으로 데이터 캐시 범위를 확대하는 기존 캐시 정책을 보완할 수 있도록 노드의 접근 빈도를 비롯하여 중요 고려 사항들을 제안하고, 이와 같은 고려사항들을 기반으로 데이터 캐시 여부를 결정하도록 제안했다. 또한, 네트워크 성능에 직접적인 영향을 미치는 주요 요소들을 제안했다.
성능/효과
이와 같은 캐시 정책들의 공통적인 특징은 Data의 요청 빈도가 높을수록 사용자의 Edge Network의 노드에 Data를 캐시하고, 해당 Data에 대한 Interest를 사용자 Edge Network 안에서 응답 처리되게 함으로써, Core Network에서 교환되는 네트워크 패킷의 수를 효과적으로 줄일 수 있을 것으로 예상되었다. 또한, 전송되는 Data를 모두 캐시 하는 것이 아니라, Data의 요청 빈도에 따라 캐시 하는 노드의 수를 증가시키기 때문에, Data 캐시를 위한 노드의 저장 공간을 보다 효율적으로 유지/관리할 수 있을 것으로 기대되었다.
이와 같은 캐시 정책들의 공통적인 특징은 Data의 요청 빈도가 높을수록 사용자의 Edge Network의 노드에 Data를 캐시하고, 해당 Data에 대한 Interest를 사용자 Edge Network 안에서 응답 처리되게 함으로써, Core Network에서 교환되는 네트워크 패킷의 수를 효과적으로 줄일 수 있을 것으로 예상되었다. 또한, 전송되는 Data를 모두 캐시 하는 것이 아니라, Data의 요청 빈도에 따라 캐시 하는 노드의 수를 증가시키기 때문에, Data 캐시를 위한 노드의 저장 공간을 보다 효율적으로 유지/관리할 수 있을 것으로 기대되었다.
(1) 데이터의 요청 빈도: 전송되는 모든 콘텐츠를 네트워크 노드들에 캐시 하는 것은 저장 공간의 비효율성이 증대 되므로, 데이터의 요청 빈도가 높은 데이터를 보다 많은, 또는 보다 적절한 노드들에 캐시 하는 것이 효과적이다. 이를 위해 전송되는 데이터의 요청 빈도를 고려하여 캐시 정책을 수립하는 것이 필요하다.
(4) 캐시 노드의 접근 빈도: 전송되는 데이터를 전송구간 위의 모든 노드에 캐시 하는 것은 저장 공간을 고려할 때 매우 비효율적이다. Edge Network에 점진적으로 캐시 하는 것도 일반적으로 네트워크 성능 향상에 도움이 되지 않는다.
분석 결과, 본 논문은 기존 연구 결과와 같은 성능을 도출하기 위해서는 데이터 캐시 분포가 상대적으로 매우 넓은 일부 인기 데이터에 대해서만 유사한 결과 도출이 가능하고, 대부분의 데이터는 일부 Edge Network에만 캐시 되기 때문에 해당 Interest들이 여전히 Core Network로 유입될 수 있음을 지적하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
네트워킹 기술은 어떤 기술을 제공하는가?
미래 인터넷 기술 중 하나인 정보 중심의 네트워킹 기술(Information Centric Networking)은 데이터 제공자에게 집중되는 데이터 요청 메시지를 효율적으로 분산 처리하기 위하여 멀티미디어 프락시 서버(Multimedia Proxy Server)나 네트워크 기기 (Network Node)에 데이터를 임시 저장(Cache)한후, 데이터 제공자(Original Content/Data Provider)를 대신하여 이들 기기들이 데이터 요청 메시지를 직접 처리하는 기술을 제공한다. 특히, ICN 기술 중 하나인 콘텐츠 중심 네트워킹 (Content-Centric Networking,CCN)은 데이터의 계층화된 고유 이름에 기반 한 패킷 전송과 네트워크 기기에 데이터 캐시 기능을 구현하여 효과적으로 데이터를 전송할 수 있도록 설계되었다[9,10,11].
CCN의 성능에 가장 중요한 요소는 무엇인가?
그러나 CDN/P2P와 달리, CCN은 이와 같은 캐시 기능을 네트워크 노드에 구현하고, 네트워크 노드들이 콘텐츠 요청 메시지에 직접 응답할 수 있도록 설계 되었다. 그러므로 CCN의 성능에 가장 중요한 요소는 캐시 되는 콘텐츠와 노드를 결정하는 기술이다. 기본적으로, CCN은 콘텐츠가 전송될 때 경유하는 모든 네트워크 노드들에 해당 콘텐츠가 캐시 되도록 설계되었지만, 이와 같은 접근 방법은 중복 캐시 발생으로 인하여 매우 비효율적이라 할 수 있다.
인터넷이 이런닝, 스마트 헬스케어와 같이 매우 다양한 서비스들과 대용량 데이터 전송과 같은 환경에 대응할 수 있도록 설계되지 않았기에 어떤 문제점이 있는가?
인터넷은 원격 호스트들 사이의 안전한 네트워크 연결을 제공하기 위한 기술로 처음 개발되었기 때문에 이런닝, 스마트 헬스케어와 같이 매우 다양한 서비스들과 대용량 데이터 전송과 같은 환경에 대응할 수 있도록 설계되지 않았다. 이로 인하여, 서비스 및 대용량 데이터 전송의 폭발적인 증가 때문에 발생되는 네트워크 병목현상, 인증 구조 부재와 같은 취약한 보안 구조로 인한 심각한 침해 사고, 디바이스의 빈번한 이동으로 인한 비효율성 발생과 같은 다양한 문제점들과 그 해결 방안이 전혀 고려되지 않았다 [1]. 특히, 네트워크를 이용하여 데이터를 전송/공유하는 다양한 서비스가 증가하고, 특히 클라우드 기반의 다양한 IT 서비스가 광범위하게 보급/이용됨에 따라 네트워크 전송 용량의 폭발적인 증가가 예상되고 있다.
참고문헌 (20)
D. Clark, "The Design Philosophy of the DARPA Internet Protocols," ACM Sigcomm Comp. Comm. Review, Vol. 18, No. 1, pp. 106-114, Aug. 1988.
"Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2015-2020," Cisco Public, February 3, 2016
"Cisco Visual Networking Index: Forecast and Methodology, 2015-2020," Cisco Public, February 3, 2016
A. K. Pathan, and R. Buyya, "A Taxonomy and Survey of Content Delivery Networks," Tech Report, Univ. of Melbourne, 2007.
E. Meshkova, J. Riihijarvi, M. Petrova, and P. Mahonen, "A survey on resource discovery mechanisms, peer-to-peer and service discovery frameworks," Computer Networks J., vol. 52, no. 11, pp. 2097-2128, 2008.
G. Han and Y. Jeong, "Communication overhead management techniques based on frequency of convergence contents using the P2P environment," Journal of Digital Convergence, vol.13, no.5, pp.245-250, 2015. 05.
S. Yun, "The Dynamic Group Authentication for P2P based Mobile Commerce," Journal of Digital Convergence, vol.12, no.2, pp.335-341, 2014. 02.
B. Ahlgren, C. Dannewitz, C. Imbrenda, D. Kutscher and B. Ohlmann, "A Survey of Information-Centric Networking," IEEE Communications Magazine, Vol. 50, No. 7, pp. 26-36, July 2012.
V. Jacobson, D. Smetters, J. Thornton, M. Plass, N. Briggs and R. Braynard, "Networking Named Content," 5th International Conference on Emerging Networking Experiments and Technologies, pp. 1-12, 2009.
D. Kim, "Content Centric Networking Naming Scheme for Efficient Data Sharing," Journal of Korea Multimedia Society, Vol. 15, No. 9, pp. 1126-1132, 2012.
D. Kim, "Trend and Improvement for Privacy Protection of Future Internet," Journal of Digital Convergence, vol.14, no.6, pp.405-413, 2014. 06.
I. Psaras, W. K. Chai, and G. Pavlou, "In-network cache management and resource allocation for information-centric networks," IEEE Trans. Parallel Distrib. Syst., vol. 25, no. 11, pp. 2920-2931, 2013.
N. Laoutaris, H. Che, and I. Stavrakakis, "The lcd interconnection of lru caches and its analysis," Perform. Eval., Vol. 63, No. 7, pp. 609-634, 2006.
M. Zhang, H. Luo, and H. Zhang, "A Survey of Caching Mechanisms in Information-Centric Networking," IEEE communication surveys & tutorials , Vol. 17, No. 3, pp. 1473-1499, 2015
K. Cho, M. Lee, K. Park, T. Kwon, Y. Choi and S. Pack, "WAVE: Popularity-based and Collaborative In-network Caching for Content-Oriented Networks," Proceeding of IEEE INFOCOM Workshop on Emerging Design Choices in Name-Oriented Networking (NOMEN), 2012.
How Many Views Does A Youtube Video Get? Average Views By Category (2015). http://www.reelseo.com/average-youtube-views/
X. Cheng, C. Dale, and J. Liu, "Statistics and Social Network of Youtube Videos," Proceeding of 16th International Workshop on Quality of Service (IWQoS 2008), pp. 229 - 238, 2008.
이 논문을 인용한 문헌
활용도 분석정보
상세보기
다운로드
내보내기
활용도 Top5 논문
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다. 더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.