CN107113558A - 用于移动通信网络中的分布式内容预取的系统、设备和方法 - Google Patents
用于移动通信网络中的分布式内容预取的系统、设备和方法 Download PDFInfo
- Publication number
- CN107113558A CN107113558A CN201580072407.8A CN201580072407A CN107113558A CN 107113558 A CN107113558 A CN 107113558A CN 201580072407 A CN201580072407 A CN 201580072407A CN 107113558 A CN107113558 A CN 107113558A
- Authority
- CN
- China
- Prior art keywords
- data
- node
- content
- child node
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
- H04L67/5681—Pre-fetching or pre-delivering data based on network characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/04—Protocols specially adapted for terminals or networks with limited capabilities; specially adapted for terminal portability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/63—Routing a service request depending on the request content or context
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了用于分发预取数据的系统、设备和方法。父节点获取至少包括以下项之一的预取数据:(i)预计特定用户会感兴趣的数据,由所述数据由所述父节点从至少一个数据源预取;(ii)至少一个标识符,所述标识符标识预计所述特定用户会感兴趣的数据,用于在子节点处预取所述标识的数据。所述父节点选择所述预取数据的第一和第二子集以分别传输给第一和第二子节点,所述选择至少基于所述特定用户的预测未来位置以及所述第一和第二子节点的相应地理位置;并将所述预取数据的所述第一和第二子集分别传输给所述第一和第二子节点。
Description
技术领域
本发明涉及数据通信,具体而言,涉及移动通信网络中的内容预取。
背景技术
近年来,对无线数据通信的访问迅速增加。例如,移动电信网络(例如3G、4G、LTE等)和WiFi网络的覆盖范围稳步扩大。这使得一些用户期望连续、即时的无线连接以及能够始终通过无线数据通信访问内容。然而,尽管无线数据通信取得了进步,许多无线和回传访问链路却仍然不可靠、速率较低或时延较高,并且仍存在许多覆盖缺口。结果,用户可能不能在需要时获得内容数据。
内容数据的预取已用于在多方面改进体验质量。例如,内容数据可从远端内容数据源预取到接近一个移动设备用户的接入点。然而,当该移动设备用户移出那个接入点的范围时,第二接入点必须接管预取职责。第二接入点必须从远端内容数据源预取内容数据。然而,如果第二接入点与远端内容数据源之间的链路不可靠或速率较低,那么内容数据可能不会及时提取。
因此,存在对处理至少一些上述缺点的系统、设备和方法的需求。
发明内容
根据一个方面,提供了一种用于父节点处的将预取数据分发给至少两个子节点的方法。所述方法包括:获取至少包括以下项之一的预取数据:(i)预计特定用户会感兴趣的数据,所述数据由所述父节点通过至少一个数据网络从至少一个数据源预取;以及(ii)至少一个标识符,所述标识符标识预计所述特定用户会感兴趣的数据,用于在至少一个所述子节点处预取所述标识的数据;选择所述预取数据的第一子集和第二子集以分别传输给所述至少两个子节点中的第一子节点和第二子节点,所述选择至少基于所述特定用户的预测未来位置以及所述第一和第二子节点的相应地理位置;以及通过所述至少一个数据网络向所述第一子节点和所述第二子节点分别传输所述预取数据的所述第一子集和所述第二子集。
根据另一方面,提供了一种用于分发预取数据的网络节点。所述节点包括:网络接口,用于通过至少一个数据网络与至少两个子节点互联;以及与所述网络接口通信的至少一个处理器。所述至少一个处理器用于:获取至少包括以下项之一的预取数据:(i)预计特定用户会感兴趣的数据,所述数据由所述网络节点通过所述网络接口从至少一个数据源预取;以及(ii)至少一个标识符,所述标识符标识预计所述特定用户会感兴趣的数据,用于在至少一个所述子节点处预取所述标识的数据;选择所述预取数据的第一子集和第二子集以分别传输给所述至少两个子节点中的第一子节点和第二子节点,所述选择至少基于所述特定用户的预测未来位置以及所述第一和第二子节点的相应地理位置;以及通过所述网络接口向所述第一子节点和所述第二子节点分别传输所述预取数据的所述第一子集和所述第二子集。
通过阅读本文,当前改进涉及的许多进一步特征或其组合对于本领域技术人员来说将显而易见。
附图说明
在附图中:
图1为根据一实施例的包括根节点和子节点的数据通信系统的示意图;
图2为根据一实施例的图1的根节点的高层方框图;
图3为根据一实施例的示出选择要从根节点发送到子节点的内容数据部分的示意图;
图4为根据一实施例的包括布置在四层层次结构中的根节点和子节点的数据通信系统的示意图;
图5为根据一实施例的示出图4的系统中的根节点与子节点之间的数据交换的数据流图;
图6和图7为根据一实施例的示出根节点处的示例操作的流程图;
图8为根据一实施例的示出子节点处的示例操作的流程图;
图9为根据一实施例的用于实现节点的示例设备的高层方框图。
这些附图描述了用于说明目的的示例实施例。可以对这些示例实施例进行变形、选择其它配置、选择其它组件以及作出修改。
具体实施方式
图1示出了基于用户进行内容预取的数据通信系统10。
系统10使用通过一个或多个数据通信网络互联的分布式节点集合来进行内容预取。节点集合包括地理上分布在接近特定用户的预测未来位置的位置处的节点。例如,节点集合可包括沿着为特定用户预测的行进路线放置的节点。
在一个方面,多个节点可各自进行用户移动性预测,靠近用户的节点可产生更准确或更及时的预测,如下文详述。这类预测可在节点之间共享,以在接近用户的预测未来位置的位置处提供预取数据等。
在一个方面,这些节点以本文详述的方式合作来进行内容预取和在节点间分发预取内容数据,从而在用户位置移动时,至少一部分内容数据在接近用户的节点处可用。可定制每个节点处可用的预取内容数据以适合在用户接近每个节点时的预测用户情况,例如正在进行的活动、正在执行的应用等。
将预取内容数据分发给接近特定用户的预测未来位置的节点有助于用户的移动设备迅速访问至少一些内容数据,即使在设备的网络连接性可能受限时,例如在到内容数据源的链路可能不可靠或速率较低时。
预取内容数据可从一个分布式节点传输到特定用户的移动设备以立即使用或供以后使用。
在另一方面,系统10的节点可通过本文详述的方式合作来按用户进行内容兴趣预测,以确定预计特定移动设备用户会感兴趣的内容数据,以及以在节点中分发包括预计特定用户会感兴趣的内容数据的一个或多个标识符的列表,使得在用户位置移动时该列表的至少部分在接近用户的节点处可用。可定制每个节点处可用的内容列表数据以适应用户接近该节点时的预测用户情况,例如正在进行的活动、正在执行的应用等。
在又一方面,系统10的节点可通过本文详述的方式合作来进行内容发现,以找到内容列表中确定的内容数据的位置。例如,多个节点可各自搜索最靠近自己的内容数据的位置。这样,内容数据可从优选位置(例如靠近用户的位置,或访问成本较低的位置)提取,优选位置可随用户的位置移动而变化。例如,系统10的节点可从找到的这一优选位置预取内容数据。
在图1所示的示例实施例中,系统10为操作移动设备200的沿路线300移动的特定用户进行内容预取。如图所示,系统10包括与多个子节点互联的根节点100,多个子节点为节点150-1、150-2、150-N等,在下文中共同称为子节点150。根节点100还与一个或多个内容数据源14互联。
如本文详述,在一实施例中,根节点100从一个或多个内容数据源14预取内容数据。然后,根节点100将预取内容数据转发给接近用户的预测未来位置的特定子节点。然后,移动设备200可在需要时从这些子节点预取数据或提取数据。
在一实施例中,这类节点(例如根节点100和子节点150)的集合针对每个特定用户实例化,以通过本文详述的方式按用户进行内容预取。在该实施例中,节点的每个集合均专用于特定用户,仅服务该特定用户。
根节点100、子节点150和内容数据源14通过一个或多个数据通信网络8互联。网络8可包括分组交换网络、电路交换网络或它们的组合。网络8可包括有线链路、无线链路或它们的组合。网络8可包括有线接入点和无线接入点。网络8可包括或连接到互联网。
在所描绘的实施例中,根节点100位于云中,在云中,根节点100可通过通信链路与一个或多个内容数据源14互联。根节点100与一个或多个内容数据源14之间的链路可能有缺陷,例如数据速率较低、时延较高等。此外,内容数据源14可能需要授权才能访问期望内容。
方便的是,根据所描绘的实施例的预取可改进用户的体验质量,尤其是在存在此种链路缺陷的情况下。此外,针对所描绘实施例,如下所述将预取与预授权结合可避免与建立授权连接相关联的某些延迟。
根节点100维护特定用户的内容列表。内容列表包括多个条目,每个条目确定一个预计用户会感兴趣的内容项。根节点100可例如基于为特定用户预测的内容兴趣填充内容列表。根节点100还可例如基于特定用户表达的内容兴趣或在用户的移动设备200处执行的应用所表明的内容兴趣填充内容列表。在预测了新内容兴趣和接收到新内容兴趣时,根节点100更新列表。
根节点100可根据该内容列表中确定的内容预取内容数据。根节点100可例如基于用户移动性预测、用户将在特定位置,例如从特定子节点等,访问内容数据的可能性来给部分内容数据分配优先级。方便的是,在一些情况下,给部分内容数据分配优先级以及根据这些优先级分发部分内容数据提高了网络资源的利用率。例如,高优先级内容数据可先在某节点处预取,以使该内容数据在节点处或移动设备200处有网络拥塞、链路缺陷或者存储限制的情况下对用户可用。
在一实施例中,设备200维护其自己的内容列表,根节点100和设备200同步它们的相应内容列表。根节点100向设备200传输内容列表更新,并从设备200接收内容列表更新。这类更新可通过子节点150或通过网络8以外的网络直接传输给设备200。
子节点150在接近特定用户的预测未来位置的位置处建立。在图1所示的示例实施例中,子节点150的位置选择为沿用户的预测旅行路线300。在该实施例中,预计用户在时间T1接近子节点150-1,在时间T2接近子节点150-2,在时间TN接近子节点150-N,等等。子节点150可例如在无线网络的边缘处建立,其中设备200在特定时间点连接该无线网络。
在所描绘的实施例中,子节点150由系统10在接近用户的预测未来位置的期望位置处实例化。例如,根节点100可通过以下方式使新子节点150实例化:为该新节点选择期望位置,然后向所选地理位置处的设备传输要求充当新节点的请求。子节点150可在未来位置的预测变得可用时并且在用户达到这些位置之前进行实例化。例如,子节点150-N(示为虚线)在时间T1可能不存在,但是在TN-1可以由系统10实例化。一旦不再需要任意子节点150,例如一旦用户已离开子节点150的范围,或者如果确定预测的未来位置不正确,则系统10可移除该子节点150。例如,根节点100可通过向设备传输停止充当子节点150的请求来移除子节点150。因此,各个子节点150可能仅临时存在。这样,子节点150可实例化以服务根据特定用户的位置而变化的地理区域。例如,当特定用户移动位置时,该地理区域可随着该用户迁移。
在另一实施例中,可在进行用户的任何未来位置预测之前在多个位置处提供多个子节点150,以跨越一个地理区域等。
子节点150可位于由不同服务提供商运营的不同无线网络中,例如不同行政辖区中,或用于通过WiFi、3G、4G、LTE等不同无线接入技术(radio access technology,RAT)与移动设备通信。
每个子节点150可维护其自己的内容列表。在一个子节点150处维护的内容列表可为在根节点100处或设备200处维护的内容列表的一个子集。该子集在用户接近相应子节点150时基于预计用户会感兴趣的内容来选择。
每个子节点150可存储预取内容数据以供将来传输给移动设备200。存储在子节点150处的预取内容数据可包括在根节点100处预取的和从其接收的数据。存储在子节点150处的预取内容数据还可包括在该子节点150处预取的数据。每个子节点150可根据其自己的内容列表中确定的内容来预取内容。每个子节点150还可在例如从根节点100或移动设备200接收到请求时预取内容。
存储在每个子节点150处的预取内容数据是当用户接近每个子节点150时预计移动设备200会需要的数据。因此,例如,存储在子节点150-1处的预取内容数据可包括预计移动设备200在时间T1会需要的内容数据;存储在子节点150-2处的预取内容数据可包括预计移动设备200在时间T2会需要的内容数据;存储在子节点150-N处的预取内容数据可包括预计移动设备200在时间TN会需要的内容数据,等等。基于对用户在特定时间的情况的预测来确定预计移动设备200在该时间会需要的内容数据,其中用户的情况为位置、正在进行的活动、正在执行的应用等等,如下文详述。
方便的是,在所描绘的实施例中,因为存储在子节点150-1和150-2中的每一个子节点处的预取内容数据可由根节点100控制并分配,所以在用户移出子节点150-1的范围并进入子节点150-2的范围时可在没有用户可感知的中断的情况下向移动设备200提供内容数据。
在没有根节点100通过本文描述的方式提供控制时,可能会不必要地(例如在多个节点处)预取数据。例如,在一个示例传统系统中,当用户从第一接入点移到第二接入点时,可能需要在第二接入点处再次下载存储在第一接入点处的所有预取内容。
此外,在所描绘的实施例中,虽然子节点150-1和150-2可在两个不同的无线网络中,但是,即使在移动设备200从一个无线网络向另一无线网络转移时,预取内容数据也可在没有用户可感知的中断的情况下提供给该设备。类似地,虽然子节点150-1和150-2可使用不同的RAT,但是,即使在移动设备200从一个RAT向另一RAT转移时,预取内容数据也可在没有用户可感知的中断的情况下提供给该设备。
移动设备200可为手机或任何其它类型的移动设备(例如平板电脑或膝上型电脑)。设备200包括允许设备通过再一个RAT访问数据通信网络的一个或多个通信接口。
移动设备200与一个或多个子节点150通信,以从子节点150接收预取内容数据等。在一实施例中,设备200直接与子节点150通信。在另一实施例中,设备200通过无线接入点等间接与子节点150通信。
如上所述,在一实施例中,设备200维护其自己的内容列表。设备200可进行内容兴趣预测并相应地更新其内容列表。设备200还可从用户接收内容请求并相应地更新其内容列表。设备200通过交换内容列表更新将其内容列表与根节点100处的内容列表进行同步。这类更新可直接传输给根节点100,或通过子节点150或通过网络8以外的网络传输给根节点100。
图2提供了根节点100的高层方框图。如图所示,节点100包括移动性预测模块102、内容兴趣预测模块104、内容查找器模块106、内容列表分发模块108、预取模块110、预授权模块112、内容数据分发模块114和上传模块116。
移动性预测模块102用于为特定用户进行移动性预测。例如,移动性预测模块102可处理各种数据以预测用户在特定未来时间点(例如在时间T1、T2……TN)的位置。移动性预测模块102可例如通过处理以下数据来预测用户的未来位置:反映用户的当前位置、轨迹、速度的数据,该数据可从移动设备200的车载传感器(例如GPS传感器)获得并从该车载传感器传输给根节点100;以及反映可能的旅行路线的数据,例如从在线地图服务获得的路线图。在一实施例中,移动性预测模块102还可处理反映用户的旅行计划的数据,例如,从在设备200处执行的路线规划应用获得的数据,或从旅行社、航空公司等的服务器获得的数据。
在一实施例中,移动性预测模块102可用于预测在特定未来时间点其它方面的用户情况,包括用户将进行的活动、将在用户的设备200处执行的应用,等等。
移动性预测模块102可基于用户的预测位置等来预测各方面的用户情况。因此,例如,移动性预测模块102可基于特定用户的预测位置预测该用户将工作、购物、通勤、在家等等。移动性预测模块102可基于时刻、周几等来预测各方面的用户情况,以确定一个未来时间段是否在工作时间内。
移动性预测模块102还可基于反映用户的当前活动的数据或在用户的移动设备处执行的当前应用来预测各方面的用户情况。在一个特定示例中,移动性预测模块102可基于以下数据确定用户很可能将在五分钟内观看流式视频:表明用户当前正在观看视频且视频还剩一个小时的数据,该数据可根据在设备200处执行的视频应用确定。在另一特定示例中,移动性预测模块102可基于以下数据确定用户很可能将在两分钟内在听音乐:表明用户当前正在慢跑的数据,该数据可根据设备200的车载传感器(例如陀螺仪)确定,以及表明用户在慢跑时通常会听音乐的历史数据。
移动性预测模块102还可基于其他用户的位置来预测各方面的用户情况,例如以确定用户何时在人群中。例如,移动性预测模块102可基于确定人群的共同活动来确定用户情况,例如确定用户正在参加音乐会、在超市排队等等。这个共同活动可例如根据人群中其他成员正在访问的内容来确定。这个共同活动可用于确定用户感兴趣的内容、排出感兴趣的内容的优先级,等等。
在一实施例中,移动性预测模块102可实施一个或多个传统移动性预测算法。在一实施例中,移动性预测模块102可使用例如隐马尔可夫模型等统计模型来预测用户的未来情况,该统计模型可使用人口数据或用户特定数据来训练。
内容兴趣预测模块104用于进行内容兴趣预测以确定预计特定用户会感兴趣的内容项。内容兴趣预测模块104可通过处理以下数据来进行内容兴趣预测:反映用户的过去内容消费(例如浏览历史、观看视频历史)的数据,或反映用户的当前内容消费(例如正在进行的搜索、正在阅读的文章)的数据。内容兴趣预测模块104可通过处理以下数据来进行内容兴趣预测:反映一定量的用户,例如网络8的其他用户,的数据消费行为的数据。这样,受欢迎的内容或趋势内容可确定为特定用户感兴趣的内容。
在一实施例中,内容兴趣预测模块104可考虑反映一定量的用户中其他用户的情况的数据,以更多地权衡在与用户的预测未来情况类似的情况中其他用户的数据消费行为。内容兴趣预测模块104还可按人口统计特性将用户分组,并更多地权衡来自具有相似人口统计特性的用户的数据。
内容项可包括用户将来可能访问的任何类型的内容数据。内容项可包括公开可用的数据,例如网页、YouTubeTM、视频等等。内容项还可包括安全访问的私有数据,例如收到的电子邮件或DropboxTM文件等等。预授权模块112可促进访问私有数据,如下文所述。
用户感兴趣的内容项还可包括设备200或在移动设备200处执行的应用使用的内容数据的类型。用户或设备200可能不会意识到这类内容数据的交换或使用。例如,内容项可包括主机名到IP地址的DNS转换,如在设备200处执行的应用可使用的转换。
内容项可确定为高度概括性的内容,例如新闻、棒球等等。内容项还可确定为更精确的内容,例如特定URL、特定关键字、特定网页、特定文档或特定视频,等等。内容项甚至可更精确地预测,例如用户上次访问文档后文档发生变更的特定部分,或视频的特定分段,等等。
内容兴趣预测可基于以下数据进行:反映几天、几周、几个月等很长一段时间内用户内容消费的历史数据。在一个特定示例中,内容兴趣预测模块104可基于以下数据预测用户会对特定城市的天气预报感兴趣:显示用户已在一段时间内一直提取这类预报的数据。
内容兴趣预测还可基于实时或近实时数据,例如最近几分钟或几秒内的用户活动,来进行。在一个特定示例中,内容兴趣预测模块104可基于以下数据预测用户对一个视频的特定分段感兴趣:显示用户当前正在观看那个视频的前一分段的数据。
内容兴趣预测可考虑用户的预测情况,所述预测情况可由移动性预测模块102提供。例如,内容兴趣可基于用户的位置、活动、用户是在上班还是在家、用户位置处的天气情况等来预测。
在一个特定示例中,在上班的用户接收到表明其家中有警报情况(例如洗衣机漏水)的警报,然后动身回家以处理警报情况。在本示例中,移动性预测模块102可接收到表明警报情况和表明用户正在回家的路线上移动的数据。基于该数据,移动预测模块104可预测用户的情况,例如用户正在返回家中以修理其洗衣机。内容兴趣预测模块104可使用这个预测情况来预测预计用户在返回家中时会感兴趣的内容项,例如涉及警报信息、修理信息、安全信息、机械接触信息的内容项,考虑到情况的紧急性,可为所有这些内容项指定高优先级。然后,可将这些内容项传输给接近用户家的子节点150。
用户的预测情况还可包括用户设备的状态信息,例如设备状态、电池电量、运行程序、接收的命令,等等。
内容兴趣预测还可基于与某个用户有关联的其他用户的信息来进行,其中这些其他用户可为朋友、家人等等。在一实施例中,内容兴趣预测模块104可通过该特定用户的联系人列表获得与这类其他用户有关的信息,联系人列表可从移动设备200或从社交媒体平台等远端服务器提取。
内容兴趣预测模块104可获得有关这类其他用户的各种数据,包括表明这类其他用户访问的内容的历史数据、表明这类其他用户正在访问的内容的实时或近实时数据、表明这类其他用户的当前情况(例如位置、活动等等)的实时或近实时数据,等等。在一实施例中,内容兴趣预测模块104可从系统10中的针对其中一个其他用户实例化的节点接收这类数据。
在一个特定示例中,内容兴趣预测模块104在确定用户的一个朋友或家庭成员访问了特定视频时将该视频添加到用户的内容列表中。
内容兴趣预测模块104可评估特定用户与特定其他用户之间的亲密度,并基于亲密度权衡其他用户的行为数据。亲密度可根据与接触频率、共同兴趣、共同人口统计特征等等有关的数据来确定。
在一实施例中,内容兴趣预测模块104可从一个或多个内容数据源接收表明更新的内容数据可用的通知,例如,表明用户先前访问的内容数据或先前已为用户预取的内容数据已更新的通知。在这类情况下,内容兴趣预测模块104可评估用户是否会对更新的内容数据感兴趣。若是,则更新的内容数据可添加到内容列表中,并可由预取模块110通过下文详述的方式预取。更新的内容数据还可由子节点150在例如从根节点100接收到一部分内容列表后预取。在一实施例中,根节点100可向一个或多个子节点150发送通知,该通知表明更新的内容数据可用。在一实施例中,根节点100可向一个或多个子节点传输请求以预取更新的内容数据。
在一实施例中,内容兴趣预测模块104可从一个或多个信任实体接收内容兴趣预测,这类内容兴趣预测可直接添加到节点的内容列表中而无需审核。
内容兴趣预测模块104生成一个内容列表,该内容列表具有确定预计用户会感兴趣的内容项的条目。内容兴趣预测模块104将该内容列表维护在数据存储器118a中。在有新内容兴趣预测时,内容兴趣预测模块104更新数据存储器118a中的内容列表。在从其它节点、从用户的移动设备200或从其它实体接收到内容列表更新时,内容兴趣预测模块104也更新数据存储器118a中的内容列表。
内容查找器模块106用于通过搜索可由内容兴趣预测模块104提供的内容项的位置来进行内容发现。例如,内容查找器模块106可通过扫描各种内容数据源来搜索内容项;内容查找器模块106还可搜索本地缓存中的内容和缓存节点等互联节点中的缓存中的内容。
内容查找器模块106更新数据存储器118a中的内容列表以包括找到的内容项的位置。在一些情况下,可能找到相同内容的多个位置,每个位置都可存储在数据存储器118a中的内容列表中。
例如在内容项为银行对账单时,内容查找器模块106还可在内容列表中包括关于是否需要授权来访问内容的指示符。例如在内容项要收费时,内容查找器模块106还可在内容列表中包括关于是否需要付费来访问内容的指示符。内容查找器模块106还可在内容列表中包括与特定位置相关的网络传输特性的指示符,其中网络传输特性可为时延、访问延迟、数据速率、成本等等。成本可为网络成本或货币成本等。
内容列表分发模块108用于将内容列表数据分发给子节点150。内容列表分发模块108处理预计用户感兴趣的内容项的列表,例如存储在数据存储器118a中的列表,以指定确定的内容项的优先级。优先级可基于用户的预测未来位置确定。例如,对于预测位置,内容列表分发模块108可估计用户会对各个内容项感兴趣的可能性(例如计算数值可能性),并预测用户何时(例如短期、长期、时间T1内、T1与T2之间、T2与T3之间)会对各个内容项感兴趣。
在一实施例中,内容项的优先级可基于其它方面的用户预测情况,例如将进行的活动、将执行的应用等来确定。
在一实施例中,内容项的优先级可基于如上所述与内容项的位置相关的网络传输特性来确定。在一实施例中,内容项的优先级可基于访问那些内容项的成本来确定,该成本可为货币成本或网络成本。
内容列表分发模块108选择内容项列表的一个子集来传输给至少一个子节点150。该子集可基于确定的优先级、特定用户的预测未来位置和子节点150的地理位置来选择。在一实施例中,该子集可基于其它方面的用户预测情况,例如将进行的活动和将执行的应用等来选择。
在一实施例中,内容列表分发模块108向每个子节点150提供为传输到各个子节点150的每个内容项指定的优先级。
在一实施例中,内容列表分发模块108维护发送给每个子节点150的先前内容列表数据的记录。在该实施例中,内容查找器模块106发送反映新的/更新后的内容项的内容列表更新。
在一实施例中,当一个内容项在多个位置可用时,如可由内容查找器模块106查找到的,内容列表分发模块108可基于用户的未来位置/情况的预测来确定提取数据的优选位置。该优选位置可在内容列表中指示为优选位置,以区别于其它可选位置。在一实施例中,内容列表分发模块108可基于与特定位置相关的网络传输特性(例如时延、访问延迟、数据速率等等)来选择优选位置。
在一实施例中,内容列表分发模块108可提供至少一部分内容列表给信任实体。这类信任实体可使用内容列表数据来给特定用户提供/推送内容项。这类信任实体还可帮助确定用于提取内容项的优选或可选位置。
如上所述,在一实施例中,移动设备200可维护其自己的内容列表。在该实施例中,内容列表分发模块108还向移动设备200发送内容列表更新,使得移动设备200的联系人列表与根节点100处的联系人列表可保持同步。
再次参见图2,预取模块110用于为特定用户预取内容数据。预取模块100可根据内容兴趣预测模块104、内容查找器模块106和内容列表分发模块108更新的上述内容列表中的内容项、位置和优先级来预取内容数据。在一实施例中,预取模块100可使用一个不同的内容列表,该内容列表可由外部实体提供。预取内容数据可存储在根节点100处,例如存储在内容数据存储器118b中,以供后续传输。
当多个位置可用于预取相同的内容数据时,预取模块100可选择优选位置,例如靠近用户的位置或成本低的位置。
在一实施例中,预取模块110可记录内容数据源处的内容项的任何变更,包括新内容数据的可用性。这类内容项可为由内容兴趣预测模块104生成的内容列表或另一内容列表中确定的内容项。这样,预取模块110可保持根节点100处的预取数据与内容数据源处的数据同步。
在一个示例中,预取模块110可不时地轮询内容服务器以检查更新。这类轮询可根据预设时间表执行,或可根据网络资源可用性(例如在业务量条件低时)执行。在另一示例中,内容服务器可将内容数据的变更通知给预取模块110。在一些情况下,变更可自动推送给预取模块110,或者预取模块110可在接收到通知时提取变更。在一些情况下,预取模块110可订阅接收这类通知。在另一示例中,内容数据源可提供关于预计内容数据何时变更(例如新一集视频节目何时可以下载)的时间表,预取模块110可根据提供的时间表提取新内容数据。
在一实施例中,预取模块110可基于对用户何时会需要数据的预测在某个时间从内容数据源预取内容数据。例如,如果预取模块110接收到关于用户想要在特定时间观看特定视频的预测,则预取模块110可在视频可获取的时间与预测观看时间之间的某个时间预取该视频的数据。预取数据的特定时间可取决于各种因素,包括网络拥塞,比如链路条件,成本、用户位置等。
在确定特定内容数据发生变更后,预取模块110可向一个或多个子节点150发送通知。预取模块110还可向移动设备200发送通知。在一实施例中,子节点150和/或设备200可立即获知这些变化。
在接收到这类通知后,子节点150和/或设备200可以可选地提取部分或所有更新的内容数据。内容数据可从根节点100或从内容数据源提取。
在一个特定示例中,设备200可用于监控一个或多个位置(例如计算机机房、食品冷藏储存室等等)处的温度,并在监控到的温度偏离预期范围时执行预先编程的动作(例如发出警报)。因此,设备200可用于从监控位置获取温度传感器数据。若传感器数据与其上一次预取时的状态相比没有变化,则无需预取新数据。在发生变更时,该变更可根据上述任意方式确定,设备200可接收变更通知。那时,设备200可预取新传感器数据。
在一实施例中,预取模块110可向一个子节点150传输请求来预取该子节点150处的内容数据,而不是直接预取内容项的某一内容数据。例如在靠近该子节点150的位置处找到内容项时,预取模块110可发出这一请求。该请求可包括要预取的内容项的标识符。该标识符可包括内容项的位置。
预授权模块112用于与需要用户/设备授权的互联服务器建立连接。预授权模块112可为这类服务器维护用户或设备凭证,并提供这类凭证以建立认证连接。内容查找器模块106可使用这类认证连接来查找位于互联服务器处的内容。预取模块110可使用这类认证连接从互联服务器预取数据。上传模块116可使用这类认证连接来将数据上传到互联服务器,如下文详述。
在一实施例中,预授权模块112基于针对授权连接的预测用户需求与互联服务器建立授权连接,以下载或上传数据等。这样,在需要授权连接时,可避免与建立这类连接相关的延迟。
在一实施例中,预授权模块112可用于维持连接,例如通过周期性传输的保活信号来维持连接。这样,即使用户的移动设备200失去连接性,也可为用户维持连接。
内容数据分发模块114用于传输预取内容数据。预取内容数据可从内容数据存储器118b提取以进行传输。内容数据分发模块114可例如向一个或多个子节点150传输部分预取内容。这类内容数据可存储在子节点150处,直到用户的移动设备200需要这类内容数据。
内容数据分发模块114为这部分预取内容数据指定优先级。优先级可基于用户的预测未来位置确定。例如,对于预测位置,内容数据分发模块114可估计用户的移动设备200需要这部分预取内容数据的可能性(例如计算数值可能性),以及何时(例如多久之后)需要该数据(例如短期、长期、时间T1内、T1与T2之间、T2与T3之间)。
在一实施例中,部分预取内容数据的优先级可基于其它方面的用户预测情况,例如将进行的活动、将执行的应用等来确定。
传输给各个子节点150的特定部分的预取内容数据可基于确定的优先级、子节点150的位置、用户的预测位置以及用户在预测位置处的预测内容数据需求。在一实施例中,该部分可基于其它方面的用户预测情况,例如将进行的活动、将执行的应用等来选择。这样,预取内容数据在需要该数据时被发送到接近预计用户位置的一个或多个位置。
传输给各个子节点150的特定部分的预取内容数据还可基于其它因素,包括预计设备200在接近特定子节点150时会消耗的预取内容数据量、设备200多久之后需要内容数据、与根节点100和特定子节点150之间的数据通信相关的网络条件成本或度量,或与特定子节点150和设备200之间的数据通信相关的网络条件成本或度量,等等。
传输给各个子节点150的特定部分的预取内容数据还可基于与各个子节点150相关的数据传输特性,例如传输成本、数据速率、容量、时延等等,如上所述。这类数据传输特性可从子节点150或从驻留在网络8中监控器接收。传输给各个子节点150的特定部分的预取内容数据还可基于用户的传输偏好,或如上所述在用户的移动设备处执行的应用的传输偏好。
成本可例如为与特定子节点150的数据通信相关的货币成本或网络成本。网络条件度量可反映数据速率、时延、容量、拥塞状态或特定链路或节点的负载等。网络条件度量可例如为与特定子节点150的数据通信相关的体验质量度量。
在一实施例中,传输给各个子节点150的特定部分的预取内容数据可考虑通过网络8传输的其它流量,例如其他用户产生的流量。
传输给各个子节点150的特定部分的预取内容数据可基于上述因素的组合。
图3描绘了可存储在数据存储器118b中的预取内容数据120、122、124、126、128等的一个示例集合。该集合中的内容数据按优先级顺序,例如1、2、3、4、5、6等等来描述。如图所示,对于内容数据的该示例集合,选择将包括内容数据120和122的子集传输给子节点150-1。预计当用户接近子节点150-1时用户的移动设备200会需要内容数据的该子集。选择将包括内容数据122、124和126的另一子集传输给子节点150-2。预计当用户接近子节点150-2时设备200会需要内容数据的该子集。
如图所示,虽然发送给子节点150的预取内容数据子集可能不同,但是这些子集可重叠。因此,例如,一些预取内容数据(例如内容数据122)可发送给多个子节点。在一些情况下,预取内容数据的相同子集可发送给多个子节点。在一些情况下,发送给一个子节点150的预取内容数据子集可能与发送给另一子节点150的任一预取内容数据子集都没有重叠。此外,子节点150可预取额外的数据。
因此,一个子节点150可维持专属于该子节点150的预取内容数据,或与在另一子节点150处维持的数据相同的预取内容数据。当数据为专属数据时,其可能包括或不包括与存储在另一子节点150处的数据重叠的数据。
内容数据(例如数据128)的一些部分可能不传输给子节点。这类内容数据可包括例如预计用户设备近期不会需要的数据。
在一实施例中,内容数据分发模块114可将大内容项划分为多个部分,并将这些部分传输给多个子节点150,或在不同的时间(例如在单独的子集中)传输。例如当子节点150处的链路容量或存储容量受限时,可能需要划分内容项。这些部分的内容项可从多个子节点150传输给设备200。设备200可从接收到的部分重组内容项,或者可逐部分使用内容项(例如,这种情况可适用于流式视频)。例如当这些部分的内容项在不同的时间发送给同一子节点150时,内容项还可在子节点150处重组。
在一实施例中,内容数据分发模块114可维护发送给每个子节点150的先前预取内容数据的记录。在该实施例中,预取模块110发送反映新的/更新后的内容数据的内容数据更新。例如,这些更新可采用的形式为与前一更新的数据增量或差异。在一实施例中,新的/更新后的内容数据可在传输之前压缩,并可在子节点150处或移动设备200处解压。
在一实施例中,部分或所有预取内容数据还可直接传输给用户的移动设备200。
上传模块116用于将用户数据上传到互联服务器。用户数据可直接或通过子节点150从用户的移动设备200接收。接收的用户数据在传输给互联服务器之前可临时存储在上传数据存储器118c中。用户数据可例如包括用于访问其它内容数据的数据。
在一实施例中,可向移动性预测模块102提供要上传的用户数据,以基于用户数据预测用户的情况/位置。在一实施例中,可向内容兴趣预测模块104提供要上传的用户数据,以基于用户数据预测用户的内容兴趣。
在一实施例中,要上传的用户数据可包括存储在移动设备200处的内容数据的指示符。节点100和150可处理该数据,例如,以确定无需传输给设备200因而不应预取的内容。存储在移动设备200处的内容数据指示可与其他用户或设备共享,以便从移动设备200提取内容。
在一实施例中,根节点100可确定没有子节点150存在于离用户的预测未来位置距离适当的位置处,并可使新子节点150实例化。然后内容列表分发模块108可向新近实例化的子节点传输内容列表数据。类似地,然后内容数据分发模块114可向新近实例化的子节点传输预取内容数据。
每个子节点150可配置为具有根节点100的一些或所有模块和数据存储器,如图2所示。
如上所述,每个子节点150维护其自己的内容列表。每个子节点可包括一个内容列表数据存储器118a以存储内容列表数据。每个节点150将内容列表数据和接收到的任何更新填充到数据存储器118a中。
在一实施例中,每个子节点150可包括一个移动性预测模块以通过与如上所述根节点100类似的方式进行移动性预测。例如,子节点150更靠近用户或获知了接近该子节点150的多个用户的移动性,则可以访问对这类预测有用而根节点100不可用的数据,或者可以早于根节点100访问这类数据。在一个示例中,子节点150可在根节点100之前从用户的移动设备200接收传感器数据。在另一示例中,子节点150可以针对其特定地理位置访问当地流量数据或当地天气数据。因此,在一些情况下,子节点150可以产生更准确或更及时的用户移动性预测。
在该实施例中,各个子节点150可与根节点100交换用户移动性预测更新。这类更新可包括用于预测用户移动性的数据或任何已进行的预测。这样,在各个节点处的预测可利用与用户位置或用户情况有关的可用数据。
在一实施例中,每个子节点150可重新评估其内容列表中的从根节点100接收到的内容项的优先级。例如,子节点150可基于在该节点进行的移动性预测来重新评估内容项的优先级,并且优先级可更新。子节点150可使用这类重新评估的优先级来确定内容列表或存储在节点处的任意内容数据的哪些部分何时传输给其它节点或传输给设备200。
反映子节点150确定的更新后优先级的数据可传输给根节点100。这类数据还可发送给设备200。
在一实施例中,每个子节点150可确定对其内容列表的更新。例如,每个子节点150可包括一个内容兴趣预测模块102以通过与如上所述根节点100类似的方式确定用户可能感兴趣的额外内容项。在每个子节点150处进行的内容兴趣预测可考虑在该子节点150处产生的或在该子节点150处获得的任何用户移动性预测。
每个子节点150还可包括一个内容查找器模块106以查找其内容列表中确定的内容项的位置,例如包括替代位置。每个子节点150可在根节点100可能还未搜索的本地网络领域内,例如在其本地缓存或邻近缓存节点中,进行搜索。因此,可能找到更靠近用户的内容项的位置。
子节点150可向根节点100发送反映新预测或位置等的内容列表更新。子节点150还可向移动设备200发送内容列表更新。
在一实施例中,子节点150包括预取模块110以基于其内容列表通过与如上所述根节点100类似的方式预取内容数据。预取内容数据可存储在该子节点150处,例如内容数据存储器118b中,以供后续向移动设备200传输。从根节点100接收的任何预取内容数据也可存储在内容数据存储器118b中,以供后续向移动设备200或另一节点传输。子节点150在从根节点100接收到请求后可预取特定内容数据。
方便的是,在该实施例中,子节点150从根节点100接收预取内容数据。子节点无需从远端内容数据源提取从根节点100接收的这类数据。
每个子节点150可通过与如上所述根节点100类似的方式为预取内容数据指定优先级以供后续传输。子节点150处的优先次序可考虑在该节点处进行的任何用户移动性预测。
如上所述,移动设备200可维护其自己的内容列表,并使该内容列表与根节点100处的内容列表保持同步。移动设备200可生成新内容列表数据以反映该移动设备的预测或确定兴趣,并相应地更新其内容列表。例如,当移动设备200的用户访问内容时,移动设备200可确定相关内容项并更新其内容列表以包括这类相关内容项。
例如,移动设备200还可在本地缓存中或局域网内搜索内容项的位置。移动设备200可在内容列表中包括这类位置并更新一个或多个节点(例如根节点100和子节点150)。
移动设备200处的内容列表可由用户、用户代理、在设备200处执行的应用来更新。该移动设备可向一个或多个节点(例如根节点100和子节点150)传输内容列表更新。
在一个特定示例中,用户可能正在道路结冰的情况下驾驶汽车。移动设备200可能接收到表明用户正在驾驶的数据(例如通过车载加速计或GPS传感器读取)和表明当地天气情况的数据。基于该数据,移动设备200可预测用户会对特定内容感兴趣,例如会对道路结冰的情况下的驾驶指南感兴趣。考虑到驾驶员当前正在驾驶,移动设备200可为该内容项指定高优先级。该内容兴趣可更新到接近驾驶员路线的子节点150。
在另一特定示例中,足球运动员前往足球联赛可表明其对与对方球队的特定站位或弱点有关的信息感兴趣。该内容兴趣可分发到接近足球场的子节点150。
该内容兴趣可引起相同兴趣添加到其它用户的内容列表,例如通过服务这些其他用户的内容兴趣预测模块104添加。这类其他用户可例如为具有相似兴趣资料的用户(例如站位相同的运动员)或紧靠该足球运动员的用户(例如前往足球联赛的其他运动员)。
在一实施例中,移动设备200可与其它移动设备共享其内容列表。这类其它移动设备可例如为朋友、家人或其他信任用户操作的移动设备。这类其它移动设备可通过局域网或虚拟局域网等与设备200互联。
移动设备200可与特定其他用户或其它设备共享整个或部分内容列表。例如,内容列表的共享部分可与特定兴趣类别有关。通过组中的一个或多个成员等,共享内容列表可帮助提取用户组或设备组感兴趣的内容数据,以在组中共享。移动设备200可通过根节点100或一个或多个子节点150共享整个或部分内容列表。
图4描绘了根据另一实施例的数据通信系统10。内容发现系统20与内容发现系统10的不同之处在于,系统10包括分层组织为两个层级的节点(根节点100在一个层级,子节点150在下一层级),而系统20包括分层组织为四个层级的节点。
具体而言,系统20包括根节点100、位于根节点100的下一层级处的子节点130、位于子节点130的下一层级处的子节点140以及位于子节点140的下一层级处的子节点150。根节点100、子节点130、140和150中的每一个通过至少一个数据通信网络8互联。
系统20的根节点100可通过与上述用于系统10的根节点100的方式基本类似的方式来运作。子节点130、140和150中的每一个可通过与上述用于系统10的子节点150的方式基本类似的方式来运作。
然而,与系统10中不同,根节点100不直接向子节点150发送预取内容数据,即内容数据更新。而是根节点100向子节点130传输内容数据更新;每个子节点130发送内容数据更新给其互联的子节点140;每个子节点140发送内容数据更新给其互联的子节点150。最后,子节点150可向移动设备200传输内容数据更新。
此外,与系统10不同,根节点100不直接与子节点150交换数据(例如内容列表更新、内容列表优先级更新、用户移动性预测更新)。而是根节点100与子节点130交换这类数据;每个子节点130与其互联的子节点140交换这类数据;每个子节点140与其互联的子节点150交换这类数据。最后,每个子节点150可与设备200交换这类数据。
图5示出了预取内容数据的内容数据更新138沿系统20的节点层级向下往移动设备200的预测未来位置传播。类似地,图5示出了用户移动性预测更新132、内容列表更新134和内容列表优先级更新136沿系统20的节点层级向上传播和沿系统20的节点层级向下往移动设备200的预测未来位置传播的示例。
节点在层次结构的层级越低,负责的地理范围越小。例如,根节点100可为预计特定用户会感兴趣的任何内容项维护预取内容数据,而节点130可为指定地理区域维护相关预取内容数据,其中预计用户会在该地理区域中移动或经过该地理区域。因此,根节点100选择其预取内容数据的一部分以传输给节点130,该部分预取内容数据包括当用户在指定给该节点130的地理区域内时预计设备200会需要的内容数据。节点130的有限地理范围还可限制在节点130处维护的预取内容数据的时间范围。例如,节点130可维护用户在指定给节点130的地理区域内的那一时间段中预计设备200会需要的预取内容数据。
沿层次结构向下移动,每个节点140可为指定给其父节点130的区域的一个子区域维护相关预取内容数据。因此,节点130选择其预取内容数据的一部分以传输给节点140,该部分预取内容数据包括当用户在指定给该节点140的子区域内时预计设备200会需要的内容数据。每个节点150可为一个甚至更小的地理区域维护相关预取内容数据,其中该更小的地理区域是指定给父节点140的子区域的一部分。因此,节点140选择其预取内容数据的一部分以传输给节点150,该部分预取内容数据包括当用户在指定给该节点150的区域内时预计设备200会需要的内容数据。
节点在层次结构的层级越低,距用户位置越近。因此,每个层级较低处的节点可以访问能够用于做出更准确或更及时的用户移动性预测的数据,并且可以更准确地排出内容项和/或预取内容数据的优先次序。如图5所示,用户移动性预测更新和优先级更新可从低层级向上传播。
层次结构的每个层级处的节点可使该层级的下一层级中的新节点实例化,以在与用户的预测未来位置对应的位置处提供新节点。类似地,层次结构的每个层级处的节点可使该层级的下一层级中的节点在不再被需要时失效或移除。
如图所示,节点100、130和140中的每一个与一个或多个流量控制器12互联。并且,每个节点150可与一个或多个流量控制器12互联。每个流量控制器12用于执行流量工程功能以控制相应数据通信网络8中的流量传输(例如路由和调度)。因此,系统100中的例如节点之间的或从节点到用户的移动设备的流量传输由一个或多个流量控制器12控制,并向该一个或多个流量控制器12发送传输请求。在一实施例中,节点100、130、140和150中的一个或多个可能不与流量控制器12连接,这类节点的流量传输可由节点自己控制或由(例如另一节点处的)另一控制器控制。在一实施例中,流量控制器12可为软件定义网络(software-defined networking,SDN)控制器。在一实施例中,流量控制器12可为另一类型的网络控制器。
可选地,节点100、130、140和150中的每一个可以通过一个或多个数据通信网络8与一个或多个缓存节点16互联。可选地,节点100、130、140和150中的每一个可以包括一个或多个本地缓存18。缓存节点16和本地缓存18可都包含缓存的内容数据。缓存的内容数据可例如为特定用户或其他用户过去访问的数据。缓存的内容数据可例如为在特定地理区域或特定网络8等中频繁访问的数据。节点可在缓存节点16和本地缓存18内搜索以确定感兴趣的内容项,或者以查找已确定内容项的位置。可从这些缓存节点16或本地缓存18中的任意一个预取内容。
在一实施例中,节点100、130、140和150中的每一个可充当移动设备200的虚拟化版本,并将自己在流量控制器12等网络组件面前呈现为移送设备200。在一个特定示例中,节点可将自己呈现为移送设备200以便替移送设备200获得对网络资源的授权访问。在另一特定示例中,节点可追踪移动设备200各方面的状态,例如其功率电平以及与电源的距离。这类信息可用来,例如,变更要向设备传输的特定内容数据或特定内容列表数据的优先级。
在一实施例中,节点100、130、140和150中的每一个可与其它网络功能相关联,这些网络功能可基于各个节点在层次结构中的层级来指定。例如,节点130可充当协助追踪移动设备200的区域连接管理器,并作为移动设备200的代理与流量控制器12交互。例如,节点140可充当本地连接管理器。节点140还可充当移动设备200的默认网关。因此,节点140可基于已预取的且预计会传输给设备200的内容数据来维护与设备200的未来路由需求有关的数据。这类路由需求可提供给流量控制器12。
如同节点150一样,节点130和/或140可实例化以服务根据特定用户的位置而变化的地理区域。例如,当特定用户移动位置时,该地理区域可随着该用户迁移。
在一个特定示例中,节点100可位于云中。可在特定用户的归属城市中,例如在区域网关处,实例化特定节点130。当用户在家时,可在接近用户家的位置处实例化特定节点140。当用户在工作时,可在接近用户的工作地的位置处实例化特定节点140。当用户在该城市中移动时,可将节点130维持在适当的位置,并可在接近用户不断变化的位置的各种位置处实例化新节点140和150。例如,当用户乘坐飞机等离开该城市时,可在卫星处实例化新节点130以在途中为用户服务。节点140和150可例如在该飞机内实例化。当用户到达一个新城市时,可为用户在新城市中实例化新节点130。类似地,还可为用户在新城市中实例化新节点140和150。新节点140和150可实例化来为随着用户在新城市中的特定位置变化而变化的地理区域服务。
每个130、140、150在本文中称为根节点100的子节点。但是节点140还可称为节点130的子节点、根节点100的孙节点。类似地,节点150还可称为节点140的子节点、节点130的孙节点和根节点100的曾孙节点。反之,每个节点100、130和140可称为它们的相应子节点、孙节点和增孙节点的父节点、祖父节点或曾祖父节点
分层组织为两个层级和四个层级的节点已在所描绘的实施例中示出。但是在其它实施例中,可能存在更少或更多的层级。
此外,在所描绘的实施例中,节点根据树形拓扑互联。但是在其它实施例中,节点可根据一个不同的拓扑(例如网状拓扑)互联。例如,每个子节点可与多个父节点互联,并可与这些父节点中的每一个交换数据(例如内容列表更新、用户移动性预测更新、内容数据更新,等等)。此外,每个子节点可与层次结构中同一层级处的其它子节点(例如其兄弟节点)互联,使得数据可在子节点之间交换。在一实施例中,系统10的节点可互联,使得这些节点的子集根据不同的拓扑排列。
在一些实施例中,系统10或移动设备200生成或获得的信息,例如用户移动性预测、数据的可选位置、网络传输特性、预计何时需要数据,等等,可提供给流量控制器12。流量控制器12可考虑所有这类信息以路由并调度数据流量。
在一些实施例中,内容兴趣和内容数据的存储和传输可考虑安全要求,以保护机密信息或隐私等。这类要求可为每个内容项或每类内容项等指定。例如,可为包括个人照片或银行对账单等敏感数据的内容项指定高安全级别。反之,可为天气预报等公共可用的数据指定低安全级别。安全要求可包括在内容列表中,与特定内容项相关联。
部分内容列表或内容数据还可根据它们的目的,例如个人使用或工作使用,来进行分类,并且可基于该目的指定不同的安全要求。
部分内容列表或内容数据可根据安全要求存储在特定位置中和/或通过特定链路传输。例如,内容列表或内容数据中与用户的工作相关的部分可存储在安全企业服务器中,并可通过安全VPN链路传输。
在一实施例中,可至少部分基于安全要求,例如使用特定安全硬件或在特定安全网络位置处,在特定位置处实例化节点。在一实施例中,可至少部分基于安全要求,例如对到特定安全硬件或到特定安全网络位置的传输的安全要求,选择内容列表的子集和/或内容数据的子集。
内容列表和内容数据在传输和/或存储时可加密。
本文公开的数据传输系统的操作可参照图6、图7和图8所示的流程图进一步描述。
图6描绘了可在根节点100处或任意父节点处执行以分发内容列表数据和在根节点100处为特定用户预取的数据的示例方法600,其中内容列表数据包括预计该特定用户会感兴趣的数据的标识符,以供在子节点处预取。该内容列表数据和在根节点100处预取的数据可共同称为预取数据。如将认识到的,方框的顺序仅示为示例,方框可按其它合适的顺序执行。
如图所示,操作在方框602处开始。在方框602处,根节点100通过上文描述的方式为特定用户进行用户移动性预测。
在方框604和606处,根节点100获得要分发给子节点的预取数据。具体而言,根节点100进行内容兴趣预测以确定预计该特定用户会感兴趣的内容。例如,根节点100可生成内容列表数据,该内容列表数据包括标识预计该特定用户会感兴趣的数据的一个或多个标识符。在另一实施例中,根节点100可仅从外部实体接收预计用户会感兴趣的内容的列表,以便可省略根节点100处的内容兴趣预测。
在方框606处,可选地,根节点100通过至少一个网络8等从至少一个内容数据源预取预计该特定用户会感兴趣的内容。
在方框608处,根节点100选择要传输给一个或多个子节点的预取数据子集。例如,根节点100可选择要传输给第一子节点的预取数据第一子集,并选择要传输给第二子节点的预取数据第二子集。每个子集可通过上文描述的方式选择。例如,可至少基于用户的预测未来位置和子节点的地理位置来选择要发送给该子节点的子集。然后,将所选的预取数据子集传输给各个相应的子节点。
图7描绘了可在根节点100处或任意父节点处执行以实例化新子节点(例如子节点130、140或150)的示例方法700。如图所示,操作在方框702处开始。
在方框702处,根节点100基于用户未来位置的预测等来确定是否需要新子节点。用户未来位置的预测可例如由根节点100通过进行方框602(图6)处的用户移动性预测来获得,或可从设备200接收。如果当前不存在接近预测未来位置的子节点,则可以确定需要新子节点。如果需要新子节点,则在方框704处,基于用户未来位置的预测选择新子节点的期望地理位置,例如接近预测未来位置的期望地理位置。选择新子节点的地理位置还基于可以充当新子节点的设备的位置。在方框706处,在所选地理位置处实例化新子节点。例如,根节点100可向所选地理位置处的设备传输要求充当新子节点的请求。
方法700可在图6所示的任意方框600之前、之后或与其并行在根节点100处执行。例如,可在预取内容数据之前、之后或期间实例化新子节点。
上述方法600或700之一或两者可在根节点100处重复,例如因为需要预取新内容数据,或因为用户的位置发生了改变,或因为用户的预测未来位置发生了改变。
图8描绘了可在子节点(例如子节点130、140或150)处执行的示例方法800。如图所示,操作在方框802处开始。在方框802处,子节点从其根节点(例如根节点100)接收预取内容数据。
在方框804处,可选地,子节点可通过至少一个网络8从一个或多个内容数据源预取额外的内容数据。
在一些情况下,子节点可通过进行内容兴趣预测等来确定预计特定用户会感兴趣的内容,然后可基于其已确定的内容预取额外的内容数据。
在其它情况下,子节点可从父节点接收标识预计会感兴趣的内容的标识符。该标识符可包含在提供给子节点的内容列表中。该标识符还可包含在父节点发送的用以预取特定内容数据的请求中。
在又一其它情况下,子节点可从移动设备200接收标识预计会感兴趣的内容的标识符。该标识符可包含在提供给子节点的内容列表中。该标识符还可包含在设备200发送的用以预取特定内容数据的请求中。
在方框806处,向移动设备200传输一些或所有预取数据。
上述方框中的一个或多个可在子节点处重复,例如在从父节点接收到新预取内容数据时。
如将认识到的,图6、图7和图8所示的流程图各自示出了本文描述的系统的简化示例操作,为清晰起见,其它细节(例如用户情况预测、内容列表数据交换、数据上传,等等)已省略。系统可通过这些和其它方式操作。
虽然上文已参考移动设备描述了实施例,但是本文公开的系统、方法和设备可应用到各种各样的设备,例如车辆、机器人、机器、传感器、电视机、台式电脑等等。这类设备无需为可移动的。这类设备可与其它设备或装备集成。
虽然上文已参考具有特定功能的示例节点描述了实施例,但是将认识到,在一些实施例中,针对一个示例节点描述的功能可分布于多个节点,这些节点可各自在硬件、软件或其组合中实施。在一些实施例中,多个节点可使用共享硬件或软件实施。
上文已参考用户描述了实施例。如将认识到的,在一些实施例中,用户无需为人类。相反,用户可为设备、机器或软件应用等。
在一个特定示例中,用户可为机器人,该机器人感兴趣的内容可能涉及潜在运动设计。这类内容可由该机器人提取,例如,以规划即将进行的动作。
在另一特定示例中,用户可为电子广告牌的控制器,感兴趣的内容可能为广告。这类内容可例如在特定用户出现时提取。
在另一特定示例中,用户可为无人驾驶车辆的控制器,感兴趣的内容可能为路况。可提取这类内容,例如,以适应这类路况。
图9为示例计算设备900的示意图,计算设备900可用于充当本文描述的任意节点。该计算设备可为任意网络使能计算设备,例如服务器类计算机,或个人计算机、路由器、交换机、接入点,等等。
在所描绘的实施例中,计算设备900至少包括一个处理器902、存储器904、至少一个I/O接口906和至少一个网络接口908。
处理器902可为任意类型的处理器,例如任意类型的通用微处理器或微控制器(例如IntelTM x86、PowerPCTM、ARMTM处理器等)、数字信号处理(digital signalprocessing,DSP)处理器、集成电路、现场可编程门阵列(field programmable gatearray,FPGA),或它们的任意组合。
存储器904可包括位于内部或外部的任意类型的计算机存储器的适当组合,例如随机存取存储器(random-access memory,RAM)、只读存储器(read-only memory,ROM)、只读光盘(compact disc read-only memory,CD-ROM)、电光存储器、磁光存储器、可擦除可编程只读存储器(erasable programmable read-only memory,EPROM)和电可擦除可编程只读存储器(electrically-erasable programmable read-only memory,EEPROM)、闪存等等。
I/O接口906使设备900能够与外围设备或外部存储设备等输入和输出设备互联。
网络接口908使设备900能够与其它组件,例如其它节点,进行通信,并通过连接到网络,例如一个或多个网络8,来执行其它计算应用。
本文描述的实施例可通过仅使用硬件或通过使用软件和必要的通用硬件平台来实施。基于这种理解,技术方案可以以软件产品的形式体现。软件产品可存储在非易失性或非瞬时性存储介质中,非易失性或非瞬时性存储介质可为只读光盘(compact disk read-only memory,CD-ROM)、USB闪存盘、固态硬盘或移动硬盘。软件产品包括使计算机设备(个人计算机、服务器或网络设备)能够执行实施例中提供的各方法的多个指令。
可存储在存储器904中的程序代码可用于输入数据以执行本文描述的功能并生成输出信息。输出信息可用于一个或多个输出设备。在一些实施例中,这类输出设备的通信接口可为网络通信接口(例如接口908)。在元件可能组合的实施例中,通信接口可为软件通信接口,例如用于进程间通信的软件通信接口。在其它实施例中,可能存在实施为硬件、软件或其组合的通信接口的组合。
各个计算机程序可存储在存储介质或设备(例如ROM、磁盘、光盘、固态硬盘)中,可由通用或专用可编程计算机读取,用于在计算机读取存储介质或设备时配置和操作计算机来执行本文描述的流程。还可考虑将系统的实施例实施为非瞬时性计算机可读存储介质,配置有计算机程序,其中这样配置的存储介质使计算机以特定的预定方式运行,以执行本文描述的功能。
此外,所描述的实施例的系统和方法能够分布在计算机程序产品中,该计算机程序产品包括承载用于一个或多个处理器的计算机可用指令的物理、非瞬时性计算机可读介质。该介质可为各种形式,包括磁和电存储介质,例如一个或多个磁盘、光盘、磁带、芯片等。该介质可用于提供易失性或非易失性存储。非瞬时性计算机可读介质可包括所有计算机可读介质,除了瞬时性、传播信号。术语非瞬时性并不旨在排除主存储器、易失性存储器、RAM等计算机可读介质,存储在这种计算机可读介质上的数据可能只是临时存储。计算机可用指令也可为各种形式,包括编译代码和非编译代码。
将注意到,可以使用服务器、服务、接口、门户、平台或由硬件设备组成的其它系统。应认识到,使用这类术语被视为代表具有至少一个处理器的一个或多个设备,该至少一个处理器用于执行存储在计算机可读有形非瞬时性介质上的软件指令。应进一步认识到,所公开的基于计算机的算法、过程、方法或其它类型的指令集可以体现为包括非瞬时性有形计算机可读介质的计算机程序产品,该计算机可读介质存储使处理器执行所公开的步骤的指令。
如本文所使用的,除非上下文另有规定,术语“耦合到”旨在包括直接耦合(其中彼此耦合的两个元件彼此接触)和间接耦合(其中至少一个附加元件位于两个元件之间)。因此,术语“耦合到”和“与...耦合”同义使用。
本文描述的实施例通过物理计算机硬件实施例实现。本文描述的实施例提供有用的物理机器以及特别配置的计算设备、服务器、处理器、存储器、网络等的计算机硬件布置。例如,本文描述的实施例针对计算机装置,以及由计算机通过电子数据信号的处理和变换来实施的方法。
本文描述的实施例可涉及专门用于实施各种动作的计算设备、服务器、接收器、发射器、处理器、存储器、显示器、网络。本文描述的实施例针对适于处理和变换表示各种类型的信息的电磁信号的电子机器。本文描述的实施例普遍且整体涉及机器及其用途;并且本文描述的实施例若不与计算机硬件、机器、各种硬件组件一起使用就没有意义或实际适用性。
使用专门用于实现各种动作的计算设备、服务器、接收器、发射器、处理器、存储器、显示器或网络,来替代非物理硬件,例如使用心智步骤来替换,可能会大大影响实施例运作的方式。
这类硬件限制明显是本文描述的实施例的基本要素,它们不能在不对本文描述的实施例的操作和结构产生实质影响的情况下省略或替代心智构件。硬件对于本文描述的实施例是必要的,而不是仅仅用于以有效的方式快速地执行步骤。
虽然已详细地描述了本发明及其优点,但是应理解,可以在不脱离如所附权利要求书所界定的本发明的情况下对本发明作出各种改变、替代和更改。
此外,本发明的范围并不局限于说明书中所述的过程、机器、制造、物质组分、构件、方法和步骤的具体实施例。所属领域的一般技术人员可从本发明中轻易地了解,可根据本发明使用现有的或即将开发出的,具有与本文所描述的相应实施例实质相同的功能,或能够取得与所述实施例实质相同的结果的过程、机器、制造、物质组分、构件、方法或步骤。相应地,所附权利要求范围包括这些流程、机器、制造、物质组分、构件、方法及步骤。
可以理解,上文描述和示出的实施例仅为示例。本发明的范围由所附权利要求书指示。
Claims (26)
1.一种用于父节点处的将预取数据分发给至少两个子节点的方法,其特征在于,所述方法包括:
获取至少包括以下项之一的预取数据:
(i)预计特定用户会感兴趣的数据,所述数据由所述父节点通过至少一个数据网络从至少一个数据源预取;以及
(ii)至少一个标识符,所述标识符标识预计所述特定用户会感兴趣的数据,用于在至少一个所述子节点处预取所述标识的数据;
选择所述预取数据的第一子集和第二子集以分别传输给所述至少两个子节点中的第一子节点和第二子节点,所述选择至少基于所述特定用户的预测未来位置以及所述第一和第二子节点的相应地理位置;以及
通过所述至少一个数据网络向所述第一子节点和所述第二子节点分别传输所述预取数据的所述第一子集和所述第二子集。
2.根据权利要求1所述的方法,其特征在于,还包括:至少基于所述特定用户的所述预测未来位置选择一个期望位置作为所述第一个第二子节点中的给定子节点的所述地理位置。
3.根据权利要求2所述的方法,其特征在于,还包括:向所述期望位置处的设备传输要求充当所述第一和第二子节点中的所述给定子节点的请求。
4.根据权利要求1所述的方法,其特征在于,还包括:确定先前预取的数据何时在所述至少一个数据源处更新。
5.根据权利要求4所述的方法,其特征在于,还包括:预取所述更新的数据并将所述更新的数据传输给至少一个所述子节点。
6.根据权利要求4所述的方法,其特征在于,还包括:向至少一个所述子节点传输请求以预取所述更新的数据。
7.根据权利要求1所述的方法,其特征在于,还包括:
从所述特定用户操作的设备接收标识符,所述标识符标识预计所述特定用户会感兴趣的数据;以及
使用所述接收的标识符通过所述至少一个数据网络从所述至少一个数据源预取所述标识的数据。
8.根据权利要求1所述的方法,其特征在于,还包括:与所述至少一个数据源建立授权连接。
9.根据权利要求1所述的方法,其特征在于,还包括:对预计所述特定用户会感兴趣的数据进行预测。
10.根据权利要求1所述的方法,其特征在于,所述选择基于所述特定用户对所述预取数据的特定部分感兴趣的数值可能性。
11.根据权利要求1所述的方法,其特征在于,所述选择至少基于以下项之一:与至少一个所述子节点的数据通信相关的网络传输特性、对将在多久之后需要数据的预测、内容量、用户成本偏好、与其他用户相关的流量,以及数据安全要求。
12.根据权利要求11所述的方法,其特征在于,所述网络传输特性至少包括以下项之一:数据速率、时延、容量、拥塞状态和成本。
13.根据权利要求1所述的方法,其特征在于,所述至少一个数据源包括缓存,在所述父节点处预取的所述数据包括在所述至少一个数据源处缓存的数据。
14.一种用于分发预取数据的网络节点,其特征在于,所述节点包括:
网络接口,用于通过至少一个数据网络与至少两个子节点互联;以及
与所述网络接口通信的至少一个处理器,所述至少一个处理器用于:
获取至少包括以下项之一的预取数据:
(i)预计特定用户会感兴趣的数据,所述数据由所述网络节点通过所述网络接口从至少一个数据源预取;以及
(ii)至少一个标识符,所述标识符标识预计所述特定用户会感兴趣的数据,用于在至少一个所述子节点处预取所述标识的数据;
选择所述预取数据的第一子集和第二子集以分别传输给所述至少两个子节点中的第一子节点和第二子节点,所述选择至少基于所述特定用户的预测未来位置以及所述第一和第二子节点的相应地理位置;以及
通过所述网络接口向所述第一子节点和所述第二子节点分别传输所述预取数据的所述第一子集和所述第二子集。
15.根据权利要求14所述的网络节点,其特征在于,所述至少一个处理器用于至少基于所述特定用户的所述预测未来位置选择一个期望位置作为所述第一和第二子节点中的给定子节点的所述地理位置。
16.根据权利要求15所述的网络节点,其特征在于,所述至少一个处理器用于通过所述网络接口向所述期望位置处的设备传输要求充当所述第一和第二子节点中的所述给定子节点的请求。
17.根据权利要求14所述的网络节点,其特征在于,所述至少一个处理器用于确定先前预取的数据何时在所述至少一个数据源处更新。
18.根据权利要求17所述的网络节点,其特征在于,所述至少一个处理器用于预取所述更新的数据并将所述更新的数据传输给至少一个所述子节点。
19.根据权利要求17所述的网络节点,其特征在于,所述至少一个处理器用于向至少一个所述子节点传输请求以预取所述更新的数据。
20.根据权利要求14所述的网络节点,其特征在于,所述至少一个处理器用于:
从所述特定用户操作的设备接收标识符,所述标识符标识预计所述特定用户会感兴趣的数据;以及
使用所述接收的标识符通过所述至少一个网络接口从所述至少一个数据源预取所述标识的数据。
21.根据权利要求14所述的网络节点,其特征在于,所述至少一个处理器用于与所述至少一个数据源建立授权连接。
22.根据权利要求14所述的网络节点,其特征在于,所述至少一个处理器用于对预计所述特定用户会感兴趣的数据进行预测。
23.根据权利要求14所述的网络节点,其特征在于,所述选择基于所述特定用户对所述预取数据的特定部分感兴趣的数值可能性。
24.根据权利要求14所述的网络节点,其特征在于,所述选择至少基于以下项之一:与至少一个所述子节点的数据通信相关的网络传输特性、对将在多久之后需要数据的预测、内容量、用户成本偏好、与其他用户相关的流量,以及数据安全要求。
25.根据权利要求24所述的网络节点,其特征在于,所述网络传输特性至少包括以下项之一:数据速率、时延、容量、拥塞状态和成本。
26.根据权利要求14所述的网络节点,其特征在于,所述至少一个数据源包括缓存,在所述网络节点处预取的所述数据包括在所述至少一个数据源处缓存的数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/608,908 | 2015-01-29 | ||
US14/608,908 US9537971B2 (en) | 2015-01-29 | 2015-01-29 | Systems, devices and methods for distributed content pre-fetching in mobile communication networks |
PCT/IB2015/058796 WO2016120694A1 (en) | 2015-01-29 | 2015-11-13 | Systems, devices and methods for distributed content pre-fetching in mobile communication networks |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107113558A true CN107113558A (zh) | 2017-08-29 |
Family
ID=56542522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580072407.8A Pending CN107113558A (zh) | 2015-01-29 | 2015-11-13 | 用于移动通信网络中的分布式内容预取的系统、设备和方法 |
Country Status (4)
Country | Link |
---|---|
US (2) | US9537971B2 (zh) |
EP (1) | EP3251382B1 (zh) |
CN (1) | CN107113558A (zh) |
WO (1) | WO2016120694A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107211341A (zh) * | 2015-01-30 | 2017-09-26 | 华为技术有限公司 | 对用户设备进行分布式内容预取的系统、设备和方法 |
CN115830200A (zh) * | 2022-11-07 | 2023-03-21 | 北京力控元通科技有限公司 | 三维模型的生成方法、三维图形的渲染方法、装置及设备 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210009136A1 (en) * | 2014-03-03 | 2021-01-14 | Inrix, Inc. | Presenting geographic search results using location projection and time windows |
US10692370B2 (en) * | 2014-03-03 | 2020-06-23 | Inrix, Inc. | Traffic obstruction detection |
US10504034B2 (en) * | 2015-01-27 | 2019-12-10 | Huawei Technologies Co., Ltd. | Systems, devices and methods for distributed content interest prediction and content discovery |
US9537971B2 (en) * | 2015-01-29 | 2017-01-03 | Huawei Technologies Co., Ltd. | Systems, devices and methods for distributed content pre-fetching in mobile communication networks |
US10574786B2 (en) * | 2016-05-09 | 2020-02-25 | Motorola Solutions, Inc. | Methods and systems for controlled wireless distribution of data for use at a location without reliable wireless connectivity |
US10650621B1 (en) | 2016-09-13 | 2020-05-12 | Iocurrents, Inc. | Interfacing with a vehicular controller area network |
US11005952B2 (en) * | 2016-11-09 | 2021-05-11 | Mitsubishi Electric Corporation | Data distribution system, mobile station, distribution device, data distribution method, and computer readable medium |
KR102332525B1 (ko) * | 2017-06-01 | 2021-11-29 | 삼성전자주식회사 | 전자 장치 및 그 동작방법 |
US10771584B2 (en) * | 2017-11-30 | 2020-09-08 | Cisco Technology, Inc. | Provisioning using pre-fetched data in serverless computing environments |
GB2569651A (en) * | 2017-12-22 | 2019-06-26 | Veea Systems Ltd | Edge computing system |
US11190572B1 (en) * | 2019-07-31 | 2021-11-30 | United Services Automobile Association (Usaa) | Method and apparatus for accessing data for large events with a smart mobile application |
US11146656B2 (en) * | 2019-12-20 | 2021-10-12 | Tealium Inc. | Feature activation control and data prefetching with network-connected mobile devices |
US20240205875A1 (en) * | 2021-04-29 | 2024-06-20 | Samsung Electronics Co., Ltd. | First node, second node, or the method performed by the same |
CN113625920B (zh) * | 2021-08-19 | 2023-12-26 | 重庆允丰科技有限公司 | 基于树形图组织架构选择器的使用控制系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130054729A1 (en) * | 2009-11-06 | 2013-02-28 | Sharad Jaiswal | System and method for pre-fetching and caching content |
WO2014140526A1 (en) * | 2013-03-15 | 2014-09-18 | Vodafone Ip Licensing Limited | A method and system of providing data service according to a user's future location |
CN104125606A (zh) * | 2013-04-25 | 2014-10-29 | 霍尼韦尔国际公司 | 在无线多跳通信系统中优化电池寿命的系统和方法 |
CN107210955A (zh) * | 2015-01-27 | 2017-09-26 | 华为技术有限公司 | 用于分布式内容兴趣预测和内容发现的系统、设备和方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6125278A (en) | 1998-07-27 | 2000-09-26 | Wieczorek; Alfred A. | Method for optimizing resource allocation based on subscriber transmission history |
US7043524B2 (en) * | 2000-11-06 | 2006-05-09 | Omnishift Technologies, Inc. | Network caching system for streamed applications |
US6959320B2 (en) * | 2000-11-06 | 2005-10-25 | Endeavors Technology, Inc. | Client-side performance optimization system for streamed applications |
US7451196B1 (en) * | 2000-12-15 | 2008-11-11 | Stream Theory, Inc. | Method and system for executing a software application in a virtual environment |
US7451205B2 (en) * | 2001-10-01 | 2008-11-11 | Hewlett-Packard Development Company, L.P. | Multimedia stream pre-fetching and redistribution in servers to accommodate mobile clients |
US7240162B2 (en) * | 2004-10-22 | 2007-07-03 | Stream Theory, Inc. | System and method for predictive streaming |
US8369264B2 (en) * | 2005-10-28 | 2013-02-05 | Skyhook Wireless, Inc. | Method and system for selecting and providing a relevant subset of Wi-Fi location information to a mobile client device so the client device may estimate its position with efficient utilization of resources |
US7912458B2 (en) * | 2005-09-14 | 2011-03-22 | Jumptap, Inc. | Interaction analysis and prioritization of mobile content |
US9200901B2 (en) * | 2008-06-19 | 2015-12-01 | Microsoft Technology Licensing, Llc | Predictive services for devices supporting dynamic direction information |
US8180891B1 (en) * | 2008-11-26 | 2012-05-15 | Free Stream Media Corp. | Discovery, access control, and communication with networked services from within a security sandbox |
US8972467B2 (en) * | 2010-08-31 | 2015-03-03 | Sovanta Ag | Method for selecting a data set from a plurality of data sets by means of an input device |
US9134137B2 (en) * | 2010-12-17 | 2015-09-15 | Microsoft Technology Licensing, Llc | Mobile search based on predicted location |
US9517410B2 (en) * | 2011-04-28 | 2016-12-13 | Numecent Holdings, Inc. | Adaptive application streaming in cloud gaming |
US8924503B2 (en) * | 2011-12-07 | 2014-12-30 | International Business Machines Corporation | Data services using location patterns and intelligent caching |
US9131472B2 (en) * | 2012-05-17 | 2015-09-08 | Futurewei Technologies, Inc. | Systems and methods to provision quality of service sensitive devices in wireless local area networks |
US9294214B2 (en) * | 2013-08-05 | 2016-03-22 | Huawei Technologies Co., Ltd. | Coordinated multipoint (COMP) techniques for reducing downlink interference from uplink signals |
US9282181B2 (en) * | 2014-03-21 | 2016-03-08 | Microsoft Technology Licensing, Llc | Efficient retrieval of 4G LTE capabilities |
US9537971B2 (en) * | 2015-01-29 | 2017-01-03 | Huawei Technologies Co., Ltd. | Systems, devices and methods for distributed content pre-fetching in mobile communication networks |
-
2015
- 2015-01-29 US US14/608,908 patent/US9537971B2/en active Active
- 2015-11-13 EP EP15879795.1A patent/EP3251382B1/en active Active
- 2015-11-13 CN CN201580072407.8A patent/CN107113558A/zh active Pending
- 2015-11-13 WO PCT/IB2015/058796 patent/WO2016120694A1/en active Application Filing
-
2016
- 2016-12-01 US US15/365,945 patent/US9930135B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130054729A1 (en) * | 2009-11-06 | 2013-02-28 | Sharad Jaiswal | System and method for pre-fetching and caching content |
WO2014140526A1 (en) * | 2013-03-15 | 2014-09-18 | Vodafone Ip Licensing Limited | A method and system of providing data service according to a user's future location |
CN104125606A (zh) * | 2013-04-25 | 2014-10-29 | 霍尼韦尔国际公司 | 在无线多跳通信系统中优化电池寿命的系统和方法 |
CN107210955A (zh) * | 2015-01-27 | 2017-09-26 | 华为技术有限公司 | 用于分布式内容兴趣预测和内容发现的系统、设备和方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107211341A (zh) * | 2015-01-30 | 2017-09-26 | 华为技术有限公司 | 对用户设备进行分布式内容预取的系统、设备和方法 |
US10740864B2 (en) | 2015-01-30 | 2020-08-11 | Huawei Technologies Co., Ltd. | Systems, devices and methods for distributed content pre-fetching to a user device |
CN115830200A (zh) * | 2022-11-07 | 2023-03-21 | 北京力控元通科技有限公司 | 三维模型的生成方法、三维图形的渲染方法、装置及设备 |
CN115830200B (zh) * | 2022-11-07 | 2023-05-12 | 北京力控元通科技有限公司 | 三维模型的生成方法、三维图形的渲染方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
EP3251382A4 (en) | 2018-02-28 |
US20160226995A1 (en) | 2016-08-04 |
WO2016120694A1 (en) | 2016-08-04 |
US9537971B2 (en) | 2017-01-03 |
EP3251382B1 (en) | 2020-09-30 |
EP3251382A1 (en) | 2017-12-06 |
US9930135B2 (en) | 2018-03-27 |
US20170085670A1 (en) | 2017-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107113558A (zh) | 用于移动通信网络中的分布式内容预取的系统、设备和方法 | |
CN107210955A (zh) | 用于分布式内容兴趣预测和内容发现的系统、设备和方法 | |
CN107211341A (zh) | 对用户设备进行分布式内容预取的系统、设备和方法 | |
Lea et al. | City hub: A cloud-based iot platform for smart cities | |
TWI599891B (zh) | 先進的內容主機 | |
US9654415B2 (en) | Information processing system, management server group, and server management program | |
CN107251524A (zh) | 管理预测预取内容的移动设备用户订购和服务偏好 | |
CN104035392A (zh) | 在过程控制系统中的大数据 | |
Pramanik et al. | Processing IoT data: From cloud to fog—It's time to be down to earth | |
Margaris et al. | Exploiting Internet of Things information to enhance venues’ recommendation accuracy | |
CN105468442A (zh) | 云环境中的应用和信息移动 | |
KR102435498B1 (ko) | 계층형 엔진 프레임워크에 기반한 크로스 도메인 워크플로우 제어 시스템 및 방법 | |
US20220174485A1 (en) | Network application programming interface service for application guidance and control | |
Malektaji et al. | Deep reinforcement learning-based content migration for edge content delivery networks with vehicular nodes | |
Khanal et al. | Route-based proactive content caching using self-attention in hierarchical federated learning | |
Tran et al. | Designed features for improving openness, scalability and programmability in the fog computing-based IoT systems | |
Zyrianoff et al. | Cache-it: A distributed architecture for proactive edge caching in heterogeneous iot scenarios | |
Jazaeri et al. | An efficient edge caching approach for SDN-based IoT environments utilizing the moth flame clustering algorithm | |
do Prado et al. | Mobile Edge Computing for Content Distribution and Mobility Support in Smart Cities | |
CN104247532A (zh) | 用于执行未经请求的基于位置的下载的方法、设备和系统 | |
Thilakarathna et al. | Crowd-cache: Leveraging on spatio-temporal correlation in content popularity for mobile networking in proximity | |
Minh et al. | Openness in fog computing for the Internet of Things | |
Gupta et al. | Utilizing icn caching for iot big data management in wsn-based vehicular networks | |
Zhang et al. | Mobile edge caching | |
Hou et al. | A GNN-based proactive caching strategy in NDN networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170829 |
|
WD01 | Invention patent application deemed withdrawn after publication |