[发明专利]基于云边协同的时延最优缓存和路由方法、装置及系统

权利要求书

1.一种基于云边协同的时延最优缓存和路由方法，其特征在于，包括：

接收当前时隙内车联网中各车载终端发送的访问请求，从各访问请求中解析出待访问的目标内容；

基于各目标内容在所述车联网的网络模型中的传输延迟时间和逗留延迟时间，以及各目标内容的属性信息、所述网络模型中各节点和各物理链路的服务性能，构建所述车联网的时延优化模型；其中，所述节点为所述车联网中的路侧单元、基站或云端；所述逗留延迟时间包括排队延迟时间和服务延迟时间；

对所述时延优化模型进行求解，获取各目标内容在所述网络模型中的最优缓存节点和最优路由决策；

根据所述最优路由决策，从所述最优缓存节点中获取各目标内容，并将各目标内容返回至相应的车载终端；

所述时延优化模型包括目标函数和约束条件；

相应地，所述基于各目标内容在所述车联网的网络模型中的传输延迟时间和逗留延迟时间，以及各目标内容的属性信息、所述网络模型中各节点和各物理链路的服务性能，构建所述车联网的时延优化模型，包括：

获取各目标内容在所述网络模型中各路径中的传输延迟时间和逗留延迟时间；

将各目标内容在各路径中的传输延迟时间和逗留延迟时间相加，得到各目标内容在各路径中的总延迟时间；

将所有目标内容在所述网络模型中所有路径中的总延迟时间相加，得到所述车联网的总延迟时间；

以所述车联网的总延迟时间最小为目标，构建所述目标函数；

基于各目标内容的属性信息、所述网络模型中各节点和各物理链路的服务性能，构建所述约束条件。

2.根据权利要求1所述的基于云边协同的时延最优缓存和路由方法，其特征在于，所述属性信息包括所需缓存容量和所占用带宽资源；

相应地，所述基于各目标内容的属性信息、所述网络模型中各节点和各物理链路的服务性能，构建所述约束条件，包括：

基于各节点上承载的所有目标内容的所需缓存容量之和，以及各节点的服务性能中的最大缓存容量，确定所述约束条件的第一子约束条件；

基于各路侧单元与所有车载终端之间传输的所有目标内容的所占用带宽资源之和，以及各路侧单元的服务性能中的最大带宽资源，确定所述约束条件的第二子约束条件；

基于各物理链路上承载的所有目标内容的所占用带宽资源之和，以及各物理链路的服务性能中的最大带宽资源，确定所述约束条件的第三子约束条件；

基于各目标内容在各节点上的逗留延迟时间，以及各节点的服务性能中的最大响应延迟时间，确定所述约束条件的第四子约束条件；

基于各节点的服务性能中的资源利用率，确定所述约束条件的第五子约束条件；

基于各目标内容在各节点上的缓存决策，确定所述约束条件的第六子约束条件。

3.根据权利要求1所述的基于云边协同的时延最优缓存和路由方法，其特征在于，获取各目标内容在所述网络模型中各路径中的传输延迟时间，包括：

对于各路径下的各物理链路，根据在各物理链路上传输各目标内容的所占用带宽资源与各物理链路的带宽资源之间的比值，得到各目标内容在各物理链路上的传输延迟时间；

将各目标内容在各路径下的所有物理链路上的传输延迟时间相加，得到各目标内容在各路径中的传输延迟时间。

4.根据权利要求1所述的基于云边协同的时延最优缓存和路由方法，其特征在于，获取各目标内容在所述网络模型中各路径中的逗留延迟时间，包括：

对于各路径下的各节点，基于各节点的队列中的访问请求的总数量和各节点的请求到达率，获取各目标内容在各节点中的排队延迟时间；

基于各节点的请求服务率，获取各目标内容在各节点中的服务延迟时间；

基于各目标内容在各节点中的排队延迟时间和服务延迟时间，获取各目标内容在各节点中的逗留延迟时间；

将各目标内容在各路径下的所有节点中的逗留延迟时间相加，得到各目标内容在各路径中的逗留延迟时间。