CN106791887B - 无线网络中视频的分布式缓存和传输优化方法 - Google Patents

Abstract

本发明涉及一种无线网络中视频的分布式缓存和传输优化方法。本发明采用下述步骤实现无线网络中视频的缓存和传输：步骤1，分别定义用户、运营商和视频提供商的利润函数；步骤2，建立联合最小化的成本目标函数；步骤3，利用拉格朗日松弛将目标函数分解为两个子问题；步骤4，分别解决两个子问题得到最优缓存和传输方式。本发明方法不仅实现了同时考虑并优化用户、运营商和视频提供商三方的利润，而且实现过程简单，便于分布式求解，有效提高了网络资源利用率。

Description

无线网络中视频的分布式缓存和传输优化方法

技术领域

本发明涉及一种无线网络中视频的分布式缓存和传输优化方法，属于无线通信网络中资源分配和调度领域。

背景技术

近几年随着多媒体智能终端的普及，无线网络中用户对视频内容的需求急剧增长且毫无放慢的迹象，巨大的流量需求导致现有通信网络架构难以承受，尤其是回程链路部分，与此同时，由于大量用户请求服务导致的网络拥塞，至使用户的体验质量也难以保障。

缓存技术通过在用户流量需求的非峰值时段，将流行视频文件(研究表明用户请求的视频内容近似服从zipf分布，即用户请求概率与视频排名成反比，请求概率越大的视频排名越靠前，称为流行视频)提前存储到临近用户的缓存节点，在用户流量需求的峰值时段，由缓存节点提前缓存的流行内容对用户进行服务，从而显著减小回程链路的压力，同时由于缓存节点更邻近用户，因此可以更快的对用户需求进行响应，显著减小接入时延，提高用户的体验质量。

缓存技术的应用前景非常广泛，对于任何具有存储能力的网络节点都可适用，比如传统蜂窝网络和信息中心网。传统的蜂窝网络中，在临近用户的宏基站引入存储能力，将大量流行内容缓存到存储中可以大大减小基站到核心网的回程压力，这也是运营商亟需解决的问题，同时由于基站更临近用户终端，使得响应用户服务请求更加迅速，为用户提供极好的用户体验质量。随着5G时代的临近，各种小基站，辅助节点填充到宏基站的覆盖范围下，加强了对终端用户的覆盖，同时使得基站到用户的距离更为缩短，通过引入缓存技术，使得网络响应用户服务请求更加迅速。随着D2D技术的发展，用户终端的存储也会做得越来越大，在用户终端引入缓存技术，可以进一步减轻无线网络的压力，通过在这些缓存节点引入缓存技术可以大大提升系统容量，减少回程和无线压力，提升用户体验质量。对于另一个网络架构信息中心网，通过在中间路由器和边沿路由器同时引入缓存技术可以大大提升用户的体验质量。未来由于智能多媒体终端的不断发展，人们对网络服务的需求将越来越迫切，要求也越来越高，通过缓存技术和动态自适应流技术的结合，在缓存节点存储流行内容的多速率，并添加计算单元，当用户请求某个速率的内容不在缓存中时可以对元速率的内容进行速率转化，多种速率的缓存可以很好的适应网络环境和用户终端制式，为用户提供相对最好的体验质量。

缓存技术可以很好的减轻回程压力，提升用户的体验质量，但是缓存什么？如何缓存？还是缓存技术中最为突出的问题。

发明内容

本发明的目的是针对无线网络中用户需求过多导致现有网络架构难以负担，同时用户得不到想要的服务等问题，提供一种无线网络中视频的缓存和传输方法。该方法同时考虑用户(User)、运营商(Mobile Network Operator，MNO)及视频提供商(VideoProvider，VP)三方的利益，能同时保证用户的体验质量(主要为接入时延)，运营商的利润(主要为回程节省)，以及视频提供商的利润(主要为用户损耗)，通过合理调整缓存和传输达到三方利润的优化。

为达到上述目的，本发明采用下述技术方案：

一种无线网络中视频的分布式缓存和传输优化方法，具体步骤如下：

步骤1：分别定义用户、运营商和视频提供商的利润函数；

步骤2：建立联合最小化的成本目标函数；

步骤3：利用拉格朗日松弛将目标函数分解为两个子问题；

步骤4：分别解决两个子问题得到最优缓存和传输方式。

所述步骤1的具体步骤如下：

在一个无线网络中，一般包括视频提供商，拥有全部的视频资源；运营商，拥有很多基站；每个基站具有缓存能力且覆盖许多用户，用户向基站请求视频内容，基站若提前缓存了该内容，则直接对用户进行服务，否则通过回程链路向视频提供商请求传输该内容，这时由于占用回程资源，运营商将支付相应费用，基站或视频提供商向用户提供服务时，由于链路拥塞会有一个接入时延，接入时延的大小显示了用户体验质量的好坏，当用户在一定时间内得不到想要的服务时会转向其他视频提供商获取服务，视频提供商的这部分用户损耗将作为衡量其利润大小的成本；

定义用户利润：当用户向基站或视频提供商请求视频内容时，根据当时网络链路的拥塞程度用户会感知到一个接入时延，根据排队论中M/M/1的排队假设，接入时延描述为每比特位通过容量为C负载为f的链路，所花费的时延为1/(C-f)，接入时延越小，表示用户体验质量越好，因此将用户的时延成本最小化描述用户利润的最大化，具体定义为：

为适应不同的网络环境，考虑用户能够请求多速率的视频，网络环境越好的用户能够享用越高速率的视频，其中

表示用户向基站i∈{1,2,...,|I|}请求速率为q∈{1,2,...，|Q|}的视频j∈{1,2,...|J|}的平均每比特位传输时延，速率大小R_jq∈{9.5,19.5,...,|R_jq|}，[*]表示上取整，y_ijq∈[0,1]表示用户向基站i请求速率为q的视频j被服务的比例，z_ijq∈[0,1]表示用户向基站i请求速率为q的视频j未被服务转而被VP直接服务的比例，F_i,G_i分别为基站i的无线容量和到视频提供商之间的回程链路容量，

分别为无线和回程链路负载，其中λ_ijq表示向基站i请求速率为q的视频j的用户数量；

定义运营商利润：当用户从基站的缓存中下载一个请求视频时，运营商则节省一个视频提供商到基站间回程链路的视频传输，这部分节省的回程链路成本作为运营商的利润，具体定义为：

其中

表示基站i的回程节省，s^bh表示传输一个视频的平均回程节省，o_jq表示速率为q的视频j的内容大小；

定义视频提供商利润：当用户在规定的时间内得不到想要的服务时，会转向其他视频提供商获取服务，视频提供商的这部分用户损耗作为衡量其利润大小的成本，定义为：

其中P_i表示基站i产生的用户损耗成本，T表示平均每用户损耗成本。

所述步骤2的具体步骤如下：根据上述分析，这是个多目标规划问题，比较有效的方法为加权法，观察到用户利润和运营商利润都只和y_ijq,z_ijq相关，因此引入加权系数α∈[0,1]结合三个目标函数成一个单目标函数：

s.t.y_ijq≤x_ijq+z_ijq (1)

其中不等式(1)表示一个被服务的用户请求要么由基站缓存进行服务，要么由视频提供商进行服务，不等式(2)表示缓存内容大小小于缓存容量限制，不等式(3)、(4)分别表示无线容量限制和回程容量限制，式(5)、(6)表示x_ijq,y_ijq,z_ijq取值范围，其中x_ijq∈{0,1}，x_ijq＝1表示速率为q的视频j缓存在基站i，否则没缓存。

所述步骤3的具体步骤如下：

引入拉格朗日乘子u_ijq,v_ijq,w_ijq分别将受限条件式(1)、(3)、(4)带入目标函数，得到拉格朗日对偶问题：

通过观察，该问题进一步分解为P1：传输子问题和P2：缓存子问题两个子问题，其中：

P1：

P2：

所述步骤4的具体步骤如下：采用分布式算法进行求解，其具体步骤如下：

(4-1)解决传输子问题：

利用次梯度迭代，首先，从基站i获取服务比例信息

和缓存信息x_ijq，其次，提取

值，然后分别利用如下公式：

更新

值，利用公式：

更新

值，最后利用：

更新

值，直至收敛至最优值；

(4-2)解决缓存子问题：

利用贪婪算法，首先，提取

值和相应视频大小o_jq，分别得到集合O＝O∪o_jq,

然后利用缓存容量受限条件∑O≤S_i判断基站缓存是否存满，若条件满足，则缓存该视频W_i＝W_i-o_ijq,C_i＝C_i∪o_ijq,x_ijq＝1，否则集合U降序排列，对于k＝1～|U|，满足

判断如果u_k≤W_i，则W_i＝W_i-u_k,C_i＝C_i∪u_k,x_ijq＝1，否则x_ijq＝0。

其中O,U分别表示视频大小o_jq和拉格朗日乘子

的集合，W_i表示基站i的缓存大小S_i，C_i表示缓存在基站i的视频大小，k表示排名，u_k表示排名第k的视频大小。

本发明与现有技术相比较，具有以下显而易见的突出实质性特点和显著优点：

本发明方法不仅实现了同时考虑并优化用户、运营商和视频提供商三方的利润，而且实现过程简单，便于分布式求解，有效提高了网络资源利用率。

附图说明

图1为本发明针对的一种无线网络系统模型。

图2为本发明中适用于无线网络中视频的缓存和传输方法的分布式算法流程图。

图3为本发明中分布式算法实现图。

图4为本发明中被服务用户占总用户百分比条形图。

图5为本发明中总的成本性能曲线图。

图6为本发明三方(用户，MNO，VP)性能曲线图。

具体实施方式

下面结合附图对本发明的优选实施例作详细的描述。

如图1所示为无线网络中视频缓存和传输的系统模型。图中无线网络包括视频提供商VP提供所有速率的视频资源，移动网络运营商MNO拥有很多具有缓存能力的基站(BaseStation，BS)，每个基站下覆盖需要服务的用户User。用户向基站进行视频请求，若基站提前缓存该视频内容，则直接对该用户进行服务，否则基站向VP检索请求该视频资源，这时将占用回程链路，增加MNO的服务成本，同时由于VP作为远端服务器距离用户较远，多节点的视频传输将导致用户接入时延增加，用户体验质量下降，倘若用户在一定时间内得不到想要的服务，该用户将转向其他VP请求服务，这是VP所不愿看到的，因为这将造成巨大的用户损耗，导致VP的利润减小。

如图2所示，本实施例无线网络中视频的分布式缓存和传输优化方法的具体步骤如下：

步骤1：分别定义用户、运营商和视频提供商的利润函数；

在一个无线网络中，一般包括视频提供商，拥有全部的视频资源；运营商，拥有很多基站；每个基站具有缓存能力且覆盖许多用户，用户向基站请求视频内容，基站若提前缓存了该内容，则直接对用户进行服务，否则通过回程链路向视频提供商请求传输该内容，这时由于占用回程资源，运营商将支付相应费用，基站或视频提供商向用户提供服务时，由于链路拥塞会有一个接入时延，接入时延的大小显示了用户体验质量的好坏，当用户在一定时间内得不到想要的服务时会转向其他视频提供商获取服务，视频提供商的这部分用户损耗将作为衡量其利润大小的成本；

定义用户利润：当用户向基站或视频提供商请求视频内容时，根据当时网络链路的拥塞程度用户会感知到一个接入时延，根据排队论中M/M/1的排队假设，接入时延描述为每比特位通过容量为C负载为f的链路，所花费的时延为1/(C-f)，接入时延越小，表示用户体验质量越好，因此将用户的时延成本最小化描述用户利润的最大化，具体定义为：

为适应不同的网络环境，考虑用户能够请求多速率的视频，网络环境越好的用户能够享用越高速率的视频，其中

表示用户向基站i∈{1,2,...,|I|}请求速率为q∈{1,2,...，|Q|}的视频j∈{1,2,...|J|}的平均每比特位传输时延，速率大小R_jq∈{9.5,19.5,...,|R_jq|}，[*]表示上取整，y_ijq∈[0,1]表示用户向基站i请求速率为q的视频j被服务的比例，z_ijq∈[0,1]表示用户向基站i请求速率为q的视频j未被服务转而被VP直接服务的比例，F_i,G_i分别为基站i的无线容量和到视频提供商之间的回程链路容量，

分别为无线和回程链路负载，其中λ_ijq表示向基站i请求速率为q的视频j的用户数量；

定义运营商利润：当用户从基站的缓存中下载一个请求视频时，运营商则节省一个视频提供商到基站间回程链路的视频传输，这部分节省的回程链路成本作为运营商的利润，具体定义为：

其中

表示基站i的回程节省，s^bh表示传输一个视频的平均回程节省，o_jq表示速率为q的视频j的内容大小；

定义视频提供商利润：当用户在规定的时间内得不到想要的服务时，会转向其他视频提供商获取服务，视频提供商的这部分用户损耗作为衡量其利润大小的成本，定义为：

其中P_i表示基站i产生的用户损耗成本T表示平均每用户损耗成本。

步骤2：建立联合最小化的成本目标函数。

根据上述分析，这是个多目标规划问题，比较有效的方法为加权法，观察到用户利润和运营商利润都只和y_ijq,z_ijq相关，因此引入加权系数α∈[0,1]结合三个目标函数成一个单目标函数：

s.t.y_ijq≤x_ijq+z_ijq (1)

其中不等式(1)表示一个被服务的用户请求要么由基站缓存进行服务，要么由视频提供商进行服务，不等式(2)表示缓存内容大小小于缓存容量限制，不等式(3)、(4)分别表示无线容量限制和回程容量限制，式(5)、(6)表示x_ijq,y_ijq,z_ijq取值范围，其中x_ijq∈{0,1}，x_ijq＝1表示速率为q的视频j缓存在基站i，否则没缓存。

步骤3：利用拉格朗日松弛将目标函数分解为两个子问题。

引入拉格朗日乘子u_ijq,v_ijq,w_ijq分别将受限条件式(1)、(3)、(4)带入目标函数，得到拉格朗日对偶问题：

通过观察，该问题进一步分解为P1：传输子问题和P2：缓存子问题两个子问题，其中：

P1：

P2：

如图3所示为本发明中分布式算法中的实现流程图。

步骤4：分别解决两个子问题得到最优缓存和传输方式。

采用分布式算法进行求解，其具体步骤如下：

(4-1)解决传输子问题：

利用次梯度迭代，首先，从基站i获取服务比例信息

和缓存信息x_ijq，其次，提取

值，然后分别利用如下公式：

更新

值，利用公式：

更新

值，最后利用：

更新

值，直至收敛至最优值；

(4-2)解决缓存子问题：

利用贪婪算法，首先，提取

值和相应视频大小o_jq，分别得到集合O＝O∪o_jq,

然后利用缓存容量受限条件∑O≤S_i判断基站缓存是否存满，若条件满足，则缓存该视频W_i＝W_i-o_ijq,C_i＝C_i∪o_ijq,x_ijq＝1，否则集合U降序排列，对于k＝1～|U|，满足

判断如果u_k≤W_i，则W_i＝W_i-u_k,C_i＝C_i∪u_k,x_ijq＝1，否则x_ijq＝0。

其中O,U分别表示视频大小o_jq和拉格朗日乘子

的集合，W_i表示基站i的缓存大小S_i，C_i表示缓存在基站i的视频大小，k表示排名，u_k表示排名第k的视频大小。

如图4所示为在无线网络中，根据本发明的视频缓存和传输方法，在无线和回程容量受限的条件下，系统可服务的用户占总用户数的百分比。从实验结果可以看出，随着缓存容量增加，BS可缓存流行视频的数量增加，很多原来需要通过弱的回程容量进行服务的请求，可以由缓存中的视频通过比较富裕的无线链路进行服务，节省的回程容量可以用来服务于本地不能服务的用户，因此一定程度上增加了可服务用户数量。

如图5所示为在无线网络中，根据本发明的视频缓存和传输方法所达到的总成本的减小，从实验结果可以看出，与无缓存系统相比，在带缓存系统中，总的成本得到明显的减小。随着基站缓存容量的增加，每个基站可缓存的流行视频文件增加，因此由本地基站进行服务的用户比例增大，运营商利润随之增大，同时由于本地基站更接近用户，接入时延随之减小，即时延成本减小，用户体验质量增加，那么用户转向其他VP的可能随之减小，即VP的用户损耗成本减小，因此总成本逐渐减小。

如图6所示为在该无线网络中，根据本发明的视频缓存和传输方法，用户、MNO和VP分别关于基站缓存容量增加的性能变化曲线。从实验结果可以看出，与无缓存系统相比，在带缓存系统中，本发明提出的方法在各方面性能得到明显的提升。随着缓存容量的增加，基站可缓存的流行视频内容增多，本地基站服务的用户比例随之增加，用户的接入时延成本随之减小；同时回程链路的占用减少，导致MNO的回程节省随之增加；由于本地接入时延的减小，用户体验质量增加，同等条件下可服务的用户数增多，因此VP的用户损耗成本随之减小。可见本发明的视频缓存与传输方法能同时优化用户、MNO和VP三方的利益。

Claims (1)

1.一种无线网络中视频的分布式缓存和传输优化方法，其特征在于，具体步骤如下：

步骤1：分别定义用户、运营商和视频提供商的利润函数；

步骤2：建立联合最小化的成本目标函数；

步骤3：利用拉格朗日松弛将成本目标函数分解为两个子问题；

步骤4：分别解决两个子问题得到最优缓存和传输方式；

其中，所述步骤1分别定义用户、运营商和视频提供商的利润函数，具体步骤如下：

在一个无线网络中，包括视频提供商，拥有全部的视频资源；运营商，拥有基站；每个基站具有缓存能力且覆盖许多用户，用户向基站请求视频内容，基站若提前缓存了该视频内容，则直接对用户进行服务，否则通过回程链路向视频提供商请求传输该视频内容，由于占用回程资源，运营商将支付相应费用，基站或视频提供商向用户提供服务时，由于链路拥塞会有一个接入时延，接入时延的大小显示了用户体验质量的好坏，当用户在一定时间内得不到想要的服务时会转向其他视频提供商获取服务，视频提供商的这部分用户损耗将作为衡量其利润大小的成本；

定义用户利润：当用户向基站或视频提供商请求视频内容时，根据当时网络链路的拥塞程度用户会感知到一个接入时延，根据排队论中M/M/1的排队假设，接入时延描述为每比特位通过容量为C负载为f的链路，所花费的时延为1/(C-f)，接入时延越小，表示用户体验质量越好，因此将用户的时延成本最小化描述用户利润的最大化，具体定义为：

为适应不同的网络环境，考虑用户能够请求多速率的视频，网络环境越好的用户能够享用越高速率的视频，其中

表示用户向基站i∈{1,2,...,|I|}请求速率为q∈{1,2,...，|Q|}的视频j∈{1,2,...|J|}的平均每比特位传输时延，速率大小R_jq∈{9.5,19.5,...,|R_jq|}，[*]表示上取整，y_ijq∈[0,1]表示用户向基站i请求速率为q的视频j被服务的比例，z_ijq∈[0,1]表示用户向基站i请求速率为q的视频j未被服务转而被视频提供商VP直接服务的比例，F_i,G_i分别为基站i的无线容量和到视频提供商之间的回程链路容量，

分别为无线和回程链路负载，其中λ_ijq表示向基站i请求速率为q的视频j的用户数量；

定义运营商利润：当用户从基站的缓存中下载一个请求视频时，运营商则节省一个视频提供商到基站间回程链路的视频传输，这部分节省的回程链路成本作为运营商的利润，具体定义为：

其中

表示基站i的回程节省，s^bh表示传输一个视频的平均回程节省，o_jq表示速率为q的视频j的内容大小；

定义视频提供商利润：当用户在规定的时间内得不到想要的服务时，会转向其他视频提供商获取服务，视频提供商的这部分用户损耗作为衡量其利润大小的成本，定义为：

其中P_i表示基站i产生的用户损耗成本，T表示平均每用户损耗成本；

所述步骤2建立联合最小化的成本目标函数，具体步骤如下：

对于多目标规划问题，有效的方法为加权法，用户利润和运营商利润都只和y_ijq,z_ijq相关，

(1-α)P_i作为三个子目标函数；因此引入加权系数α∈[0,1]结合三个子目标函数成一个单目标函数，从而建立建立联合最小化的成本目标函数：

y_ijq≤x_ijq+z_ijq (1)

其中不等式(1)表示一个被服务的用户请求由基站缓存进行服务，或由视频提供商进行服务，不等式(2)表示缓存内容大小小于缓存容量限制，不等式(3)、(4)分别表示无线容量限制和回程容量限制，式(5)、(6)表示x_ijq,y_ijq,z_ijq取值范围，其中x_ijq∈{0,1}，x_ijq＝1表示速率为q的视频j缓存在基站i，否则没缓存；

表示用户向基站i∈{1,2,...,|I|}请求速率为q∈{1,2,...，|Q|}的视频j∈{1,2,...|J|}的平均每比特位传输时延；速率大小R_jq∈{9.5,19.5,...,|R_jq|}，[*]表示上取整，y_ijq∈[0,1]表示用户向基站i请求速率为q的视频j被服务的比例，x_ijq∈{0,1}，x_ijq＝1表示速率为q的视频j缓存在基站i，否则没缓存，z_ijq∈[0,1]表示用户向基站i请求速率为q的视频j未被服务转而被VP直接服务的比例，F_i,G_i分别为基站i的无线容量和到视频提供商之间的回程链路容量，

分别为无线和回程链路负载，其中λ_ijq表示向基站i请求速率为q的视频j的用户数量；o_jq表示速率为q的视频j的内容大小；s^bh表示传输一个视频的平均回程节省，P_i表示基站i产生的用户损耗成本，W_i表示基站i的缓存大小S_i；加权系数α∈[0,1]；

所述步骤3利用拉格朗日松弛将最小化的成本目标函数分解为两个子问题，包括传输子问题P1和缓存子问题P2，具体步骤如下：

引入拉格朗日乘子ui_jq,vi_jq,wi_jq，分别将表示受限条件的上述不等式(1)、(3)、(4)带入最小化的成本目标函数，得到拉格朗日对偶问题：

该拉格朗日对偶问题进一步分解为两个子问题：传输子问题P1和缓存子问题P2，其中：

传输子问题P1：

缓存子问题P2：

所述步骤4分别解决两个子问题得到最优缓存和传输方式，具体步骤如下：采用分布式算法进行求解，其具体步骤如下：

(4-1)解决在所述步骤3中对拉格朗日对偶问题分解得到的传输子问题P1：

利用次梯度迭代，首先，从基站i获取服务比例信息

和缓存信息x_ijq，其次，提取

值，然后分别利用如下公式：

更新

值，利用公式：

更新

值，最后利用：

更新

值，直至收敛至最优值；

(4-2)解决所述步骤3中对拉格朗日对偶问题分解得到的缓存子问题P2：

利用贪婪算法，首先，提取

值和相应视频大小o_jq，分别得到集合O＝O∪o_jq,

然后利用缓存容量受限条件∑O≤S_i判断基站缓存是否存满，若条件满足，则缓存该视频W_i＝W_i-o_ijq,C_i＝C_i∪o_ijq,x_ijq＝1，否则集合U降序排列，对于k＝1～|U|，满足

判断如果u_k≤W_i，则W_i＝W_i-u_k,C_i＝C_i∪u_k,x_ijq＝1，否则x_ijq＝0；

其中O,U分别表示视频大小o_jq和拉格朗日乘子

的集合，W_i表示基站i的缓存大小S_i，C_i表示缓存在基站i的视频大小，k表示排名，u_k表示排名第k的视频大小；

和

表示在进行次梯度迭代时从基站i获取服务比例信息y_ijq和z_ijq的值。

Images