[发明专利]一种基于多基站协作的推荐和缓存联合优化方法

说明书

本发明公开了一种基于多基站协作的推荐和缓存联合优化方法，涉及通信技术领域，基于目标区域中的各个基站，各个基站分别对存储至云端的内容对象进行随机缓存，针对目标区域内接收到待响应内容请求的各个基站，当各个基站分别接收到待响应内容请求时，分别别构建接入优化子模型、缓存优化子模型、以及推荐优化子模型，随后构建优化问题并对优化问题进行求解，得到待响应内容请求对应的目标基站、最优的缓存内容以及推荐列表。通过本发明的技术方案以系统总传输时延最小为目标，通过联合优化推荐决策、接入决策和缓存决策，能够以较低的缓存容量带来时延的显著降低，为用户带来更为良好的体验。

技术领域

本发明涉及通信技术领域，具体而言涉及一种基于多基站协作的推荐和缓存联合优化方法。

背景技术

近年来，随着移动互联网的蓬勃发展和移动设备的广泛应用，移动网络中的流量呈指数增长。然而爆发式的移动网络流量增长会加重回程链路的负担，进而引发网络拥塞，严重降低用户服务质量(QoS)。移动边缘缓存(Mobile Edge Caching，MEC)技术是解决这一问题的有效手段。这一技术通过将部分文件缓存在网络边缘，例如小基站、移动设备终端等，使用户可以就近获得文件，从而可以减少用户获取请求内容的时延，缓解了回程链路的负荷。因此，移动边缘缓存技术成为信息通信领域研究热点。

移动边缘缓存技术的关键在于如何在网络边缘的设备中缓存文件。此外，为了提高移动边缘缓存的性能，可以考虑引入用户行为重塑机制。近年来，推荐机制因其能够重塑用户的请求行为模式而受到越来越多的关注。可以在缓存技术中引入推荐机制，向用户推荐适当的缓存内容，这会提高他们对推荐内容的请求概率，进而提高缓存命中率。

发明内容

本发明的目的在于提供一种基于多基站协作的推荐和缓存联合优化方法，以解决现有技术中的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于多基站协作的推荐和缓存联合优化方法，基于目标区域中的各个基站，各个基站分别对存储至云端的内容对象进行随机缓存，针对目标区域内接收到待响应内容请求的各个基站，当各个基站分别接收到待响应内容请求时，执行以下步骤：

步骤A、分别针对各个基站，基于各个基站分别所对应的缓存内容对象、以及基站所接收的待响应内容请求，依次计算基站与待响应内容请求之间连接产生的信噪比，并对所获的各个信噪比进行筛选，筛选出大于预设门限值的信噪比，随后建立内容请求与信噪比最大的基站之间的连接关系，并将与内容请求建立连接关系的信噪比最大的基站作为目标基站，随后进入步骤B；

步骤B、基于待响应内容请求，分别构建用于获得待响应内容请求所连接目标基站的接入优化子模型、用于获得其对应各个缓存内容对象的缓存优化子模型、以及用于获得其对应缓存内容对象推荐列表的推荐优化子模型，随后进入步骤C；

步骤C、分别针对待响应内容请求所对应的推荐优化子模型、接入优化子模型、以及缓存优化子模型构建优化问题，随后进入步骤D；

步骤D、针对接入优化子模型、缓存优化子模型、以及推荐优化子模型分别所对应的优化问题进行求解，计算并获得各个子模型对待响应内容请求进行响应的总时延，进一步得到待响应内容请求对应的目标基站、最优的缓存内容以及推荐列表。

进一步地，基于接入优化子模型、缓存优化子模型、以及推荐优化子模型，当基站接收到待响应内容请求，对待响应内容请求进行响应，获得与待响应内容请求对应的缓存内容推荐列表，根据以下公式：

计算并获得待响应内容请求u连接到基站j获取缓存内容推荐列表f的时延其中，c_fj为缓存变量，L_f为缓存内容推荐列表f的大小，v_uj为待响应内容请求u与基站j间的传输速率，u(·)为阶跃函数，满足v_s为基站间有线链路的传输速率，v_c为基站从云端服务器下载文件的速率；