[发明专利]车载内容中心网络下基于联邦学习的边缘预缓存策略

摘要

本发明属于车载内容中心网络技术领域，提出了一种车载内容中心网络下基于联邦学习的边缘预缓存策略。RSU将车辆的历史移动路径和可能请求的内容作为依据，对所处状态和采取的动作进行建模，再利用深度强化学习求解最优的内容分配方式，提前将所需内容存储到对应的RSU，从而降低车辆从RSU获取内容所需的时延。各个RSU根据本地收集到的数据自行训练模型，随后利用联邦学习对各RSU训练得到的模型进行汇总，根据数据量对模型加权平均，将汇总后的模型统一分发到各RSU上。最后，根据邻居节点的缓存列表降低重复内容在缓存替换中的优先级，从而减少缓存冗余。