CN108901047B - 基于内容流行度变化的基站与终端协作缓存方法及装置 - Google Patents

基于内容流行度变化的基站与终端协作缓存方法及装置 Download PDF

Info

Publication number
CN108901047B
CN108901047B CN201810621407.4A CN201810621407A CN108901047B CN 108901047 B CN108901047 B CN 108901047B CN 201810621407 A CN201810621407 A CN 201810621407A CN 108901047 B CN108901047 B CN 108901047B
Authority
CN
China
Prior art keywords
base station
target
terminal
time delay
cache
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.)
Active
Application number
CN201810621407.4A
Other languages
English (en)
Other versions
CN108901047A (zh
Inventor
张治�
牛煜霞
秦晓琦
马楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi Bupt Sensing Technology & Industry Academy Co ltd
Original Assignee
Wuxi Bupt Sensing Technology & Industry Academy Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuxi Bupt Sensing Technology & Industry Academy Co ltd filed Critical Wuxi Bupt Sensing Technology & Industry Academy Co ltd
Priority to CN201810621407.4A priority Critical patent/CN108901047B/zh
Publication of CN108901047A publication Critical patent/CN108901047A/zh
Application granted granted Critical
Publication of CN108901047B publication Critical patent/CN108901047B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/10—Flow control between communication endpoints
    • H04W28/14—Flow control between communication endpoints using intermediate storage
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种基于内容流行度变化的基站与终端协作缓存方法及装置，所述方法包括：获取预设优化问题的最优解，所述预设优化问题为在预设时间段内从目标基站和/或目标终端的缓存中获取目标数据的总时延最小，所述最优解为当所述总时延最小时分别从所述目标基站和/或所述目标终端中获取的缓存数据；基于所述最优解，获取分别从所述目标基站和/或所述目标终端中获取的缓存数据。本发明提供的基于内容流行度变化的基站与终端协作缓存方法及装置，同时考虑动态内容流行度分布以及基站和终端的缓存空间，提出基于动态内容流行度分布的基站与终端协同缓存策略，有效利用基站和终端的缓存空间，并降低用户获取内容的总时延，减轻网络负担。

Description

基于内容流行度变化的基站与终端协作缓存方法及装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于内容流行度变化的基站与终端协作缓存方法及装置。
背景技术
随着计算机、网络通信及数据库技术的飞速发展与广泛应用，变电站自动化得到快速发展，从而极大提升了电网运行效率和安全性。继电保护是变电站自动化系统的重要组成部分，其装置本身的自动化程度对变电站的自动化水平有着重要影响。
现有技术中，假设不同基站的内容流行度分布是随时间变化的且不可能提前预知的。每个基站的内容流行度分布服从Zipf-like分布，以缓存的总收益为目标函数，从加强学习的角度预测内容的流行度分布，将预测的内容流行度分布用于目标函数中，优化目标函数得到缓存策略。
但是，现有技术中的方法仅是针对基站之间协作缓存提出的，对于终端内容的缓存，给予一定的预设缓存时间，预设缓存时间结束后停止终端内容的缓存，这种方法导致缓存效率较低。
发明内容
本发明的目的是提供一种基于内容流行度变化的基站与终端协作缓存方法及装置，解决了现有技术中缓存效率较低的技术问题。
为了解决上述技术问题，一方面，本发明提供一种基于内容流行度变化的基站与终端协作缓存方法，包括：
获取预设优化问题的最优解，所述预设优化问题为在预设时间段内从目标基站和/或目标终端的缓存中获取目标数据的总时延最小，所述最优解为当所述总时延最小时分别从所述目标基站和/或所述目标终端中获取的缓存数据的向量；
基于所述最优解，获取分别从所述目标基站和/或所述目标终端中获取的缓存数据。
另一方面，本发明提供一种基于内容流行度变化的基站与终端协作缓存装置，包括：
计算模块，用于获取预设优化问题的最优解，所述预设优化问题为在预设时间段内从目标基站和/或目标终端的缓存中获取目标数据的总时延最小，所述最优解为当所述总时延最小时分别从所述目标基站和/或所述目标终端中获取的缓存数据；
缓存模块，用于基于所述最优解，获取分别从所述目标基站和/或所述目标终端中获取的缓存数据。
再一方面，本发明提供一种用于基于内容流行度变化的基站与终端协作缓存的电子设备，包括：
存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述的方法。
又一方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。
本发明提供的基于内容流行度变化的基站与终端协作缓存方法及装置，同时考虑动态内容流行度分布以及基站和终端的缓存空间，提出基于动态内容流行度分布的基站与终端协同缓存策略，有效利用基站和终端的缓存空间，并降低用户获取内容的总时延，减轻网络负担。
附图说明
图1为依照本发明实施例的基于内容流行度变化的基站与终端协作缓存方法示意图；
图2为依照本发明实施例的基于MAB的在线学习协作缓存算法流程图；
图3为依照本发明实施例的基于内容流行度变化的基站与终端协作缓存装置示意图；
图4为本发明实施例提供的用于基于内容流行度变化的基站与终端协作缓存的电子设备的结构示意图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为依照本发明实施例的基于内容流行度变化的基站与终端协作缓存方法示意图，如图1所示，本发明实施例提供一种基于内容流行度变化的基站与终端协作缓存方法，其执行主体为终端。所述方法包括：
步骤S101、获取预设优化问题的最优解，所述预设优化问题为在预设时间段内从目标基站和/或目标终端的缓存中获取目标数据的总时延最小，所述最优解为当所述总时延最小时分别从所述目标基站和/或所述目标终端中获取的缓存数据的向量；
步骤S102、基于所述最优解，获取分别从所述目标基站和/或所述目标终端中获取的缓存数据。
具体的，Device-to-Device(D2D)通信是一种在系统的控制下，允许终端之间通过复用小区资源直接进行通信的新型技术，在一定程度上解决无线通信系统频谱资源匮乏的问题。本发明实施例提供的基于内容流行度变化的基站与终端协作缓存方法，将协作缓存的应用环境推广至基站之间、D2D设备之间、基站与D2D设备之间。即同时考虑动态内容流行度分布以及基站和终端的缓存空间，提出基于动态内容流行度分布的基站与终端协同缓存策略。
在网关的集中控制下，假设有
Figure BDA0001698155370000036
个基站，基站的集合为
Figure BDA0001698155370000031
且
Figure BDA0001698155370000032
每个基站服务的用户集合为
Figure BDA0001698155370000033
内容的集合为
Figure BDA0001698155370000034
且
Figure BDA0001698155370000035
二进制变量xb,f(t)表示t时刻，基站b是否存储内容f，如果基站b存储内容f，xb,f(t)＝1；否则xb,f(t)＝0。dc表示从本地基站获取内容的时延，db表示通过一跳从相邻基站获取内容的时延，dp表示从服务器获取内容的时延，dD2D表示从用户端获取内容的时延。
对于内容流行度分布，假设内容f在基站b的静态内容流行度分布服从Zipf-like分布：
Figure BDA0001698155370000041
定义内容f在基站b中的估计的内容流行度为分布为：
Figure BDA0001698155370000042
其中，Tb，f表示到时隙t为止，基站b中用户申请的内容f被本地基站满足的总时隙数，
Figure BDA0001698155370000043
表示到时隙t为止，基站b中用户对内容f的申请总数量。因此我们得到估计的内容流行度分布为
Figure BDA0001698155370000044
基于估计流行度分布
Figure BDA0001698155370000045
可以得到
Figure BDA0001698155370000046
其中
Figure BDA0001698155370000047
第一项和第二项分别表示基站b中内容f的请求数量的样本均值和扰动，Nb表示基站b服务的用户数。
在此基础上，构造基站协作缓存系统中的优化函数：
Figure BDA0001698155370000048
Figure BDA0001698155370000049
其中Qb,r,f表示如果其他任意基站r缓存有内容f，基站b的用户从基站r获取内容的最小时延，Lb,r表示基站b与基站r之间的跳数。以用户获取内容的时延为优化目标，最小化目标函数，得到最优缓存策略。
在动态内容流行度分布的基础上，对于协作缓存，引入D2D通信，将协作缓存场景扩展到BS之间、D2D设备之间、BS与D2D设备之间协作缓存，对系统优化函数进行扩展推广，来自D2D链路的内容传输总平均时延可以被表达为：
Figure BDA00016981553700000410
来自蜂窝链路的内容传输总平均时延可以被表达为：
Figure BDA0001698155370000051
Figure BDA0001698155370000052
其中，
Figure BDA0001698155370000053
表示t时刻基站b的用户通过D2D链路获取内容f的概率，
Figure BDA0001698155370000054
表示t时刻基站b的用户通过蜂窝链路获取内容f的概率，
Figure BDA0001698155370000055
基于内容流行度的时空变化，本发明从基站与用户之间协作缓存的策略出发，制定了一个延迟最小化问题。目标函数为用户在T时间内获取内容的总时延，将T分成若干个t时隙，将最小化T时间内的总时延转化为最小化每个t时间内的时延，在每个t时隙，都需要用到上一个t-1时隙估计得到的内容流行度分布，根据这个流行度分布，求解优化函数，得到最优的缓存策略，然后将缓存策略用于下一个t+1时隙的内容流行度分布，如此循环，直到T时间结束，得到T时间内的最小的总时延，每一个时隙的优化问题是一个NP难题。
在第二阶段，优化问题为：
Figure BDA0001698155370000056
其中，x＝[(x1)T,...,(xb)T,...,(xB)T]T，且xb＝[xb,1,...,xb,f,...,xb,F]T。
为了消掉分段函数Qb,r,f，我们定义yb,r,f(t)表示，在t时刻，基站b的用户是否从基站r获取内容f,如果是则yb,r,f(t)＝1，否则，yb,r,f(t)＝0。因此Qb,r,f可以被转换为
Figure BDA0001698155370000057
来自蜂窝链路的内容传输总平均时延可以被表达为：
Figure BDA0001698155370000058
优化问题可以被转化为：
Figure BDA0001698155370000059
其中，x＝[(x1)T,...,(xr)T,...,(xB)T]T，且xb＝[xr,1,...,xr,f,...,xr,F]T。y＝[(y1)T,...,(yb)T,...,(yB)T]T，且yb＝[yb,1,1,...,yb,r,f,...,yb,B,F]T。
上述问题去掉常数项，是一个非凸的二次约束二次规划(QCQP)问题：
Figure BDA0001698155370000061
通过半正定松弛(SDR)方法，可以将非凸的QCQP问题转化为凸问题，
Figure BDA0001698155370000062
其中，
V＝vvT，v＝[xT,yT,1]T
Figure BDA0001698155370000063
Figure BDA0001698155370000064
A1＝[A1,1...A1,b...A1,B]T
Figure BDA0001698155370000065
通过求解上述QCQP问题，得到优化问题最优解。上述优化问题的最优解是V，因此需要从V中恢复出我们所需要的x和y，x为中间变量，表示目标基站和/或目标终端缓存数据的向量，y表示从目标基站和/或目标终端中获取的缓存数据的向量。本发明采用特征向量逼近和高斯随机相结合的方法，对最优解V进行处理，恢复出x和y。
本发明实施例提供的基于内容流行度变化的基站与终端协作缓存方法，同时考虑动态内容流行度分布以及基站和终端的缓存空间，提出基于动态内容流行度分布的基站与终端协同缓存策略，有效利用基站和终端的缓存空间，并降低用户获取内容的总时延，减轻网络负担。
在上述实施例的基础上，进一步地，所述目标基站和/或所述目标终端中的内容流行度分布为动态内容流行度分布。
具体的，对于内容流行度分布，假设内容f在基站b的静态内容流行度分布服从Zipf-like分布：
Figure BDA0001698155370000066
定义内容f在基站b中的估计的内容流行度为分布为：
Figure BDA0001698155370000067
其中，Tb,f表示到时隙t为止，基站b中用户申请的内容f被本地基站满足的总时隙数，
Figure BDA0001698155370000071
表示到时隙t为止，基站b中用户对内容f的申请总数量。因此我们得到估计的内容流行度分布为
Figure BDA0001698155370000072
基于估计流行度分布
Figure BDA0001698155370000073
可以得到
Figure BDA0001698155370000074
其中
Figure BDA0001698155370000075
第一项和第二项分别表示基站b中内容f的请求数量的样本均值和扰动，Nb表示基站b服务的用户数。
本发明实施例提供的基于内容流行度变化的基站与终端协作缓存方法，同时考虑动态内容流行度分布以及基站和终端的缓存空间，提出基于动态内容流行度分布的基站与终端协同缓存策略，有效利用基站和终端的缓存空间，并降低用户获取内容的总时延，减轻网络负担。
在以上各实施例的基础上，进一步地，所述总时延为在若干个时隙内从目标基站和/或目标终端的缓存中获取目标数据的时延的总和。
具体的，图2为依照本发明实施例的基于MAB的在线学习协作缓存算法流程图，如图2所示，基于内容流行度的时空变化，本发明从基站与用户之间协作缓存的策略出发，初始化内容流行度分布R，缓存和申请变量x，y，t＝0，制定了一个延迟最小化问题，用半正定松弛(SDR)方法解决优化问题并更新x和y。用MAB算法更新内容流行度分布。目标函数为用户在T时间内获取内容的总时延，将T分成若干个t时隙，将最小化T时间内的总时延转化为最小化每个t时间内的时延，在每个t时隙，都需要用到上一个t-1时隙估计得到的内容流行度分布，根据这个流行度分布，求解优化函数，得到最优的缓存策略，然后将缓存策略用于下一个t+1时隙的内容流行度分布，如此循环，直到T时间结束，得到T时间内的最小的总时延，每一个时隙的优化问题是一个NP难题。
本发明实施例提供的基于内容流行度变化的基站与终端协作缓存方法，同时考虑动态内容流行度分布以及基站和终端的缓存空间，提出基于动态内容流行度分布的基站与终端协同缓存策略，有效利用基站和终端的缓存空间，并降低用户获取内容的总时延，减轻网络负担。
在以上各实施例的基础上，进一步地，通过半正定松弛法获取所述预设优化问题的最优解。
具体的，通过半正定松弛(SDR)方法，可以将非凸的QCQP问题转化为凸问题，
Figure BDA0001698155370000081
其中，
V＝vvT，v＝[xT,yT,1]T
Figure BDA0001698155370000082
Figure BDA0001698155370000083
A1＝[A1,1...A1,b...A1,B]T
Figure BDA0001698155370000084
通过求解上述QCQP问题，得到优化问题最优解。上述优化问题的最优解是V，因此需要从V中恢复出我们所需要的x和y，x为中间变量，表示目标基站和/或目标终端缓存数据的向量，y表示从目标基站和/或目标终端中获取的缓存数据的向量。本发明采用特征向量逼近和高斯随机相结合的方法，对最优解V进行处理，恢复出x和y。
本发明实施例提供的基于内容流行度变化的基站与终端协作缓存方法，同时考虑动态内容流行度分布以及基站和终端的缓存空间，提出基于动态内容流行度分布的基站与终端协同缓存策略，有效利用基站和终端的缓存空间，并降低用户获取内容的总时延，减轻网络负担。
在以上各实施例的基础上，进一步地，所述预设优化问题如下：
Figure BDA0001698155370000085
其中，Ttot(T)表示在预设时间段T内从目标基站和/或目标终端的缓存中获取目标数据的总时延，TD2D(t)表示在第t个时隙内从目标终端的缓存中获取目标数据的时延，Tcell(t)表示在第t个时隙内从目标基站的缓存中获取目标数据的时延，x为中间变量，表示目标基站和/或目标终端缓存数据的向量，y表示从目标基站和/或目标终端中获取的缓存数据的向量。
具体的，在第二阶段，优化问题为：
Figure BDA0001698155370000086
其中，x＝[(x1)T,...,(xb)T,...,(xB)T]T，且xb＝[xb,1,...,xb,f,...,xb,F]T。
为了消掉分段函数Qb,r,f，我们定义yb,r,f(t)表示，在t时刻，基站b的用户是否从基站r获取内容f,如果是则yb,r,f(t)＝1，否则，yb,r,f(t)＝0。因此Qb,r,f可以被转换为
Figure BDA0001698155370000091
来自蜂窝链路的内容传输总平均时延可以被表达为：
Figure BDA0001698155370000092
优化问题可以被转化为：
Figure BDA0001698155370000093
其中，x＝[(x1)T,...,(xr)T,...,(xB)T]T，且xb＝[xr,1,...,xr,f,...,xr,F]T。y＝[(y1)T,...,(yb)T,...,(yB)T]T，且yb＝[yb,1,1,...,yb,r,f,...,yb,B,F]T。
Ttot(T)表示在预设时间段T内从目标基站和/或目标终端的缓存中获取目标数据的总时延，TD2D(t)表示在第t个时隙内从目标终端的缓存中获取目标数据的时延，Tcell(t)表示在第t个时隙内从目标基站的缓存中获取目标数据的时延，x为中间变量，表示目标基站和/或目标终端缓存数据的向量，y表示从目标基站和/或目标终端中获取的缓存数据的向量。
图3为依照本发明实施例的基于内容流行度变化的基站与终端协作缓存装置示意图，如图3所示，本发明实施例提供一种基于内容流行度变化的基站与终端协作缓存装置，用于完成上述实施例中所述的方法，具体包括计算模块301和缓存模块302，其中，
计算模块301用于获取预设优化问题的最优解，所述预设优化问题为在预设时间段内从目标基站和/或目标终端的缓存中获取目标数据的总时延最小，所述最优解为当所述总时延最小时分别从所述目标基站和/或所述目标终端中获取的缓存数据；
缓存模块302用于基于所述最优解，获取分别从所述目标基站和/或所述目标终端中获取的缓存数据。
本发明实施例提供的基于内容流行度变化的基站与终端协作缓存装置，用于完成上述实施例中所述的方法，通过本实施例提供的装置完成上述实施例中所述的方法的具体步骤与上述实施例相同，此处不再赘述。
本发明实施例提供的基于内容流行度变化的基站与终端协作缓存装置，同时考虑动态内容流行度分布以及基站和终端的缓存空间，提出基于动态内容流行度分布的基站与终端协同缓存策略，有效利用基站和终端的缓存空间，并降低用户获取内容的总时延，减轻网络负担。
图4为本发明实施例提供的用于基于内容流行度变化的基站与终端协作缓存的电子设备的结构示意图，如图4所示，所述设备包括：处理器401、存储器402和总线403；
其中，处理器401和存储器402通过所述总线403完成相互间的通信；
处理器401用于调用存储器402中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：
获取预设优化问题的最优解，所述预设优化问题为在预设时间段内从目标基站和/或目标终端的缓存中获取目标数据的总时延最小，所述最优解为当所述总时延最小时分别从所述目标基站和/或所述目标终端中获取的缓存数据的向量；
基于所述最优解，获取分别从所述目标基站和/或所述目标终端中获取的缓存数据。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：
获取预设优化问题的最优解，所述预设优化问题为在预设时间段内从目标基站和/或目标终端的缓存中获取目标数据的总时延最小，所述最优解为当所述总时延最小时分别从所述目标基站和/或所述目标终端中获取的缓存数据的向量；
基于所述最优解，获取分别从所述目标基站和/或所述目标终端中获取的缓存数据。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：
获取预设优化问题的最优解，所述预设优化问题为在预设时间段内从目标基站和/或目标终端的缓存中获取目标数据的总时延最小，所述最优解为当所述总时延最小时分别从所述目标基站和/或所述目标终端中获取的缓存数据的向量；
基于所述最优解，获取分别从所述目标基站和/或所述目标终端中获取的缓存数据。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置及设备等实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (5)

1.一种基于内容流行度变化的基站与终端协作缓存方法，其特征在于，包括：
获取预设优化问题的最优解，所述预设优化问题为在预设时间段内从目标基站和/或目标终端的缓存中获取目标数据的总时延最小，所述最优解为当所述总时延最小时分别从所述目标基站和/或所述目标终端中获取的缓存数据的向量；
基于所述最优解，获取分别从所述目标基站和/或所述目标终端中获取的缓存数据；
所述目标基站和/或所述目标终端中的内容流行度分布为动态内容流行度分布；
所述总时延为在若干个时隙内从目标基站和/或目标终端的缓存中获取目标数据的时延的总和；
所述预设优化问题如下：
Figure FDA0003410871790000011
其中，Ttot(T)表示在预设时间段T内从目标基站和/或目标终端的缓存中获取目标数据的总时延，TD2D(t)表示在第t个时隙内从目标终端的缓存中获取目标数据的时延，Tcell(t)表示在第t个时隙内从目标基站的缓存中获取目标数据的时延，x为中间变量，表示目标基站和/或目标终端缓存数据的向量，y表示从目标基站和/或目标终端中获取的缓存数据的向量；在第(t+1)个时隙为所述预设时间段内的时隙的情况下，所述第(t+1)个时隙的所述内容流行度分布是基于所述第t个时隙的x和所述第t个时隙的y确定的。
2.根据权利要求1所述的方法，其特征在于，通过半正定松弛法获取所述预设优化问题的最优解。
3.一种基于内容流行度变化的基站与终端协作缓存装置，其特征在于，包括：
计算模块，用于获取预设优化问题的最优解，所述预设优化问题为在预设时间段内从目标基站和/或目标终端的缓存中获取目标数据的总时延最小，所述最优解为当所述总时延最小时分别从所述目标基站和/或所述目标终端中获取的缓存数据；
缓存模块，用于基于所述最优解，获取分别从所述目标基站和/或所述目标终端中获取的缓存数据；
所述目标基站和/或所述目标终端中的内容流行度分布为动态内容流行度分布；
所述总时延为在若干个时隙内从目标基站和/或目标终端的缓存中获取目标数据的时延的总和；
所述预设优化问题如下：
Figure FDA0003410871790000021
其中，Ttot(T)表示在预设时间段T内从目标基站和/或目标终端的缓存中获取目标数据的总时延，TD2D(t)表示在第t个时隙内从目标终端的缓存中获取目标数据的时延，Tcell(t)表示在第t个时隙内从目标基站的缓存中获取目标数据的时延，x为中间变量，表示目标基站和/或目标终端缓存数据的向量，y表示从目标基站和/或目标终端中获取的缓存数据的向量；在第(t+1)个时隙为所述预设时间段内的时隙的情况下，所述第(t+1)个时隙的所述内容流行度分布是基于所述第t个时隙的x和所述第t个时隙的y确定的。
4.一种用于基于内容流行度变化的基站与终端协作缓存的电子设备，其特征在于，包括：
存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1或2所述的方法。
5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1或2所述的方法。
CN201810621407.4A 2018-06-15 2018-06-15 基于内容流行度变化的基站与终端协作缓存方法及装置 Active CN108901047B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810621407.4A CN108901047B (zh) 2018-06-15 2018-06-15 基于内容流行度变化的基站与终端协作缓存方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810621407.4A CN108901047B (zh) 2018-06-15 2018-06-15 基于内容流行度变化的基站与终端协作缓存方法及装置

Publications (2)

Publication Number Publication Date
CN108901047A CN108901047A (zh) 2018-11-27
CN108901047B true CN108901047B (zh) 2022-05-24

Family

ID=64344913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810621407.4A Active CN108901047B (zh) 2018-06-15 2018-06-15 基于内容流行度变化的基站与终端协作缓存方法及装置

Country Status (1)

Country Link
CN (1) CN108901047B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109819459B (zh) * 2019-02-20 2020-09-18 北京邮电大学 一种内容的缓存部署方法及装置
CN109982389B (zh) * 2019-03-05 2021-04-30 电子科技大学 一种基于多目标多臂赌博机在线学习的无线缓存方法
CN110995828B (zh) * 2019-11-29 2020-11-24 北京邮电大学 一种网络资源缓存方法、装置及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107171961B (zh) * 2017-04-28 2019-12-03 中国人民解放军信息工程大学 基于内容流行度的缓存方法及其装置

Also Published As

Publication number Publication date
CN108901047A (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
CN108901047B (zh) 基于内容流行度变化的基站与终端协作缓存方法及装置
CN109343942B (zh) 基于边缘计算网络的任务调度方法
CN113407251A (zh) 一种移动边缘网络业务卸载方法及装置
CN106326062B (zh) 应用程序的运行状态控制方法和装置
CN111601327B (zh) 一种服务质量优化方法、装置、可读介质和电子设备
CN110288625B (zh) 用于处理图像的方法和装置
CN108600783A (zh) 一种帧率调节方法、装置及终端设备
CN112905110A (zh) 数据存储方法及装置、存储介质、用户设备、网络侧设备
CN110780986B (zh) 一种基于移动边缘计算的物联网任务调度方法及系统
CN113963248A (zh) 神经网络训练、场景决策的方法及装置、设备及存储介质
CN113747507A (zh) 一种面向5g超密集网络的计算资源管理方法及装置
CN114090108A (zh) 算力任务执行方法、装置、电子设备及存储介质
CN110392377B (zh) 一种5g超密集组网资源分配方法及装置
CN110839166B (zh) 一种数据共享方法及装置
CN110022547B (zh) 一种d2d网络中缓存放置方法及装置
CN114422438B (zh) 电力通信网络的链路调节方法及装置
Zheng et al. Game theoretic approaches to massive data processing in wireless networks
CN113115362B (zh) 协同边缘缓存方法及装置
CN115374954A (zh) 一种基于联邦学习的模型训练方法、终端以及存储介质
CN112738815B (zh) 一种可接入用户数的评估方法和装置
CN114417420A (zh) 一种基于无中心流式联邦学习的隐私保护方法、系统及终端
CN108289326B (zh) 一种无人系统装备通信方法、系统、设备及计算机介质
CN113743604A (zh) 神经网络结构搜索和目标识别的方法和装置
CN112036418A (zh) 用于提取用户特征的方法和装置
CN111225023B (zh) 一种缓存方法及装置

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
GR01 Patent grant
GR01 Patent grant