[发明专利]一种基于内容流行度的细粒度分层边缘缓存方法

权利要求书

1.一种基于内容流行度的细粒度分层边缘缓存方法，其特征在于包括以下步骤：

A、建立边缘缓存模型；

边缘缓存模型包括核心网络，M个MBS和N个SBS，MBS和SBS的集合分别由和表示，核心网络中有内容提供商和云服务器，以向多媒体设备提供用户设备请求的内容，每个MBS和SBS有一个用于缓存多媒体内容的存储区和一个MEC服务器来处理内容压缩和编码的任务，所有多媒体内容以块单元的形式缓存在基本站点的存储中，每个区域中的MBS和SBS以数据包的形式协同缓存，它们通过高速链路进行通信和传输，所有MBS的缓存容量的集合由给出，所有SBS的缓存容量的集合定义为，分别用和表示MBS和SBS的计算资源；

在每个时隙t中，基站中的高速缓存包括高速缓存表转发、内容交付和共享以及高速缓存更新三个过程；首先，每个SBS接收区域内用户的本地内容请求，如果请求的内容不再在本地缓存中，则根据缓存表从上级缓存或核心网获取内容，最后，刷新高速缓存中的存储，并为下一个时隙智能选择多媒体内容；

为MBS m与核心网络之间的距离，为MBS m与SBS n之间的距离，设每个用户在每个时隙t中仅请求一种类型的内容，从而使用内容ID代替用户的ID，为用户与核心网络之间的距离；

设总共有F种类型的多媒体内容，并且每个内容可以由一个或几个内容单元组成，将所有多媒体内容的列表定义为，每个内容由三个成分标识，并表示为，其中d_f 和p_f 分别是内容f的大小和受欢迎程度，t_f是用户获取内容的时间延迟，在时隙t，区域A中的时间延迟为和，其中和分别表示在时隙t处多媒体内容f的大小和时间延迟，SBS n中的多媒体内容f的请求比率是一个独立的平均分布IID随机变量，平均值为，在时间段t，内容流行度集合为，其中表示的时隙t在SBS n中的多媒体内容f的流行度，设满足Zipf分布，表示为，

其中，表示多媒体内容在SBS n中的排名，表示SBS n处的Zipf参数，越大，表示大多数请求的内容就越少；

B、进行边缘内容的缓存；

进行边缘内容的缓存包括以下步骤，

用户可以请求的所有多媒体内容都由核心网络中的内容提供商和云服务器提供，部分多媒体内容以数据包的形式缓存在MBSs和SBSs中，而MBSs和SBSs负责固定区域中的用户请求，当发现用户设备UE在MEC服务器的帮助下提交了对某些多媒体内容的请求时，它首先搜索相关内容是否已缓存在最近的SBS中，如果缓存内容命中，它将从高层缓存中预下载命中内容，并通过高速链路将其传输到SBS，然后再传输到UE，如果缓存的内容没有命中，则由核心网络云服务器直接将其提供给UE，MEC服务器负责缓存策略的调度，以及内容的压缩，解压缩，编码和解码任务；

C、进行性能指标测量；

性能指标包括总传输花销、总时间延迟，缓存命中率H和QoE值Q；

总传输花销包括核心网络和时隙t的UE之间的内容共享的传输成本、核心网络和MBS m在时隙t处的内容共享的传输成本、时隙t处MBS m和SBS n之间的内容共享的传输成本；

UE从内容提供者和SBS n获得单位内容的时间分别被定义为和，在缓存过程中，一些内容将从整个核心网络传输到MBS，然后再传输到SBS，MBS m从内容提供商获取单位内容的时间和SBS n从MBS m获取单位内容的时间为和，

时隙t的总延时函数为，

；

时隙t内，在BS的缓存中命中的内容数为，多媒体内容总数为F，则缓存命中率H为；

时隙t的QoE函数表示为

。