下载掌阅APP，畅读海量书库
立即打开
NDN（Named Data Networking） [21] 是由美国加州大学洛杉矶分校Lixia Zhang团队牵头开展的研究项目，该项目由FIA（NSF Future Internet Architecture）资助，开始于2010年。NDN的提出是为了改变当前互联网主机−主机通信范例，使用数据名字而不是IP地址进行数据传递，让数据本身成为互联网架构中的核心要素。而由PARC的Jacobson V.在2009年提出的CCN（Content-Centric Networking）只是与NDN叫法不同，无本质上的区别。
目前关于CCN/NDN的研究和设计还处于初级阶段，正在不断设计开发和试验调整，对CCN/NDN的研究工作大部分还限于理论论证和模拟仿真。CCN/NDN的基本结构设计已有雏形，转发响应机制也在不断完善。CCN/NDN项目从提出设计至今主要的研究进展如下。
2014年NSF资助NDN的下一阶段（NDN-NP），其中包括支持灵活和可扩展的软件基础设施和工具链，支持NDN工作的进一步研究 [22] 。为了克服最初规范的低效问题，NDN团队使用新的Type-Length-Value（TLV）数据包格式 [23] 来解决这些问题，且对数据包格式烦琐的新发现和替换仍在进行。
Beichuan Zhang对NFD（NDN Forwarding Daemon） [23] 做了一个概述。2012年NDN团队依靠帕洛阿尔托研究中心开发的代码库构建了应用程序和一个试验台，辅以一个NDN模拟器 [24] ，展示了架构解决重要问题的能力，包括构建自动化系统和可伸缩的视频分布。除了支持从binaryXML到新的TLV包格式的转变，NFD还将满足对转发策略、链路层协议及缓存策略和算法的研究。
NFD在2014年8月作为NDN Platform的一部分已发布 [25] ，解释了代码结构、特性和钩子函数。NFD数据包处理有两个维度：转发管道和转发策略。在不同阶段的兴趣包和数据包的处理过程中，管道是较常见的操作，转发策略是兴趣包的决策引擎。NDN Platform包括：（1）支持NFD发展和促进NDN应用的一组库；（2）一个NLSR（Named-data Link-State Routing Protocol）路由协议，目前正在试验验证环境中部署；（3）实现NDN数据存储库的一个新模块；4）几个NDN网络管理应用程序。为了促进和鼓励团体发展，NDN Platform所有的代码都在开源的LPGL和GPL下发布，并且在GitHub资源库下可用。目前，NDN Platform已正式支持Ubuntu Linux和OSX操作系统，在CentOS、Fedora、FreeBSD和RaspberryPi、OpenWRT下可用。
关于基于CCN/NDN上层应用的主要研究进展包括以下内容。
（1）实时通话应用：为了验证CCN不仅能支持内容分发相关应用，而且可以支持实时会话等IP网络上层应用，Van Jacobson等人 [26] 实现了VoCCN——基于CCN的实时通话应用。该应用与VoIP相比，性能和功能具有相似性，但VoCCN更容易实现，且在安全性和可扩展性上更具优势。然而，该应用的原型系统环境是在Proof−of−Concept下实现的，离实际应用还有差距。
（2）音视频应用：Van Jacobson等人为了推进部署CCN网络，开发了基于CCN的音频会议工具ACT [27] 和基于NDN开发视频流传输应用NDN Video [28] 。与当今集中式的音频会议不同，ACT采用基于命名数据的分布式方法，其鲁棒性和可扩展性更强；NDN Video充分利用NDN网络内置的缓存和多播功能，减少了视频生产者和请求者之间的直接通信，加快了网络节点的响应速度，并且NDN Video的命名结构决定了应用程序能够组合视频帧的粒度。另外，也有研究者针对在线视频服务提出了多种有效的快速转发策略 [29−31] 。
（3）实时会议应用：为支持没有集中服务器的点对点聊天服务，探索数据同步技术，研究人员提出了多用户文本聊天应用程序Chrono Chat [32] ，不仅激发了对非层次信任模型进行试验，还实现了基于加密的访问控制。Chrono Chat和NDN Video、NDN ACT这些视频应用程序都促进了NDNRTC [33] 的发展，整合为Web RTC代码库。
（4）新的体系结构组件：为建立一个高效的和真正分布式对等的NDN应用，NDN构建了一个新的组件 Sync [34] 。使用 NDN 中两种基本的数据包格式 Interest 和 Data的交换通信模型来使各个部分同步数据集，每部分组件通过交换单独的计算数据，都可以快速可靠地获取新的或缺失的数据，继而通过 NDN的内置的多播实现高效数据检索。
（5）构建自动化系统：构建自动化管理系统（BAS/BMS）对 NDN的未来研究而言是一种强大的驱动器，BAS/BMS应用和多媒体传输服务应用对数据命名和信任模型的要求不同，但一个精心设计的命名空间和信任模型能够支持身份验证控制传感器。NDN研究团队的成果中，影响最大的是与加州大学洛杉矶分校合作进行实施、管理、运营的一个具有超过 150K感应点和控制点的网络，促进了行业标准电气监控系统需求和现有系统的数据访问 NDN研究 [35] 。