[发明专利]基于果蝇优化算法的边缘协作缓存布置方法

说明书

本发明公开了一种基于果蝇优化算法的边缘协作缓存布置方法，包括如下步骤：(1)根据区域内用户的历史请求信息，得到该区域的流行视频集以及用户需求向量；(2)根据所述流行视频集和用户需求向量，以最大化区域内总视频传输时延减小量为目标，建立目标优化问题，并基于果蝇优化算法解决该目标优化问题，生成缓存布置决策；(3)按照所述缓存布置决策为各个缓存节点分配视频缓存任务；(4)当用户请求到达缓存节点上时，如果该缓存节点没有缓存相应内容，则从缓存了该内容且时延最小的邻近缓存节点下载该内容，如果该区域所有缓存节点都没有缓存响应内容，则从远端服务器下载。本发明可以提高缓存命中率，降低平均视频传输时延，提高用户体验质量。

技术领域

本发明涉及边缘缓存技术，尤其涉及一种基于果蝇优化算法的边缘协作缓存布置方法。

背景技术

随着移动通信业务的飞速发展，移动设备的数量大幅增加，用户需求趋向多样化、高效化，移动数据流量也随之增长。智能手机给用户带来了更好的网络体验，如社交应用、音视频服务等等，其中视频播放服务占据了其中过半的数据流量。根据思科的调查，与2012年相比，2017年移动数据流量总量增加13倍。从2015年到2020年，移动视频流量将增长11倍，占移动数据流量总量的75％。为了应对这一现象，边缘缓存技术应运而生。缓存技术是通过放置最流行的内容到更靠近请求用户的节点上，有效降低回传负载。但是由于节点的存储空间有限，如何将这些有限的的存储空间更加“灵活”、“聪明”地用来缓存流行内容成为了需要研究的问题。

缓存布置策略的主要目标是确定用于缓存的节点和这些节点需要缓存的内容。传统的缓存布置策略主要是单点缓存，操作方式简单，但内容冗余度较高。协作缓存布置策略通过节点之间不同的协作方式改进了这一不足，降低了延时。

最近，一种新兴的视频编码技术可伸缩视频编码(Scalable Video Coding，SVC)被广泛运用于网络服务、视频存储等应用，其允许多种空间分辨率(屏幕尺寸)，不同的帧速率或信噪比质量，使视频得以满足更高的用户体验质量。使用SVC，每个视频文件都被编码成一组分层，这些分层通过结合可以达到用户需求的视频质量。例如，为了向用户传输质量等级为Q的视频，该视频的从第1层到第Q层的所有层都需要被传输。对于请求某一质量等级视频的用户，不同层内容被他接收，解码并同时播放(而不是串行播放)。在这种设置下，传输时延由从缓存节点传输的所有层中时延最大的来决定。基于SVC，缓存策略变得显著复杂。

发明内容

发明目的：本发明针对现有技术存在的问题，提供一种基于果蝇优化算法的边缘协作缓存布置方法，该方法可以根据用户对不同视频、同一视频不同质量副本的需求做出对应的缓存决策，从而提高缓存命中率，降低平均视频传输时延，提高用户体验质量。

技术方案：本发明所述的基于果蝇优化算法的边缘协作缓存布置方法包括如下步骤：

(1)根据区域内用户的历史请求信息，得到该区域的流行视频集记为V＝{1,2，...}，以及用户需求向量；

(2)根据所述流行视频集和用户需求向量，以最大化区域内总视频传输时延减小量为目标，建立目标优化问题，并基于果蝇优化算法解决该目标优化问题，生成缓存布置决策；

(3)按照所述缓存布置决策为各个缓存节点分配视频缓存任务，缓存节点根据分配的任务缓存视频；

(4)当用户请求到达缓存节点上时，如果该缓存节点没有缓存相应内容，则从缓存了该内容且时延最小的邻近缓存节点下载该内容，如果该区域所有缓存节点都没有缓存响应内容，则从远端服务器下载。

进一步的，(2)具体包括：

(2.1)以最大化区域内总视频传输时延减小量为目标，建立目标优化问题为：