雾无线接入网中基于Q-learning的协作式内容缓存策略

为了提高雾无线接入网（Fog-Radio Access Networks,F-RAN）的边缘缓存效率,提出一种基于用户偏好预测和内容流行度预测的协作式内容缓存策略。首先,利用主题模型中隐含狄利克雷分布（Latent Dirichlet Allocation,LDA）模型动态的预测用户偏好;其次,利用网络中不同设备之间的拓扑关系和已预测的用户偏好以在线的方式预测内容流行度的变化,然后再结合基站之间的相关度,以减少缓存内容文件的重复率;最后,以最大化缓存命中率为目标,利用强化学习中的Q-learning算法获得了最优的内容缓存策略。仿真结果表明,与其他内容缓存策略相比,该内容缓存策略能有效的提高缓存命中率。      

D2D协作边缘缓存系统中基于传输时延的缓存策略

为了满足5G系统低时延高可靠的需求,针对单缓存终端直传(D2D)协作边缘缓存系统,提出了一种基于传输时延的缓存策略。运用随机几何理论,将请求用户和空闲用户的动态分布建模为相互独立的齐次泊松点过程,综合考虑内容流行度、用户位置信息、设备传输功率以及干扰,推导出用户的平均传输时延与缓存概率分布的关系式。以平均传输时延为目标函数建立优化问题,提出了一个低复杂度的迭代算法,得到平均传输时延次优的缓存策略。仿真结果表明,该缓存策略在传输时延方面优于常见的几种缓存策略。     

基于内容分块流行度分级的信息中心网络缓存策略

信息中心网络(ICN:Information-Centric Networking)域内缓存机制的研究大多假定单个内容的流行度相同,而忽视了同一内容的不同分块具有不同流行度的特性.本文提出了一种基于内容分块流行度以及缓存节点位置的分级缓存策略,通过兴趣包和数据包携带标签的方式实现隐式缓存协作.仿真实验证明相比于其他方案,该方案可以充分利用细粒度的内容分块流行度这一特性,提高缓存路由器缓存命中率,减小用户请求内容时延以及网络流量,进而提升用户对实时业务的服务体验.     

命名数据网络中基于内容请求相关性的协作缓存算法

针对命名数据网络(Named Data Networking, NDN)存储空间的有效利用和应答内容的高效缓存问题,该文采用差异化缓存的方式,提出一种依据内容请求序列相关性的协作缓存算法。在内容请求中,预先发送对于后续相关数据单元的并行预测请求,增大内容请求的就近响应概率;缓存决策时,提出联合空间存储位置与缓存驻留时间的2维差异化缓存策略。根据内容活跃度的变化趋势,空间维度上逐跳推进内容存储位置,时间维度上动态调整内容缓存时间,以渐进式的方式将真正流行的请求内容推送至网络边缘存储。该算法减小了内容请求时延和缓存冗余,提高了缓存命中率,仿真结果验证了其有效性。     

带有特征感知的D2D内容缓存策略

设备到设备通信(D2D)可以有效地卸载基站流量,在D2D网络中不仅需要共享大众化内容还需要个性化内容缓存。该文对缓存内容选择问题进行了深入研究,提出一种结合特征感知的内容社交价值预测(CSVP)方法。价值预测不仅可以降低时延也可以减少缓存替换次数降低缓存成本。首先结合用户特征和内容特征计算内容当前价值,然后通过用户社交关系计算未来价值。微基站根据内容的价值为用户提供个性化内容缓存服务,宏基站则在每个微基站的缓存内容中选择价值较大部分的内容。仿真结果表明,该文提出的缓存策略可以有效缓解基站流量,与其他方法相比降低时延约20%～40%。     

基于神经网络与马尔可夫组合模型的视频流行度预测算法

为了提升用户体验,降低运营商的成本,将播放最多的视频内容提前放入用户侧缓存是业界的通用做法,如何有效预测视频播放热度已经成为业界热点问题。针对传统预测算法非线性映射能力差、预测精度低及自适应性弱等缺点,提出基于神经网络与马尔可夫组合模型的视频流行度预测算法（Mar-BiLSTM）,该算法通过构建双向长短期记忆（bi-directional long short-term memory,BiLSTM）网络模型可以保留时间序列两个方向的信息依赖;同时在避免引入外部变量导致模型复杂度增加的情况下,利用马尔可夫性质进一步提高了模型的预测精度。实验结果表明,与传统的时间序列和经典的神经网络算法相比,所提算法提升了视频流行度预测的准确性、时效性,并降低了计算量。     

基于图协同过滤模型的D2D协作缓存策略

针对设备到设备（D2D）缓存中基站信号覆盖范围有限导致的难以获得足够数据来预测用户偏好的问题,提出了一种基于图协同过滤模型的D2D协作缓存策略。首先,构建图协同过滤模型,通过多层图卷积神经网络捕捉用户-内容交互图中的高阶连通信息,并利用多层感知机学习用户和内容之间的非线性关系来预测用户偏好。其次,为了最小化平均访问时延,综合考虑用户偏好和缓存时延收益,将缓存内容放置问题建模为马尔可夫决策过程模型,设计基于深度强化学习的协作缓存算法进行求解。仿真实验表明,与现有的缓存策略相比,所提缓存策略在不同的内容种类、用户密度和D2D通信距离参数下均取得了最优的性能效果。     

基于实测数据集预测用户请求行为对主动边缘缓存的影响

由于无线边缘节点的缓存空间很小，在流行度已知时主动缓存策略的性能远优于被动缓存。最近，业界开始研究在文件流行度等用户请求行为未知、需要进行预测时的主动边缘缓存，发现主动缓存依然优于被动缓存。然而，大多数工作基于合成的数据集或者在推荐系统等领域采集的开源数据集，难以反映无线用户的请求行为。本文采用一个在局部区域每秒记录用户请求视频次数的实测数据集、利用神经网络预测用户在未来短期内的个体和群体行为，基于预测的用户行为信息在宏基站或微基站进行主动缓存。研究结果表明，当采用实测数据集时，由于用户请求行为具有很强的时间局部性、甚至是猝发性，所造成的虚警、漏警和加性误差使被动缓存优于主动缓存、且在宏基站缓存时增益更大；一旦采用合成的静态数据集，主动缓存明显优于被动缓存。这意味着不能仅用加性误差刻画预测流行度的不确定性，要实现主动边缘缓存的性能增益，更重要的是降低虚警和漏警。      

面向ICN的非合作博弈优化缓存策略

针对信息中心网络（Information-Centric Network,ICN）的缓存分布问题,提出了一种基于非合作博弈算法(Non-cooperative Game)的优化缓存策略。算法将ICN网络建模成复杂网络,采用非合作博弈框架,兼顾用户服务质量（Quality of Service,QoS）的情况下,综合缓存节点距离、能效和流行度对网络中每个节点构建相应的效用函数,采用分布式迭代算法解出非合作博弈的纳什均衡解,得到全局最优的效用函数值,获取最佳的缓存分配结果。仿真结果表明,在用户请求次数和请求内容流行度不断增加的情况下,使用非合作博弈算法可以减少网络整体能耗,提高平均缓存命中率,减少平均响应跳数。     

基于联盟链的运营商最佳缓存策略

基于区块链的边缘缓存技术可以实现更大范围的内容共享并提高缓存内容的使用效率。针对不同运营商各自建设边缘设备,缓存内容相互隔离,难以共享信息的问题,该文提出一种基于联盟链的边缘缓存系统框架并设计了内容共享和交易流程,实现了不同运营商之间的内容共享。此外,为了降低高维缓存节点的共识开销,设计了基于内容缓存的部分实用拜占庭容错(pPBFT)共识机制,仅选取缓存相关内容的联盟链节点作为验证智能合约的执行节点。最后,将运营商内容共享所带来的收益进行量化并构建为最大化收益的优化问题。通过所提出的内容缓存算法,得到了最优缓存决策的闭式表达式和与内容流行度相关的最优缓存策略。仿真结果表明,在该框架中所提出的共识机制和缓存策略能够有效增加运营商的缓存收益。     

基于段流行度的移动流媒体代理服务器缓存算法

提出了一种基于段流行度的移动流媒体代理服务器缓存算法P2CAS2M2(proxy caching algorithm based on segment popularity for mobile streaming media),根据移动流媒体对象段的流行度,实现了代理服务器缓存的接纳和替换,使移动流媒体对象在代理服务器中缓存的数据量和其流行度成正比,并且根据客户平均访问时间动态决定该对象缓存窗口大小。仿真结果表明,对于代理服务器缓存大小的变化,P2CAS2M2比A2LS(adaptive and lazy segmentation algorithm)具有更好的适应性,在缓存空间相同的情况下,能够得到更大的被缓存流媒体对象的平均数,更小的被延迟的初始请求率,降低了启动延时,而字节命中率接近甚至超过A2LS。     

Cooperative caching algorithm of UAV and user in UAV-assisted cellular network

Aiming at the problem of mass data content transmission and limited wireless backhaul resource of UAV in UAV-assisted cellular network,a cooperative caching algorithm for cache-enabled UAV and user was proposed.By deploying caches on UAV and user device,the popular content requested by user was cached and delivered,which alleviated the backhaul resource and energy consumption of UAV,reduced the traffic load and user delay.A joint optimization problem of UAV and user caching was established with the goal of minimizing user content acquisition delay,and decomposed into UAV caching sub-problem and user caching sub-problem,which were solved based on alternating direction method of multiplier and global greedy algorithm respectively.The iterative way was used to obtain convergent optimization result,and the cooperative caching of UAV and user was realized.Simulation results show that the proposed algorithm can effectively reduce user content acquisition delay and improve system performance.     

一种基于SDN的CCN集中控制缓存决策方法

在软件定义网络(SDN)和内容中心网络(CCN)融合架构下,为了充分利用控制层对网络拓扑和缓存资源的全局感知,在全网中实现缓存资源的优化使用,提出了一种集中控制的缓存决策优化方案.在该方案中,应用粒子群优化算法(PSO)并且根据节点边缘度、节点重要度以及内容流行度对缓存资源和内容进行集中缓存决策,使得内容在不同的节点进行合理的缓存.仿真结果表明,通过评估缓存大小对缓存性能的影响,PSO缓存决策方法取得了比LCE、PROB缓存决策策略更优的缓存命中率和路径延展率,明显降低了缓存节点的缓存替换数,使得缓存达到了整体缓存优化.     

基于内容流行度和节点中心度匹配的信息中心网络缓存策略

在信息中心网络(Information-Centric Network, ICN)中,利用网络内置缓存提高内容获取及传输效率是该网络构架最重要的特性。然而,网络内置的缓存存在应对大量的需要转发的内容时能力相对弱小,对内容放置缺乏均衡分布的问题。该文提出基于内容流行度和节点中心度匹配的缓存策略(Popularity and Centrality Based Caching Scheme, PCBCS),通过对经过的内容进行选择性缓存来提高内容分发沿路节点的缓存空间使用效率,减少缓存冗余。仿真结果表明,该文提出的算法和全局沿路缓存决策方案,LCD(Leave Copy Down)以及参数为0.7及0.3的Prob(copy with Probability)相比较,在服务器命中率上平均减少30%,在命中缓存内容所需的跳数上平均减少20%,最重要的是,和全局沿路缓存决策方案相比总体缓存替换数量平均减少了40%。     

内容中心网络中基于内容迁移的协作缓存机制

内容中心网络(CCN)是为了适应未来网络通信模式的转变,提供对可扩展和高效内容获取的原生支持而提出一种新型的网络体系架构,内容缓存机制是其研究的关键问题之一。现有机制在缓存节点的选择时往往过于集中,缓存负载分布严重不均,大大降低了网络资源利用率以及系统的缓存性能。该文提出一种基于缓存迁移的协作缓存机制,首先在缓存节点选择时考虑节点的中心性保证内容尽可能缓存在位置更重要的节点。同时,在缓存压力过大时,通过可用缓存空间大小、缓存替换率以及网络连接的稳定性等信息选择合适的邻居节点进行缓存内容的转移,充分利用邻居资源实现负载分担。仿真结果表明该机制能有效地改善缓存负载在节点上分布的均衡性,提高缓存命中率和缓存资源利用率并降低平均接入代价。     

基于缓存窗口和段补丁预取的流媒体动态调度算法

该文提出了一种新的基于缓存窗口和段补丁预取的移动流媒体动态调度算法,采用代理缓存窗口自适应伸缩和分段缓存补丁块方案,实现了移动流媒体对象在代理服务器中缓存的数据量和其流行度成正比的原则。仿真结果表明,对于客户请求到达速率的变化,该算法比传统算法具有更好的适应性,在最大缓存空间相同的情况下,能显著减少通过补丁通道传输的补丁数据,从而降低了服务器和骨干网络带宽的使用,能快速缓存媒体对象到缓存窗口,同时减少了代理服务器的缓存平均占有量。     

基于无人机辅助的认知无线电网络信息年龄研究

考虑到信息时效性和数据新鲜度对各类实时状态更新系统带来的挑战,提出了一种无人机（Unmanned Aerial Vehicle, UAV）中继辅助的认知无线电网络（Cognitive Radio Network, CRN）信息年龄（Age of Information, AoI）最小化方案。为了降低CRN中次用户接收机处的AoI,在不影响主用户正常通信的前提下,利用UAV作为移动中继来辅助次用户发射机将数据包传输到对应的接收机。通过联合优化UAV的飞行轨迹和资源分配来确保信息新鲜度。由于联合设计问题是非凸的,故采用连续凸逼近的高效迭代算法得出问题的最优解。仿真结果表明,所提方案可以有效提高信息新鲜度,并获得峰值AoI的最小值。同时,数据包的大小和数量与AoI呈线性关系,对UAV的飞行轨迹也有影响。      

基于拓扑的命名数据网络缓存优化策略

针对命名数据网络(NDN)存储空间的有效利用和应答内容的高效缓存问题,该文建立了模型并基于拓扑信息采用贪心算法求解,执行过程中考虑兴趣热度对其优化,从而有效缩短网络整体的缓存命中距离。该文基于ndnsim及一些真实拓扑数据完成了仿真实验,并对提出的算法与传统的prob算法,默认的沿途全部缓存(CEE)算法及基于度的差异缓存算法(HSS)做出了对比及分析,验证了算法的有效性。