CN108632390A - 一种基于多播的无线异构网络文件缓存更新方法 - Google Patents

Abstract

本发明公开了一种基于多播的无线异构网络文件缓存更新方法，包括：1、构建网络拓扑，包括小基站分布、用户分布、小基站与用户之间的连接关系分布；2、构建当前热门文件集热度分布模型；3、构建多播模式下更新文件的能量消耗模型；4、推导出最大化系统缓存命中率的目标函数与限制条件，构造最优化模型；5、将优化问题转化为多选择背包问题，求解得出对所有小基站的缓存文件更新方案；6、采用多播的方式将文件发送给小基站；7、当热门文件集发生变化时，定期采取步骤2‑6对系统内所有小基站进行缓存更新。本发明的方法使得热门文件能够合理地被更新到不同小基站上，从而提高用户从小基站上直接获取视频数据的可能性，降低网络回程链路的数据。

Description

一种基于多播的无线异构网络文件缓存更新方法

技术领域

本发明属于网络技术领域，具体涉及一种基于多播的无线异构网络文件缓存更新方法。

背景技术

近年来，随着4G网络的发展与智能移动终端设备的普及，移动网络流量呈现出爆发式增长的态势，其中视频流量又占据了很大的部分。根据Cisco公司2016年发布的白皮书报告中称，未来几年的移动网络流量将呈指数增长态势，并于2021年突破49EB大关。其中，网络视频流量的占比也在不断扩大，到2021年，预计这部分移动流量会从当前的60％左右增长到78％左右。

网络流量的爆发式增长，会带来如下问题：(1)网络链路拥堵，丢包率高，用户网速体验降低；(2)太多的文件请求使得基站超负荷工作容易崩溃。根据观察，网络内的数据流量，很多都是请求的相同的文件，其中以视频数据流量最为明显，相同区域内多个移动用户请求相同的视频文件，导致基站在重复发送相同的文件。

在这样的背景下，一种基于基站缓存的无线异构网络被提了出来，如图1所示，在一个中心基站((Macro Base Station，MBS)覆盖的区域内，部署着一些覆盖范围更小的小基站(SBS),这些小基站形成的小范围蜂窝网络被称为毫微微蜂窝网(Femto-Cell)，这些小基站与主基站之间具备一条回程链路(backhaul link)，用于双方进行通信。这些小基站有较大的缓存空间(cache)，可以与移动用户之间进行高速数据传输。当这个网络系统工作时，预先将当前网络内的很多用户可能请求的热门视频文件通过中心基站发送给小基站，小基站将热门视频文件缓存，当用户请求的文件已被与用户相连的小基站缓存时时，用户可直接从小基站处高速获得，如果请求的文件无法从小基站处获取，则通过中心基站向远程服务器请求。通过小基站的缓存，可以避免了相同区域内多个用户请求相同文件带来的重复数据流量。

小基站发挥作用的关键在于缓存当前网络内的流行视频文件，然而互联网内每天都会产生很多个新的视频文件(例如，电影、电视剧等)，导致流行的视频文件也会每隔一段时间就发生变化。为了使得小基站持续发挥作用，需要对小基站的缓存文件进行更新。观察发现，流行文件的变化是一个比较缓慢的过程，一般隔了几天才会发生较大变化，因此不适合采用CPU中的cache的“热更新”(LRU等)的方式，而且“热更新”会受个别用户的临时请求影响较大，频繁更新文件，反而给网络带来了一大波流量。为了在不影响用户正常上网的同时，将当前网络内真正热门的文件缓存到小基站内，定期在网络链路清闲的时间段内(如每隔五天的凌晨2点到6点)，对所有小基站集中进行文件更新。在固定时间段内，网络内的所有小基站都要通过中心基站来更新文件。目前关注在小基站缓存视频文件的一些工作主要集中在如何在已有的缓存架构下进行流行视频文件的缓存放置，而如何在现有的无线异构网络下对小基站内缓存设备的更新没有得到足够多的关注。特别是，小基站缓存空间大小有限，系统能量受限制，当热门文件集发生较大变化时，用户针对视频的请求过程中小基站与主基站之间的回程链路上数据流量激增，往往导致网络拥塞的发生。

发明内容

发明目的：基于现有技术的不足，本发明提出一种基于多播的无线异构网络文件缓存更新方法，能够减少用户日常针对视频的请求过程中小基站与主基站之间的回程链路上数据流量，防止网络拥塞的发生，有效提高网络性能。

技术方案：为了实现以上目的，本发明所述的一种基于多播的无线异构网络文件缓存更新方法，包括以下步骤：

(1)构建网络拓扑，包括小基站分布、用户分布、小基站与用户之间的连接关系分布。

统计当前区域内的小基站分布情况与移动用户分布情况，根据用户与小基站之间的连接关系，获得它们之间的二部图G＝{U∪H,E}；根据二部图显示的连接情况，由于每个移动用户最多只能连接到一个小基站，可将被小基站h覆盖的用户划分为一个用户分组，记作N(h)。将与小基站h相连的用户分组内的所有用户数求和，除以系统内所有用户数之和，得到小基站h所连的用户分组的权重w_h。

(2)构建当前热门文件集热度分布模型。

采用Zipf分布来描述移动用户对于小基站要缓存的流行文件集内文件的请求概率分布，其具体形式为：其中f＝1,2,…,|F|，表示视频文件集F中文件被请求的概率排名。p_f表示热门文件集内排名第f位的文件被请求的概率，γ表示Zipf参数，其获得过程如下：将上式两边同时求对数，可得logp_f＝-γlogf-C，C表示无关常量。通过对网络数据的分析，获取当前网络每个热门文件的点击量排名f以及点击量c_f。由于文件的点击量与请求概率成正比，将c_f代入上式中的p_f，不影响所得γ的值。将所有f和p_f带入求对数算式，通过线性回归，可以求得γ的值。用γ结合每个文件的排名根据求对数式算出每个文件的请求概率。

(3)构建多播模式下更新文件的能量消耗模型。

当需要对文件进行更新时，在同一个异构网络系统区域内，唯一的中心基站采用多播的方式向需要同一文件的小基站发送该文件。对每个小基站h，将中心基站向其发送一个文件所需消耗的能量称为小基站h的能级，记作P_h，当中心基站利用多播的方式向一组小基站发送一个文件时，只需消耗的能量为这组小基站的最大能级，即

(4)推导出最大化系统缓存命中率的目标函数与限制条件，构造最优化模型。

用缓存命中率来表示在某一时间段内，系统内所有用户的所有文件请求尽可能地在小基站内获取的比例，用数学形式表示为：其中，h∈H＝{1,2,…,|H|}表示小基站，w_h表示该小基站所连接用户分组的权重；N_u表示与用户分组u连接的小基站，x_fh表示更新完成后文件f是否缓存在小基站h内。

将系统缓存命中率的最优化模型表示为如下形式：

其中(1)式表示小基站的缓存容量限制为M个文件，(2)式表示小基站用于更新文件的能量限制为E，其中x_f′_h表示更新之前文件f是否缓存在小基站h内。

(5)将优化问题转化为多选择背包问题，求解得出对所有基站的文件更新方案。

(51)可将(CU)问题转化为一个多选择背包问题(MCKP)：有M个物品，对应排名靠前的M个文件，第f个物品有个种类，组成集合T_f。第f个物品的第j个种类的价值为表示向前j个尚未缓存第f个文件的小基站多播发送第f个文件并替换掉这些小基站内最不热门的文件所能带来的命中率增益，它的重量为m_fj＝P_φ(f,j)，表示这组多播发送所耗能量。其中，φ(f,k)表示更新前按能级大小排列第k个尚未缓存文件f的小基站，ψ(f,h)表示将第f个文件更新到小基站h内要替换出的文件，如果缓存空间足够则无需替换出文件，此时P_{ψ(f,φ(f,k))}为0。现有一个最大承重为E的背包(表示能量限制)，每个物品最多选一种，如何选取使得背包内的物品价值最大？这个背包问题可如下表示：

y_fj∈{0,1},f＝1,2,…,M

其中，z表示通过更新可给系统命中率带来的增益，y_fj取1表示将排名第f的文件多播发送到前j个尚未缓存文件f的小基站内，取0表示不将排名第f的文件发送给任何小基站。

(52)利用一个基于贪心选择的策略求解上述多选择背包问题，得到更新策略的解y^*，步骤如下：

(52-1)对第f个物品的集合T_f，对里面剩余的每个物品j计算如下值：

j_f表示第f个物品已经被放入背包内的种类，初始时任何一种都没被放入背包，则j_f＝0,

(52-2)在所有物品集的所有种类物品内，选出剩余的物品中，且ρ_fj最大的物品。ρ_fj最大的物品对应的f和j值为为f^*和j^*。如果第f^*个物品集中此前已有物品被放入背包，将该物品从背包取出丢掉。将第f^*个物品集T_f*中的第j^*种物品放入背包，将物品集中的所有物品从物品集中丢掉；此时更新以下值：

(52-3)重复以上步骤，直到所有物品集内的所有剩余物品达到或ρ_fj≤0时，结束。

(6)当根据步骤(5)获取的y*，对第f个文件(1≤f≤|F|)，当y_fj＝1时，将文件集中第f个文件多播发送给前j个尚未缓存该文件的小基站。

(7)当热门文件集发生变化时，定期采取步骤(2)到步骤(6)对系统内所有小基站进行缓存更新。

有益效果：本发明提出一种基于多播的无线异构网络文件缓存更新方法，提供了一种在能量有限的情况下更新小基站的缓存的方法，利用多播的方式将热门文件更新到小基站上，并在此基础上综合考虑了各个小基站覆盖的用户请求权重、视频文件集流行度分布、每个小基站与中心基站通信所需能量，合理分配更新不同文件的能量，使得热门文件能够合理地被更新到不同小基站上，从而提高用户从小基站上直接获取视频数据的可能性，降低网络回程链路的数据传输量。

附图说明

图1是具有缓存功能的无线异构网络场景图；

图2是本发明方法的总体流程图；

图3是本发明的网络拓扑的二部图。

具体实施方式

下面结合附图对本发明的技术方案作出具体说明。应该指出，所描述的实施例仅是为了说明的目的，而不是对本发明范围的限制。

本发明公开了一种基于多播的无线异构网络文件缓存更新方法，该方法在现有的无线异构网络内，考虑了在能量有限的情况下，如何对系统内的小基站进行文件更新。有研究表明，网络上的很多数据流量很大一部分是对一些热门视频文件的重复请求，因此，合理地将流行视频文件缓存在无线异构网络的小基站内，可以使得部分系统内用户的文件请求通过附近的小基站来满足，从而减少回程链路上的流量。而当热门文件集发生较大变化时，需要对小基站缓存进行更新，才可以让小基站继续发挥作用。本发明提出了一种采取多播的方式集中对系统内的所有小基站进行文件更新的方式，首先将热门文件的更新问题表示成一个最优化问题，该问题以系统缓存命中率最大化为目标，考虑了小基站缓存空间大小有限，系统能量限制等因素。通过将该优化问题转化为多选择背包问题，通过求解获得文件更新的方案，利用多播的方式实现文件更新，使得小基站持续获得当前网络内的热门文件，从而使得小基站缓存持续发挥作用，减少网络回程链路上的流量，提高网络的性能。

参照图2，本发明提出的基于多播的无线异构网络文件缓存更新方法包括以下步骤：

步骤1、构建网络拓扑，包括基站分布、用户分布、基站与用户之间的连接关系分布。

本步骤主要完成网络拓扑的构建，需要统计基站与用户的分布情况。参照图1，在无线异构网络中，每个小基站都有自己的覆盖范围，连接着若干个移动用户。这些小基站之间不存在覆盖重叠，即每个移动用户只能连接到一个基站上。本发明将被连接到相同小基站上的移动用户称为一个用户分组，该用户分组占整个系统内所有用户数量的比例称为用户权重。统计得到当前系统内小基站集合为H＝{1,2,…,|H|}，通过观察较长一段时间内(如一个月内)，每个小基站覆盖范围内的用户数量，被小基站h连接的移动用户组成一个用户分组记作N(h)。将与小基站h相连的用户分组内的所有用户数求和，除以系统内所有用户数之和，得到小基站h所连的用户分组的权重w_h。

步骤2、构建当前热门文件集热度分布模型。

使用研究领域认可的Zipf分布来描述当前网络内流行视频文件集的流行度分布，其形式如下：

其中f＝1,2,…,|F|，表示热门视频文件集F中文件的流行度排名，p_f表示文件f的流行度，即文件被请求的概率，与文件的排名相关。该模型的关键参数是γ，该参数决定了文件的流行度与排名的关系，可以通过如下方法获得：

(2-1)获取每天网络内流行视频文件的点击量并根据点击量对文件进行排名，排名第f位的文件的点击量为c_f。

(2-2)对上述p_f表达式两边取对数，得到logp_f＝-γlogf-C，C表示无关常量。由于文件的点击量c_f与被请求概率p_f成正比，因此可以将c_f代替p_f代入上述求对数式可以求得γ。

通过γ与文件的热度排名，可以获得每个文件的被请求概率，从而构建热门文件集的被请求概率分布模型。

步骤3、构建多播模式下更新文件的能量消耗模型。

统计中心基站向每个小基站发送一个热门文件集内的文件所需消耗能量，将中心基站向小基站发送一个文件所需消耗的能量称为小基站h的能级，记作P_h。当中心基站利用多播的方式向一组小基站发送一个文件时，需消耗的能量为这组小基站中的最大能级，即

步骤4、推导出最大化系统缓存命中率的目标函数与限制条件，构造最优化模型。

用缓存命中率来表示在某一时间段内，系统内所有用户的所有文件请求尽可能地在小基站内获取的比例，用数学形式表示为：其中，w_h表示连接到小基站h的用户分组权重，x_fh表示更新完成后文件f是否缓存在小基站h内，若在则值为1，否则为0。将系统缓存命中率的最优化模型表示为如下形式：

其中(1)式表示小基站的缓存容量限制为M个文件，(2)式表示小基站用于更新文件的能量限制，max_1≤h≤|H|(x_fh-x′_fh)x_fhP_h表示求对文件f进行多播时所需消耗的最大能量。其中x′_fh表示更新之前文件f是否缓存在小基站h内，若在则值为1，否则为0。

步骤5、将优化问题转化为多选择背包问题，求解得出对所有基站的文件更新方案。

(51)可将(CU)问题转化为一个多选择背包问题(MCKP)：有M个物品，对应排名靠前的M个文件，第f个物品有个种类，组成集合T_f。第f个物品的第j个种类的价值为表示向前j个尚未缓存第f个文件的小基站多播发送第f个文件并替换掉这些小基站内最不热门的文件所能带来的命中率增益，它的重量为m_fj＝P_φ(f,j)，表示这组多播发送所耗能量。其中，φ(f,k)表示更新前按能级大小排列第k个尚未缓存文件f的小基站，ψ(f,h)表示将第f个文件更新到小基站h内要替换出的文件，如果缓存空间足够则无需替换出文件，此时P_{ψ(f,φ(f,k))}为0。现有一个最大承重为E的背包(表示能量限制)，每个物品最多选一种，如何选取使得背包内的物品价值最大？这个背包问题可如下表示：

y_fj∈{0,1},f＝1,2,…,M

其中，z表示通过更新可给系统命中率带来的增益，y_fj取1表示将排名第f的文件多播发送到前j个尚未缓存文件f的小基站内，取0表示不将排名第f的文件发送给任何小基站。

(52)利用一个基于贪心选择的策略求解上述多选择背包问题，得到更新策略的解y^*，步骤如下：

(52-1)对第f个物品的集合T_f，对里面剩余的每个物品j计算如下值：

j_f表示第f个物品已经被放入背包内的种类，初始时任何一种都没被放入背包，则j_f＝0,

(52-2)在所有物品集的所有种类物品内，选出剩余的物品中，且ρ_fj最大的物品。ρ_fj最大的物品对应的f和j值为为f^*和j^*。如果第f^*个物品集中此前已有物品被放入背包，将该物品从背包取出丢掉。将第f^*个物品集中的第j^*种物品放入背包，将物品集中的所有物品从物品集中丢掉；此时更新以下值：

(52-3)重复以上步骤，直到所有物品集内的所有剩余物品达到或ρ_fj≤0时，结束。

步骤6、采用多播的方式，将小基站需要的文件发送给小基站。

根据步骤(5)获取的y*，对第f个文件(1≤f≤|F|)，当y_fj＝1时，将文件集中第f个文件多播发送给前j个尚未缓存该文件的小基站。

步骤7、当热门文件集发生变化时，定期采取步骤2到步骤6对系统内所有基站进行缓存更新。

Claims (8)

1.一种基于多播的无线异构网络文件缓存更新方法，其特征在于，包括如下步骤：

(1)构建网络拓扑，包括小基站分布、用户分布、小基站与用户之间的连接关系分布；

(2)构建当前热门文件集热度分布模型；

(3)构建多播模式下更新文件的能量消耗模型；

(4)推导出最大化系统缓存命中率的目标函数与限制条件，构造最优化模型；

(5)求解最优化模型，得出对所有小基站的文件更新方案；

(6)采用多播的方式，将小基站需要的文件发送给小基站；

(7)当热门文件集发生变化时，定期采取步骤(2)到步骤(6)对系统内所有小基站进行缓存更新。

2.根据权利要求1所述的一种基于多播的无线异构网络文件缓存更新方法，其特征在于，所述步骤(1)包括：

(11)统计当前区域内的小基站分布情况与移动用户分布情况，根据用户与小基站之间的连接关系，获得它们之间的二部图G＝{U∪H,E}，其中U为用户集合，H为小基站集合，E为终端集合；

(12)根据二部图显示的连接情况，由于每个移动用户最多只能连接到一个小基站，将被小基站h覆盖的用户划分为一个用户分组，记作N(h)；

(13)将与小基站h相连的用户分组内的所有用户数求和，除以系统内所有用户数之和，得到小基站h所连的用户分组的权重w_h。

3.根据权利要求1所述的基于多播的无线异构网络文件缓存更新方法，其特征在于，所述步骤(2)中采用Zipf分布来描述移动用户对于小基站要缓存的流行文件集内文件的请求概率分布，其具体形式为：其中f＝1,2,…,|F|，表示视频文件集F中文件被请求的概率排名，p_f表示热门文件集内排名第f位的文件被请求的概率，γ表示Zipf参数，其获得过程如下：

(21)将上式两边同时求对数，可得logp_f＝-γlogf-C，C表示一常量；

(22)通过对网络数据的分析，获取当前网络热门文件的信息，包括每个文件的点击量排名f以及点击量c_f，由于文件的点击量与请求概率成正比，将c_f代入上述求对数式中的p_f，不影响所得γ的值，将所有f和p_f带入该求对数式，通过线性回归，求得γ的值。

4.根据权利要求3所述的一种基于多播的无线异构网络文件缓存更新方法，其特征在于，所述步骤(3)包括：

(31)当需要对文件进行更新时，在同一个异构网络系统区域内，唯一的中心基站采用多播的方式向需要同一文件的小基站发送该文件；

(32)对一个小基站h，将中心基站向其发送一个文件所需消耗的能量称为小基站h的能级，记作P_h，当中心基站利用多播的方式向一组小基站发送一个文件时，需消耗的能量为这组小基站种的最大能级，即

5.根据权利要求3所述的一种基于多播的无线异构网络文件缓存更新方法，其特征在于，所述步骤(4)包括：

(41)用缓存命中率来表示在某一时间段内，系统内所有用户的所有文件请求尽可能地在小基站内获取的比例，用数学形式表示为：其中，h∈H＝{1,2,…,|H|}表示小基站，w_h表示该小基站所连接用户分组的权重；N_u表示与用户分组u连接的小基站，x_fh表示更新完成后文件f是否缓存在小基站h内，若在则值为1，否则为0；

小基站缓存容量有限，最大缓存M个文件，即

系统用于多播方式更新文件的能量限制为E，表示为： xfh′表示更新之前文件f是否缓存在小基站h内，若在则值为1，否则为0；

(42)将系统缓存命中率的最优化模型表示为如下形式：

6.根据权利要求5所述的一种基于多播的无线异构网络文件缓存更新方法，其特征在于，所述步骤(5)包括：

(51)将(CU)问题转化为一个多选择背包问题(MCKP)：有M个物品，对应排名靠前的M个文件，第f个物品有个种类，组成集合T_f；第f个物品的第j个种类的价值为表示向前j个尚未缓存第f个文件的小基站多播发送第f个文件并替换掉这些小基站内最不热门的文件所能带来的命中率增益，它的重量为m_fj＝P_φ(f,j)，表示这组多播发送所耗能量；上述式子中，φ(f,k)表示更新前按能级大小排列第k个尚未缓存文件f的小基站，ψ(f,h)表示将文件f更新到小基站h内要替换出的文件，如果缓存空间足够则无需替换出文件，此时P_{ψ(f,φ(f,k))}为0；

现有一个最大承重为E的背包，表示缓存更新的能量限制；要求从每个物品中选一种放进背包，如何选取使得背包内的物品价值最大，该多选择背包问题用数学形式如下表示：

y_fj∈{0,1},f＝1,2,…,M

其中，z表示通过更新可给系统命中率带来的增益，y_fj取1表示将排名第f的文件多播发送到前j个尚未缓存文件f的小基站内，取0表示不将排名第f的文件发送给任何小基站；

(52)利用一个基于贪心选择的策略求解上述多选择背包问题，得到更新策略的解y^*，步骤如下：

(52-1)对第f个物品的集合T_f，对里面剩余的每个物品j计算如下值：

j_f表示第f个物品已经被放入背包内的种类，初始时任何一种都没被放入背包，则j_f＝0，

(52-2)在所有物品集的所有种类物品内，选出剩余的物品中，且ρ_fj最大的物品，ρ_fj最大的物品对应的f和j值为为f^*和j^*，如果第f^*个物品集中此前已有物品被放入背包，将该物品从背包取出丢掉；将第f^*个物品集中的第j^*种物品放入背包，将物品集中的所有物品从物品集中丢掉；此时更新以下值：

(52-3)重复以上步骤，直到所有物品集内的所有剩余物品达到或ρ_fj≤0时，结束。

7.根据权利要求1所述的一种基于多播的无线异构网络文件缓存更新方法，其特征在于，所述步骤(6)包括：当根据步骤(5)获取的y^*，对第f个文件(1≤f≤|F|)，y_fj＝1时，将文件集中第f个文件多播发送给前j个尚未缓存该文件的小基站。

8.根据权利要求7所述的多播模式下无线异构网络文件缓存设备的更新方法，其特征在于，所述步骤(7)包括：当每过了一段固定时间，热门文件集发生变化时，需要再次对所有小基站再次进行文件更新，此时从步骤(2)开始，再次对所有小基站进行文件更新。