CN108521640B - 一种蜂窝网络中的内容分发方法 - Google Patents

Abstract

本发明公开了一种蜂窝网络中的内容分发方法，属于无线通信领域。首先建立仿真场景，每个用户和在它通信范围内的用户进行D2D通信，根据每个用户对每个内容的兴趣偏好，定义用户与用户之间的社会关系，计算用户之间的社会距离和用户对内容潜在的需求量；然后利用潜在需求量和社会距离，计算每个用户获取每个内容的成本，以所有用户的开销最小化为目标，确定作为缓存节点的用户集合。最后为每个缓存节点的缓存内容分配最合适的空间大小，根据最佳缓存节点的用户集合，每个蜂窝小区的基站为N个节点分配M内容。本发明有效减少了获取内容的成本，提升了整个网络的收益以及缓存节点的缓存命中率，降低内容获取时延、减小基站无线链路和回程链路开销。

Description

一种蜂窝网络中的内容分发方法

技术领域

本发明属于无线通信领域，涉及移动蜂窝网络的设备间(Device-To-Device,D2D)的通信技术，具体是一种蜂窝网络中的内容分发方法。

背景技术

现有技术中，因特网流量主要由内容的分发和获取所引起。随着数据量和内容多样性爆发式的增加，有效安全地提高终端用户的体验质量是一项严峻的挑战。内容缓存，是一个流行的内容分发技术，被广泛应用在因特网中减少蜂窝流量负载。为了应对未来蜂窝网络中海量移动数据的需求，已有研究将内容缓存技术引入到蜂窝网络中。

在下一代蜂窝网络中，设备间通信(Device-to-Device，D2D)作为一种有效的卸载蜂窝网络流量和改善系统性能的技术受到广泛关注。在传统蜂窝网络中，一个移动终端只能依赖于蜂窝网络中的基站获取期望的内容。在D2D蜂窝网络中，利用设备间直接通信能力可以扩展蜂窝通信应用的前景，例如，如果在邻居移动终端上，拥有相同的内容，这样此内容就可以直接从他的邻居设备上获得。

为了提高网络的性能，现有技术引进了合作缓存的方案，通过选择一些缓存节点缓存一些具体的被邻居用户感兴趣的内容，然而忽略了用户的自私本性。另一方面，也没有给出用户进行内容缓存的激励机制。

在D2D网络中，也有一些文献通过利用社会感知的博弈理论研究了激励合作的情况，例如文献1：陈旭等2016年12月在IEEE/ACM网络学报上发表“合作无线网络中利用社会层结构：一个社会团体效用最大化框架”，提出了一个社会群体效用最大化框架，通过考虑用户之间的社会关系和物理层关系，利用合作博弈的方式最大化社会群体效用。在D2D网络中文献2：陈旭等2015年10月在IEEE/ACM网络学报上发表“合作D2D通信利用社会层关系：一个移动社交网络案例”，利用D2D用户之间的社会关系，以促进D2D用户之间的有效合作。

以上文献考虑了针对用户进行内容缓存的激励机制，用户之间的社会关系包括亲友关系和朋友关系等，对内容缓存性能的影响，使得一些用户对相同内容具有相同或相近的兴趣。基于社会关系设计缓存决策进行内容分发，可以充分利用移动终端的缓存空间，提升网络性能。

发明内容

本发明为了更好的解决内容缓存问题，提出了一种同时考虑用户之间的物理距离以及用户之间社会关系的用户偏好缓存方法，具体是一种蜂窝网络中的内容分发方法；在D2D蜂窝网络中，每个蜂窝小区基站管理小区覆盖范围内的N个用户，在用户的移动终端上合作缓存M个内容，每个用户的移动终端做缓存决策时，在减少自己的成本开销前提下，利用用户的社会关系与兴趣相似兴趣，为其他的用户进行内容缓存，从而最大化自己的收益。

具体步骤如下：

步骤一、建立基站和用户的仿真场景，每个用户和在它通信范围内的用户进行D2D通信，根据每个用户对每个内容的兴趣偏好，定义用户与用户之间的社会关系；

定义用户n和用户n′之间的社会关系为：

为偏好度，表示用户n对内容m的偏好程度；取值为用户在网络中获取内容的频次。n∈N；m∈M；M表示D2D蜂窝网络中准备缓存的内容总数。

步骤二、利用用户与用户之间的社会关系计算用户之间的社会距离；

针对用户n和用户n′，社会距离d_nn′计算如下：

d(n,n′)是用户n和用户n′之间的物理距离。

步骤三、利用用户对内容的兴趣偏好，计算用户对内容潜在的需求量；

用户n对内容m的潜在需求量w_nm为：

v_m表示内容m的数据量大小。

步骤四、利用用户对内容的潜在需求量和用户之间的社会距离，计算每个用户获取每个内容的成本。

成本包括内容缓存在存储空间的缓存成本和内容传输所需带宽的访问成本。

用户n缓存或访问内容m所花费的成本C_mn计算如下：

x_nm为用户n对内容m的缓存指示：

当x_nm＝1时，表示用户n缓存内容m，此时，用户n缓存内容m的缓存成本为α_nm，获取内容m不会产生访问成本。

当x_nm＝0时，表示用户n没有缓存内容m，此时，用户n从距离自己最近的且缓存了内容m的其他用户

中获取该内容；用户n获取内容m会产生访问成本

步骤五、根据每个用户获取每个内容的成本，以所有用户的开销最小化为目标，确定作为缓存节点的用户集合。

具体步骤如下：

步骤501、根据每个用户对每个内容的缓存指示，构建开销最小化的目标函数；

目标函数为：

步骤502、将每个用户作为一个节点，初始化所有节点的集合V；

步骤503、将所有零需求的节点从集合V中移除掉，判断是否

如果是，进入步骤504；否则，节点没有内容需求，结束缓存节点的选择。

步骤504、从集合V中选择内容需求量最大的节点

并计算该节点的总内容需求量

和总缓存成本

节点

的总内容需求量

节点

缓存内容的总缓存成本

步骤505、计算所有在节点

获取缓存内容且访问成本小于

的节点集合

步骤506、将节点

标记为缓存节点，存入缓存节点的集合V_c中，并将节点

和集合

中的所有节点从集合V中移除；

初始状态为空集；

步骤507、返回步骤504，再次从集合V中选择内容需求量最大的节点进行迭代，直至缓存节点集合V_c中的节点p满足

表明缓存节点全部选出，则迭代结束。

步骤508、根据缓存节点集合V_c中的节点及其所需内容，确定在目标函数最小化的前提下得到最佳的缓存指示矩阵

步骤六、确定作为缓存节点的用户后，在网络收益最大化的前提下，为每个缓存节点在自身移动终端上的缓存内容分配最合适的空间大小。

具有步骤如下：

步骤601、结合每个用户缓存每个内容的成本，以及每个用户对每个内容的收益，构建最大化网络收益的模型以及约束条件；

最大化网络收益模型和约束条件如下：

s.t.C1:y_mn≥0,

C3:n∈{n|x_nm＝1}.

其中，

为缓存节点用户n对内容m的收益表达式；ymn表示缓存用户n为内容m分配的缓存空间；E表示每个缓存用户的移动终端的缓存空间大小。

步骤602、当用户n缓存内容m时，对最大化网络收益的模型进一步简化；

简化结果为：

步骤603、利用最佳的缓存指示矩阵

结合拉格朗日乘子算法获得节点n为内容m分配的缓存空间

首先，利用最大化网络收益的模型，结合KKT乘子因数λ和β_mn构建函数L；

然后，依次利用函数L求解对ymn的偏导

对λ的偏导

以及对β_mn的偏导

对y_mn的偏导

为：

对λ的偏导

为：

对β_mn的偏导

为：

最后，对任意内容m以及满足n∈{n|x_nm＝1}的节点n,令

最终获得节点n为内容m分配的缓存空间

步骤七、根据最佳缓存节点的用户集合和最佳缓存空间分配结果，每个蜂窝小区的基站为N个节点分配M内容。

每个蜂窝小区的基站为N个节点利用D2D通信共享M内容，实现热点内容分发，减小基站的无线链路传输与回程链路开销。

本发明的优点在于：

1、一种蜂窝网络中的内容分发方法，考虑了社交网络场景下内容类别和节点间的偏好相似度，成本表达式中同时考虑物理距离和用户之间的兴趣相似度，因此选择出来的缓存节点必定是距离其他邻居节点是最近的，且此节点缓存的内容必定是邻居们最感兴趣的，具有提高内容分享率的优点。

2、一种蜂窝网络中的内容分发方法，效益表达式同时考虑了用户之间的偏好，物理距离，缓存成本，以及每个内容获取的缓存空间大小，提出了用户偏好的缓存决策，确定最佳的缓存节点。

3、一种蜂窝网络中的内容分发方法，能够有效减少获取内容的成本和提升整个网络的收益以及缓存节点的缓存命中率，从而不必向基站获取内容，具有降低内容获取时延、减小基站无线链路和回程链路开销。

附图说明

图1为本发明一种蜂窝网络中的内容分发方法的流程图；

图2为本发明以开销最小化为目标进行缓存决策确定缓存节点用户的方法流程图；

图3为本发明在网络收益最大化的前提下，为每个缓存内容分配空间的方法流程图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

在D2D蜂窝网络中，如果用户想获得一个具体的内容，就需要一定的成本，包括内容缓存在存储空间的成本和内容传输所需带宽的访问成本。当为每个用户的移动终端做缓存决策时，每个用户都希望减少自己的成本开销但最大化自己的收益。由于用户的自私性质，导致用户不愿为其他用户缓存内容。因此，可以利用用户的社会关系与兴趣相似兴趣，为其他的用户进行内容缓存。

如图1所示，具体步骤如下：

步骤一、建立基站和用户的仿真场景，每个用户和在它通信范围内的用户进行D2D通信，根据每个用户对每个内容的兴趣偏好，定义用户与用户之间的社会关系；

定义用户n和用户n′之间的社会关系为：

用户偏好反映了一个用户对内容的感兴趣度，可以间接反映一个用户请求一个内容的概率。用户对内容的偏好与内容的类型密切相关。

为偏好度，表示用户n对内容m的偏好程度，也即兴趣相似度；偏好度的取值为用户在网络中获取内容的频次。

偏好函数pref(n,w_k)表示用户n对主题w_k的偏好程度；针对某个特定内容m有K个主题，即

假定用户的偏好函数用互信息来表示，其中p(X(w_k)|V_j)为用户历史信息V_j中选择w_k主题内容的概率，p(X(w_k))为全网中w_k主题内容的概率。

Pro(m,w_k)为内容m在主题w_k下的属性函数；网络中所有内容主题集合为W＝(w₁,w₂…w_K)。

若内容m包含属性w_k，则Pro(m,w_k)为1，否则为0。

表示用户n'对内容m的偏好程度，M表示D2D蜂窝网络中准备缓存的热点内容总数。

和

越相似，表面用户n和用户n′之间的社会关系越近，一个用户缓存的内容被另外一个用户需求的可能性越大。

步骤二、利用用户与用户之间的社会关系计算用户之间的社会距离；

用户n和用户n′之间的社会距离d_nn′计算公式为：

d(n,n′)是用户n和用户n′之间的物理距离。

步骤三、利用用户对内容的兴趣偏好，计算用户对内容潜在的需求量；

用户n对内容m的潜在需求量w_nm为：

v_m表示内容m的数据量大小；这个公式的物理意义为：不同的用户对不同的内容需求量不同。

步骤四、利用用户对内容的潜在需求量和用户之间的社会距离，计算每个用户获取每个内容的成本。

利用用户之间的社会距离，结合缓存成本和访问成本，用户n缓存内容m的成本计算如下：

x_nm∈[0,1]为用户n对内容m的缓存指示：

当x_nm＝1时，表示用户n缓存内容m，此时，用户n缓存内容m的缓存成本为α_nm，获取内容m不会产生访问成本。

当x_nm＝0时，表示用户n没有缓存内容m，此时，内容m被其他用户缓存，例如用户

缓存用户

为距离用户n的距离最近的其他缓存了内容m的用户，

用户n获取内容m会产生访问成本

步骤五、根据每个用户获取每个内容的成本，以所有用户的开销最小化为目标，确定作为缓存节点的用户集合。

以所有用户的开销最小化为目标，进行缓存决策，确定每个用户是否作为缓存节点。

如图2所示，具体步骤如下：

步骤501、根据每个用户对每个内容的缓存指示，构建开销最小化的目标函数；

以x_nm为变量的最优化问题，即目标函数为：

步骤502、将每个用户作为一个节点，初始化所有节点的集合V；

步骤503、将所有零需求的节点从集合V中移除掉，判断是否

如果是，进入步骤504；否则，节点没有内容需求，结束缓存节点的选择。

步骤504、从集合V中选择内容需求量最大的节点

并计算该节点的总内容需求量

和总缓存成本

节点

的总内容需求量

节点

缓存内容的总缓存成本

步骤505、计算所有在节点n获取缓存内容且访问成本小于

的节点集合

步骤506、将节点

标记为缓存节点，存入缓存节点的集合V_c中，并将节点

和集合

中的所有节点从集合V中移除；

初始状态为空集；

步骤507、返回步骤504，再次从集合V中选择内容需求量最大的节点进行迭代，直至缓存节点集合V_c中的节点p满足

表明缓存节点全部选出，则迭代结束。

至此，缓存决策博弈结束，获得每个内容的缓存节点，以及缓存节点和非缓存节点之间的关系。如果是作为缓存节点，那么它缓存的内容是为谁缓存，如果是非缓存节点，则会说明此节点将会从其他那个节点获得自己想要的内容。

步骤508、根据缓存节点集合V_c中的节点及其所需内容，确定在目标函数最小化的前提下得到最佳的缓存指示矩阵

步骤六、确定作为缓存节点的用户后，在网络收益最大化的前提下，为每个缓存节点在自身移动终端上的缓存内容分配最合适的空间大小。

通过缓存空间分配方法，最大化网络收益，得到缓存节点为缓存在自身移动终端上的内容分配的最合适的空间大小；

如图3所示，具体步骤如下：

步骤601、结合每个用户缓存每个内容的成本，以及每个用户对每个内容的收益，构建最大化网络收益的模型以及约束条件；

当缓存决策已经确定了最佳缓存节点，得到最优的缓存指示矩阵

最大化网络收益的最优化问题和约束条件为：

其中，

为缓存节点用户n对内容m的收益表达式；针对作为缓存节点的用户的移动终端，根据缓存节点为每个缓存的内容分配的缓存空间大小和用户对该内容的偏好获得；y_mn表示缓存用户n为内容m分配的缓存空间；E表示每个缓存用户的移动终端的缓存空间大小。

步骤602、当用户n缓存内容m时，对最大化网络收益的模型进一步简化；

简化结果为：

步骤603、利用最佳的缓存指示矩阵

结合拉格朗日乘子算法获得节点n为内容m分配的缓存空间

首先，利用最大化网络收益的模型，结合KKT乘子因数λ和β_mn构建函数L；

然后，依次利用函数L求解对ymn的偏导

对λ的偏导

以及对β_mn的偏导

对ymn的偏导

为：

对λ的偏导

为：

对β_mn的偏导

为：

最后，对任意内容m以及满足n∈{n|x_nm＝1}的节点n,令

最终获得节点n为内容m分配的缓存空间

求解以上方程获得唯一最优解

由此获得每个缓存节点为缓存内容分配的最优缓存空间大小，即每个博弈着获得了最优的决策。

步骤七、根据最佳缓存节点的用户集合和最佳缓存空间分配结果，每个蜂窝小区的基站为N个节点分配M内容。

每个蜂窝小区的基站为N个节点利用D2D通信共享M内容，实现热点内容分发，减小基站的无线链路传输与回程链路开销。

Claims (2)

1.一种蜂窝网络中的内容分发方法，其特征在于，具体步骤如下：

步骤一、建立基站和用户的仿真场景，每个用户和在它通信范围内的用户进行D2D通信，根据每个用户对每个内容的兴趣偏好，定义用户与用户之间的社会关系；

定义用户n和用户n′之间的社会关系为：

为偏好度，表示用户n对内容m的偏好程度；取值为用户在网络中获取内容的频次；n∈N；m∈M；M表示D2D蜂窝网络中准备缓存的内容总数；

步骤二、利用用户与用户之间的社会关系计算用户之间的社会距离；

针对用户n和用户n′，社会距离d_nn′计算如下：

d(n,n′)是用户n和用户n′之间的物理距离；

步骤三、利用用户对内容的兴趣偏好，计算用户对内容潜在的需求量；

用户n对内容m的潜在需求量w_nm为：

v_m表示内容m的数据量大小；

步骤四、利用用户对内容的潜在需求量和用户之间的社会距离，计算每个用户获取每个内容的成本；

用户n缓存或访问内容m所花费的成本C_mn计算如下：

x_nm为用户n对内容m的缓存指示：

当x_nm＝1时，表示用户n缓存内容m，此时，用户n缓存内容m的缓存成本为α_nm，获取内容m不会产生访问成本；

当x_nm＝0时，表示用户n没有缓存内容m，此时，用户n从距离自己最近的且缓存了内容m的其他用户

中获取该内容；用户n获取内容m会产生访问成本

步骤五、根据每个用户获取每个内容的成本，以所有用户的开销最小化为目标，确定作为缓存节点的用户集合；

具体步骤如下：

步骤501、根据每个用户对每个内容的缓存指示，构建开销最小化的目标函数；

目标函数为：

步骤502、将每个用户作为一个节点，初始化所有节点的集合V；

步骤503、将所有零需求的节点从集合V中移除掉，判断是否

如果是，进入步骤504；否则，节点没有内容需求，结束缓存节点的选择；

步骤504、从集合V中选择内容需求量最大的节点

并计算该节点的总内容需求量

和总缓存成本

节点

的总内容需求量

节点

缓存内容的总缓存成本

步骤505、计算所有在节点

获取缓存内容且访问成本小于

的节点集合

步骤506、将节点

标记为缓存节点，存入缓存节点的集合V_c中，并将节点

和集合

中的所有节点从集合V中移除；

初始状态为空集；

步骤507、返回步骤504，再次从集合V中选择内容需求量最大的节点进行迭代，直至缓存节点集合V_c中的节点p满足

表明缓存节点全部选出，则迭代结束；

步骤508、根据缓存节点集合V_c中的节点及其所需内容，确定在目标函数最小化的前提下得到最佳的缓存指示矩阵

步骤六、确定作为缓存节点的用户后，在网络收益最大化的前提下，为每个缓存节点在自身移动终端上的缓存内容分配最合适的空间大小；

具有步骤如下：

步骤601、结合每个用户缓存每个内容的成本，以及每个用户对每个内容的收益，构建最大化网络收益的模型以及约束条件；

最大化网络收益模型和约束条件如下：

s.t.C1:y_mn≥0,

C2:

C3:n∈{n|x_nm＝1}.

其中，

为缓存节点用户n对内容m的收益表达式；y_mn表示缓存用户n为内容m分配的缓存空间；E表示每个缓存用户的移动终端的缓存空间大小；

步骤602、当用户n缓存内容m时，对最大化网络收益的模型进一步简化；

简化结果为：

步骤603、利用最佳的缓存指示矩阵

结合拉格朗日乘子算法获得节点n为内容m分配的缓存空间

具体过程如下：

首先，利用最大化网络收益的模型，结合KKT乘子因数λ和β_mn构建函数L；

然后，依次利用函数L求解对y_mn的偏导

对λ的偏导

以及对β_mn的偏导

对y_mn的偏导

为：

对λ的偏导

为：

对β_mn的偏导

为：

最后，对任意内容m以及满足n∈{n|x_nm＝1}的节点n,令

最终获得节点n为内容m分配的缓存空间

步骤七、根据最佳缓存节点的用户集合和最佳缓存空间分配结果，每个蜂窝小区的基站为N个节点分配M内容；

每个蜂窝小区的基站为N个节点利用D2D通信共享M内容，实现热点内容分发，减小基站的无线链路传输与回程链路开销。

2.如权利要求1所述的一种蜂窝网络中的内容分发方法，其特征在于，所述的步骤四中，成本包括内容缓存在存储空间的缓存成本和内容传输所需带宽的访问成本。

Images