边缘计算中基于博弈论的数据协作缓存策略研究

针对边缘计算中服务器存储能力有限的问题,提出一种基于博弈论的数据协作缓存策略。该策略根据基站覆盖范围将边缘计算环境划分为多个区域,每个区域与相邻区域协作缓存数据资源。在每个区域中,计算每个数据块对本地区域及相邻区域的缓存价值,根据待缓存资源的缓存价值进行缓存决策,最小化用户获取数据资源的延迟。仿真实验结果表明,提出缓存策略比现有非协作缓存策略数据资源平均获取延迟降低了36.55%,有效降低了数据资源平均获取延迟。     

基于用户偏好的协作内容缓存策略

随着无线网络不断增长的业务需求,蜂窝架构频谱资源受限,回程容量将成为系统瓶颈。为了缓解这种瓶颈,考虑一种特殊的异构蜂窝网络,结合缓存节点的部署、用户位置分布、用户对请求内容的偏好以及缓存节点有限的存储空间,对内容存储及用户关联联合优化问题进行建模分析。将目标函数建模为请求时延的最小化,简单证明该问题是NP-hard的,并设计了基于改进KM(Kuhn-Munkres)的内容放置策略。最后,通过实验比较了该算法与其他基准方案的性能。     

云边环境下基于博弈论的两阶段任务迁移策略

移动边缘计算(MEC)为计算密集型应用和资源受限的移动设备之间的冲突提供了有效解决办法,但大多关于MEC迁移的研究仅考虑移动设备与MEC服务器之间的资源分配,忽略了云计算中心的巨大计算资源.为了充分利用云和MEC资源,提出一种云边协作的任务迁移策略.首先,将云边服务器的任务迁移问题转化为博弈问题;然后,证明该博弈中纳什...     

移动边缘计算中收益最大化的缓存协作策略

移动边缘计算（MEC）通过将资源部署在用户的近邻区域,可以减少移动设备的能耗,降低用户获取服务的时延;然而,大多数有关缓存方面的研究忽略了用户所请求服务的地域差异特性。通过研究区域所请求内容的特点和内容的动态性特性,提出一种收益最大化的缓存协作策略。首先,考虑用户偏好的区域性特征,将基站分为若干协作域,使每一个区域内的基站服务偏好相同的用户;然后,根据自回归移动平均（ARIMA）模型和内容的相似度预测每个区域的内容的流行度;最后,将缓存协作问题转化为收益最大化问题,根据存放内容所获得的收益,使用贪心算法解决移动边缘环境中缓存的内容的放置和替换问题。仿真实验表明,与基于MEC分组的协作缓存算法（GHCC）相比,所提算法在缓存命中率方面提高了28%,且平均传输时延低于GHCC。可见,所提算法可以有效提高缓存命中率,减少平均传输时延。     

边缘计算中面向多码率视频的缓存、转码和传输联合优化策略

结合边缘缓存技术与流媒体传输技术能有效提升视频服务质量,为降低视频内容提供商的边缘资源租赁成本,提出一种视频缓存、转码和传输联合优化策略.首先,综合考虑视频的缓存、转码、边缘传输和云端传输的成本,以最小总租赁成本为目标建立整数规划模型,并证明其NP-complete性质;其次,根据历史请求数估计视频流行度变化,并对流行视频进行缓存;最后,基于视频的缓存状态,为用户的请求选择成本最低的响应方式.仿真实验表明,所提策略与现有策略相比,可提升请求命中率并有效降低内容提供商的资源租赁成本.     

基于深度强化学习的边缘网络内容协作缓存与传输方案研究

为了应对第五代无线通信网络中数据吞吐量急剧增加的问题,移动边缘缓存成为了一种有效的解决方案。它通过在边缘设备上存储网络内容,减轻回程链路和核心网络的负担,缩短服务时延。到目前为止,大多数边缘缓存研究主要在协作内容缓存的优化方面,忽略了内容传输的效率。研究超密集网络的内容协作边缘缓存与无线带宽资源的分配问题,通过余弦相似度和高斯相似度求解基站之间总的相似度,将网络中的小基站根据总相似度进行分组,把缓存和无线带宽分配问题建模成一个长期混合整数的非线性规划问题（LT-MINLP）,进而将协作边缘缓存与带宽分配问题转变为一个带约束的马尔可夫决策过程,并利用深度确定性策略梯度DDPG模型,提出了一种基于深度强化学习的内容协作边缘缓存与带宽分配算法CBDDPG。提出的基站分组方案增加了基站之间文件共享的机会,提出的CBDDPG算法的缓存方案利用DDPG双网络机制能更好地捕捉用户的请求规律,优化缓存部署。将CBDDPG算法与三种基线算法（RBDDPG、LCCS和CB-TS）进行了对比实验,实验结果表明所提方案能够有效地提高内容缓存命中率,降低内容传递的时延,提升用户体验。     

基于云边协同的车间能源管理系统

本文提出了基于云边协同的能源管理系统。此系统面向车间生产制造过程,可以实现各类能源信息连接、互通,可以打破信息隔离,帮助管理者监控能源消耗情况、分析能源使用特征,从而更好地实现“双碳达标”的目标。此系统采用云边协同架构,分为边缘端和云端两部分：边缘端使用自研的边缘控制器组成集群,云端搭建边缘云（私有云）平台;同时,此系统按照功能划分为三层：采集层、分析层、应用层。最后,此系统方案在中国航空制造技术研究院的生产现场进行了应用验证。结果表明,该架构能够降低能源设备接入和管理难度,能够提升数据处理速度和应用响应速度,能够减轻网络传输的负担和边缘存储的压力。通过应用本能源管理系统,提高了车间能源利用率,减少了资源浪费,保证了生产用能安全。     

基于区域用户需求感知的边缘缓存策略研究

针对当前的边缘缓存策略存在的传输能耗高、对较小区域中用户需求感知不足的问题,结合全网与区域在流行内容和流行特征的差异,提出基于区域用户需求感知的边缘缓存策略。首先,依据区域用户的长/短期兴趣和全网流行度信息,估算用户的请求意愿;然后,综合区域用户的需求选择待缓存内容及缓存优先级;最后,考虑基站的位置和用户需求的差异,设计区域缓存能耗优化的联合放置策略。仿真结果表明,所提策略与传统的缓存策略相比在请求命中率、字节命中率和缓存能耗上均有一定提升。     

基于社会关系感知的边缘网络缓存策略

针对当前的边缘缓存策略存在的传输时延高、对较小区域中用户社会关系感知不足的问题,结合热点内容平均流行度和用户兴趣度,提出基于社会关系感知的边缘缓存策略.首先,根据热点内容平均流行度和用户兴趣度,估算用户需求,用户需求相似度反映了用户的社交关系强度;然后,依据用户的关系强度选择用户作为辅助缓存位置;最后,综合考虑缓存位置的选取和用户需求的选择,设计了基站协作缓存、用户辅助缓存的联合缓存策略.仿真实验表明,所提缓存策略相比较于传统的缓存策略在缓存命中率和系统缓存时延上均有一定的提升.     

P2P网络缓存协作的研究

为了提高P2P网络的数据性能和提高节点的缓存利用率,提出一种实施在应用层的缓存协作协议R/WGCC,它由分组协议和缓存协作管理协议两部分组成.根据P2P网络中节点不稳定的特点,分组协议分析了节点的四种不同的状态,把一个节点的邻居结点分为只读组和读写组,并提出一种区分节点状态的分组算法.缓存管理协议利用缓存替换算法中产生的信息并根据节点所在的分组,管理组内的缓存资源.R/WGCC平衡了各节点的缓存利用率,提高了缓存的命中率,有效的提高缓存的效率.     

基于非协作博弈的边缘分布式缓存方案

随着多媒体数据流量的急剧增长,传统云计算模式难以满足用户对于低延时和高带宽的需求.虽然边缘计算中基站等边缘设备拥有的计算能力以及基站与用户之间的短距离通信能够使用户获得更高的服务质量,但是如何利用边缘节点的收益和成本之间的关系设计边缘缓存策略,仍然是一个具有挑战性的问题.利用5G和协作边缘计算技术,在大量短视频应用场景下,提出了一种协作边缘缓存技术来同时解决以下3个问题：（1）通过减少传输延时,提高了用户的服务体验;（2）通过近距离传输,降低了骨干网络的数据传输压力;（3）分布式的工作模式减少了云服务器的工作负载.首先定义了一个协作边缘缓存模型,其中,边缘节点配备有容量有限的存储空间,移动用户可以接入这些边缘节点,一个边缘节点可以服务多个用户;其次,设计了一个非协作博弈模型来研究边缘节点之间的协作行为,每一个边缘节点看成一个玩家并且可以做出缓存初始和缓存重放策略;最后,找到了该博弈的纳什均衡,并设计了一个分布式的算法以达到均衡.实验仿真结果表明,提出的边缘缓存策略能够降低用户20%的延时,并且减少了80%的骨干网络的流量.     

紧耦合的流媒体缓存代理协作机制研究

位于因特网骨干网和同一接入网之间的流媒体缓存代理服务器相互协作，可以提高缓存命中率，保持负载平衡。该文提出了一种共享缓存空间的紧耦合的多代理服务器协作机制，给出了多代理协作的缓存替换策略和负载平衡算法。通过NS2模拟验证，该机制可以使系统保持更好的性能。     

移动边缘网络中计算迁移与内容缓存研究综述

随着移动设备数量的爆炸性增长以及许多新兴应用的出现,移动网络的流量呈指数级增长.传统的集中式网络架构由于回程链路负载过重、时延较长,无法满足移动用户的需求.因此,提出了将网络能力从核心网开放至边缘网的新体系结构,即移动边缘计算（MEC）.移动边缘计算能够在移动蜂窝网络的边缘提供轻量级的云计算和存储能力.对移动边缘计算相关的最新研究成果进行了详尽的回顾：首先,概述了移动边缘计算的发展历程、关键问题和支撑技术;然后,针对MEC架构、计算迁移、边缘缓存和服务编排这4个关键研究问题进行了全面的综述,并讨论了增强现实、虚拟现实、动态内容交付、车联网和物联网等移动边缘计算中的典型应用案例;最后,从移动边缘计算功能增强、服务质量保障和安全可用性这3个方面展望了移动边缘计算的开放式研究挑战和未来的发展趋势.     

内容中心网络中基于节点相似度的协作缓存算法

针对内容中心网络中ALWAYS缓存策略节点存储空间利用率低、内容访问时延大、整体网络缓存性能低下的问题,提出了一种依据节点相似度的协作缓存算法。该算法优先将兴趣包转发至最相似节点,增大相关请求的就近响应概率;同时保证在缓存决策中的同一副本在协作节点间不重复存储,在降低冗余的同时增加了缓存多样性。实验结果表明,与现有算法相比,该算法在减少路由跳数和请求时延的同时提高了缓存命中率。     

VANET中基于车辆分簇的协作缓存策略

随着智能交通系统的发展,移动车辆不仅需要地图信息,还需要更多娱乐内容,而整个网络的容量是有限的,这给车载自组织网络带来很大的压力。边缘缓存是在系统的边缘部署缓存,在车载自组织网络中引入边缘缓存技术,可以有效地缓解网络的压力。对车载自组织网络中的缓存策略进行了研究,提出了一种基于车辆分簇的协作边缘缓存策略,可以充分利用车载自组织网络中有限的缓存资源,内容可以缓存在移动车辆和路边单元中,移动车辆可以从簇头和路边单元获取所需内容,不同的内容获取方式会带来不同的请求时延。由于移动车辆和路边单元的缓存容量是有限的,为了降低内容请求时延和成本,构建了一个时延和成本联合最小化的优化问题,并采用蚁群算法对该问题进行求解,以得到最优的缓存放置方案。仿真结果表明,该算法拥有很好的性能。     

云边融合驱动的智能垃圾清运管理系统

垃圾清运是城市管理与环境治理的重要环节,智能垃圾清运是实现智慧城市必不可少的组成部分.现有的云计算技术并不能及时高效地处理边缘设备产生的大量数据.为此,本文提出了一种云边融合下的智能垃圾清运管理系统.该系统首先利用多种嵌入式板载传感器实时采集垃圾桶的温度、倾斜度等状态数据.这些数据将被发送到边缘服务器并由边缘服务器进行...     

基于节点热度与缓存替换率的ICN协作缓存

信息中心网络默认的LCE缓存策略在数据包返回路径上的每个节点缓存内容,会产生大量冗余副本,无法充分利用缓存资源。针对该问题,提出基于节点热度与缓存替换率的缓存策略。在数据包返回路径上选择特殊节点缓存内容,考虑网络流量在不同区域和不同时间段内的差异性,周期性地计算节点热度和缓存替换率,并将其作为内容是否被缓存在节点上的度量指标。实验结果表明,相对于LCE和CLFM策略,该策略能有效降低平均请求跳数和源端命中率,获得较高的缓存收益。     

基于区块链的云边协同系统设计研究

为提高云边协同服务的可信度、安全性和公正性,促使云边协同创新、高速发展,本文利用区块链技术,设计一款功能齐全、性能稳定的云边协同系统。该系统严格遵循系统设计原则,从区块链和非区块链两个部分入手,完成系统架构设计。针对许可管理、签约、调度采集、资费结算等核心模块进行了功能设计,充分保证了系统稳定性和可靠性。本文所设计的云边协同系统不仅可以提高应用部署效率,还能实现资源调度与结算自动化管控,符合用户安全化使用需求。希望通过这次研究,为相关人员提供有效的借鉴和参考。     

信息中心网络中协作的内容缓存和请求路由算法

信息中心网络与传统IP网络区别的重要特点是在路由器节点配备缓存设施,将热门内容推送到更靠近用户的网络边缘,从而降低用户获取内容的时延。为了提高缓存空间的利用率,避免内容在相邻节点的冗余放置,本文提出了一种分层协作的内容放置和请求路由算法,在层次结构的接入网络中,依据内容的访问热度仅在层次结构的其中一层放置内容副本以减少内容的冗余备份;此外,通过建立二元标签组记录内容的放置信息,用于动态引导请求的转发;仿真结果表明,与现有的缓存放置算法相比,分层协作的内容缓存和请求路由机制,提高了网络存储内容的多样性,并降低了用户访问内容的时延。     

一种移动透明计算系统中的双缓存协作策略

为降低带宽对移动透明计算系统TCOS性能的影响,提出一种将本地缓存与P2P缓存相结合的缓存协作策略TC-CCS。将本地缓存用于缓存用户常用个人数据,并把P2P缓存分别用于缓存操作系统和应用软件启动数据。针对TCOS系统中数据的访问特点,设计实现TC-replace替换算法,兼顾本地和其他终端的访问情况对缓存进行替换。实验结果表明,TC-CCS策略能加快操作系统和应用软件启动速度,其中系统启动时间缩短了约40%。