[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

说明书

本发明公开了一种基于内容流行度的细粒度分层边缘缓存方法，包括以下步骤：A、建立边缘缓存模型；B、进行边缘内容的缓存；C、进行性能指标测量。本发明能够解决现有技术的不足，实现较低的传输成本和时间延迟，以及较高的缓存命中率和QoE。

技术领域

本发明属于通讯技术领域，具体是一种基于内容流行度的细粒度分层边缘缓存方法。

背景技术

近年来，市场上出现了各种多媒体应用，随着智能移动终端的使用呈指数增长趋势。数据流量的爆炸性增长对现有网络进行了一定的测试，并且还影响了浏览多媒体内容时用户体验的质量（QoE）。 5G技术和边缘缓存的发展有效地提高了网络性能和用户体验满意度。特别是随着基站内容缓存的出现，每个基站都配备了缓存，可以大大减少网络传输的开销，减少用户获取内容的时延。尽管基站中的缓存可以存储用户可能预先请求的内容，但是缓存的不合理分配和使用仍可能导致过多的网络传输开销。主要体现在以下两个问题：（1）数据的快速增长给网络的运营带来了更大的负担，从而导致更大的传输成本。一个重要的问题是通过合理设计内容缓存方案来减少网络的传输成本。（2）用户获取多媒体内容的时间延迟与用户体验的质量密切相关。因此，另一个重要的问题是通过增加缓存命中率来减少用户获取内容的时间延迟。

对于第一个问题，有许多研究集中在降低边缘缓存中网络的传输成本上。第一种方式是基于基站，路边单元和车辆之间的协作，设计了一种新颖的边缘缓存框架。他们考虑了用户的移动性，但忽略了多媒体内容的流行。第二种方式为了解决内容缓存问题，并以传输成本为主要指标，提出了一种基于异步优势行为者（A3C）的算法。他们考虑了基站缓存，但没有考虑分层协作缓存。第三种方式将区块链技术和深度学习技术应用于车辆边缘缓存环境，但它们与其他方案没有进行比较。

对于第二个问题，也有许多研究集中在提高缓存命中率和减少内容缓存的时间成本上。第一种方式提出用于5G网络的协作式Edge缓存架构。他们专注于移动感知的分层缓存，其中智能车辆被用作协作缓存代理，用于与基站共享内容缓存任务。Eslami等制定找到最佳缓存数据放置位置的问题，从而在满足助手的缓存大小限制的同时，将网络中的平均总传送延迟降到最低。尽管他们考虑了内容的普及程度和总传递延迟，但他们忽略了应用程序服务本身的延迟限制。第二种方式共同优化通用缓存网络中的缓存以最大程度地提高QoE。第三种方式提出了一种自适应优化缓存框架，以在确保可操作的高速缓存命中率要求的同时，尽可能快地学习流行性。他们考虑使用算法推荐内容以减少时间延迟，但忽略了缓存硬件的分层和可分离功能。

发明内容

本发明要解决的技术问题是提供一种基于内容流行度的细粒度分层边缘缓存方法，能够解决现有技术的不足，实现较低的传输成本和时间延迟，以及较高的缓存命中率和QoE。

本发明的内容包括以下步骤：

A、建立边缘缓存模型；

B、进行边缘内容的缓存；

C、进行性能指标测量。

作为优选，所述边缘缓存模型包括核心网络，M个MBS和B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服务器来处理诸如内容压缩和编码之类的任务，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；