[发明专利]一种基于内容关联度的车联网雾节点内容缓存方法

权利要求书

1.一种基于内容关联度的车联网雾节点内容缓存方法，其特征在于，应用于具有雾节点部署的道路环境，各所述雾节点间存在间隙，所述雾节点的上层部署关联服务器，所述方法包括以下步骤：

S1、当车辆进入雾节点A的通信范围时，所述车辆产生内容请求需求，所述车辆向所述雾节点A发送请求内容信息；

S2、当所述车辆离开所述雾节点A的通信范围时，所述雾节点A将所述车辆的请求内容信息、离开所述雾节点A的时间、车辆速度及根据所述车辆的方向预测到的所述车辆到达的下一雾节点标识发送至所述关联服务器；

S3、所述关联服务器将接收到的所述雾节点A发送的信息记录在数据库内，并根据挖掘到的规则和所述请求内容信息进行关联分析，得到所述车辆在下一个雾节点可能请求的内容信息及其置信度，将所述车辆离开的上一雾节点的标识、离开上一雾节点的时间、车辆速度和预测的请求内容及其置信度发送给所述车辆到达的下一雾节点B；

S4、所述雾节点B根据其内容流行度和接收到的所述关联服务器发送的信息进行本地决策，求取每个内容的到达时间，在满足容量约束的条件下选取到达时间小的内容存入本地缓存中；包括以下流程：

S41、所述雾节点B获取所述关联服务器传递的信息，根据所述车辆离开的上一雾节点的标识A与当前雾节点B之间的距离、当前雾节点B的半径，计算得到所述车辆到达和离开所述雾节点B的时间，将到达和离开所述雾节点B的时间、预测的请求内容及其置信度存入所述雾节点B的本地推荐缓存中；

S42、内容的到达遵循泊松分布，对每一个内容根据在所述雾节点B的到达排名和Zipf分布求得请求概率，再根据车辆到达率和单位车辆请求内容数量得到每个内容的的到达率；

S43、根据内容到达率和所述本地推荐缓存中的关于该内容的可用推荐的求得到达率关于时间的函数，内容的到达遵循到达率随时间变化的非齐次泊松分布；包括以下流程：

内容的到达遵循泊松分布，车辆预测的概率对到达率的影响是在当前内容到达率的基础上叠加当前请求概率与经过时间的比值，即其中，λ_c为内容固定到达率，t₂为车辆到达雾节点B的时间，t₃为车辆离开雾节点B的时间，p_r为被预测内容的请求概率，t_a为单位内容的请求时间；

S44、根据每个内容的到达时间分布求均值，得到每个内容的平均到达时间，根据内容的到达时间进行排名，所述雾节点B选取满足容量约束的数量的到达时间小的内容缓存至本地；包括以下流程：根据每个内容的到达时间分布计算每个内容到达时间的均值，在满足容量约束的条件下，存储到达时间小的c_B个内容在所述雾节点B的本地缓存中，其中c_B为雾节点B的容量约束；

S5、所述车辆进入所述雾节点B的通信范围内，所述车辆对雾节点B发出内容请求，若所述雾节点B中缓存了该内容，则缓存命中，所述雾节点B直接交付而无需向其他雾节点或所述关联服务器获取。

2.如权利要求1所述的基于内容关联度的车联网雾节点内容缓存方法，其特征在于，所述内容请求产生的准则为：

内容之间存在潜在关联度，被车辆相邻请求的内容被认为关联度高，请求受到当前地理环境下内容流行度和内容之间的关联度的影响。

3.如权利要求1所述的基于内容关联度的车联网雾节点内容缓存方法，其特征在于，所述步骤S3包括以下流程：

S31、存储所述雾节点A发送的请求内容信息至数据库中，用于下一周期的关联分析，挖掘频繁项集和频繁规则；

S32、寻求能根据当前请求内容预测得到下一雾节点车辆请求内容的规则；

S33、在所有能进行的预测的规则中得到提升度最大的规则，得到该规则下预测的所述车辆在下一个雾节点可能请求的内容信息及其置信度；

S34、根据所述下一雾节点标识，将得到的所述车辆离开的上一雾节点的标识、离开上一雾节点的时间、车辆速度和预测的请求内容及其置信度发送给所述车辆到达的下一雾节点B。

4.如权利要求3所述的基于内容关联度的车联网雾节点内容缓存方法，其特征在于，所述步骤S3还包括：

所述关联服务器在每个周期通过Apriori 算法进行关联分析挖掘内容之间的关联度，将得到的频繁项集与频繁规则存入关联服务器的规则缓存列表。