CN109451517B - 一种基于移动边缘缓存网络的缓存放置优化方法 - Google Patents

一种基于移动边缘缓存网络的缓存放置优化方法 Download PDF

Info

Publication number
CN109451517B
CN109451517B CN201811607998.6A CN201811607998A CN109451517B CN 109451517 B CN109451517 B CN 109451517B CN 201811607998 A CN201811607998 A CN 201811607998A CN 109451517 B CN109451517 B CN 109451517B
Authority
CN
China
Prior art keywords
file
base station
layer
successful transmission
probability
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
CN201811607998.6A
Other languages
English (en)
Other versions
CN109451517A (zh
Inventor
吴俊�
韩雨琪
王睿
钱亦宸
程松林
吕文静
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN201811607998.6A priority Critical patent/CN109451517B/zh
Publication of CN109451517A publication Critical patent/CN109451517A/zh
Application granted granted Critical
Publication of CN109451517B publication Critical patent/CN109451517B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明提出一种在移动边缘缓存网络中面向视频的满足不同用户QoE的缓存策略，在SVC编码的条件下，将视频的不同编码层分离存储，通过本发明提出的策略可以得到较高的成功传输概率，从而提高用户的QoE。本文提出的策略适用于实际的无线视频传播场景，考虑实际的干扰和噪声项，根据当前的视频流行度给出缓存方案。

Description

一种基于移动边缘缓存网络的缓存放置优化方法
技术领域
本发明涉及一种基于移动边缘缓存网络的缓存放置优化策略，针对于不同的用户需求，提出一种泛化的缓存放置优化方法。
背景技术
随着移动无线网络的数据流量不断增加及移动用户的需求变得越来越多样化，有限的带宽和频谱资源已经不能满足人们的日常生活需求。在这种条件下，移动边缘缓存网络利用在基站端部署缓存这一方法，减少服务器到用户整条链路的吞吐量，从而达到更高效的传输效率。
由于视频内容在一定的时间段内具有不同的流行程度，流行程度大的视频会被大量用户重复请求和播放。在不考虑边缘缓存的情况下，用户请求通过基站像云端服务器发送，云端服务器通过基站与终端建立链路并进行数据传输。此时，若某一区域内的用户请求相同的视频内容，基站与云端服务器之间会建立重复传输链路，这种机制不仅消耗了带宽而且增加了时延。在考虑部署边缘缓存的网络中，基站和终端都可以进行缓存资源的部署，当某一区域内大量用户请求相同视频内容时，基站通过将该视频缓存，避免重复向核心网发送请求并建立链路，减少了时延和网络消耗。目前的研究种考虑的场景过于单一，均假设无线网络中的用户具有相同的需求。而在实际情况种，针对于视频传输的场景，相较于视频的分辨率，用户往往更倾向于视频的流畅性，即在观看视频的过程种不出现卡顿，此时用户会选择降低分辨率来获得流畅的视频观看体验。在本发明中，考虑用户对于分辨率的不同需求，在缓存部署优化问题种考虑了视频SVC模式，面向于多种用户请求进行缓存内容的优化。
发明内容
考虑用户对于相同视频不同分辨率的需求提出的缓存优化部署方法，根据给定的网络条件，建模成功传输概率与每种文件组合的关系，并通过梯度下降法得到局部最优解。
本发明的目的可以通过以下技术方案来实现：
1.部署SVC视频编码后的层文件至基站的缓存空间中，层文件独立存储在一个或多个基站缓存中。
2.针对不同用户的视频内容及流行度的不同请求，建模用户请求与成功传输之间的关系。
3.定义不同场景下的成功传输概率。若用户只请求低分辨率文件，则成功传输概率为定义为：
Figure GDA0002392185940000021
其中q表示成功传输概率，an表示文件n的流行度，p1表示请求基本层的概率，i表示基站的索引，k表示传输的文件数，W为已知的带宽。
若用户请求高分辨率文件，且文件存在同一个基站缓存中，则成功传输概率为定义为：
Figure GDA0002392185940000022
若用户请求高分辨率文件，且文件存在不同基站缓存中，则成功传输概率为定义为：
Figure GDA0002392185940000023
4.针对成功传输概率与文件缓存概率的表达式，利用梯度下降法得到最优的文件缓存概率。
针对步骤2，若用户请求高分辨率文件，且各层文件分布在一个基站中，则每个文件占据该基站的不同频段，互不干扰。若用户请求高分辨率文件，且各层文件分布在不同基站中，用户在解码基本层文件成功后，增强层1在计算信干噪比时可去掉来自基本层文件的干扰，增强层2在计算信干噪比时可去掉来自基本层文件和增强层1的干扰。
针对步骤4，优化采用梯度下降法，由于该问题只能得到局部最优解，考虑设置多个初始点，在不同的初始点下求得成功传输概率，初始点分别设置为{1,0,0,0,0,0},{0,1,0,0,0,0},{0,0,1,0,0,0},{0,0,0,1,0,0},0,0,0,0,1,0},{0,0,0,0,0,1},{1/6,1/6,1/6,1/6,1/6,1/6}。根据成功传输概率的表达式，计算在初始点下的成功传输概率。
与现有技术相比，本发明具有以下优点：
(1)针对用户对同一视频的不同需求进行缓存优化，应用范围更广泛。
(2)将不同的需求利用统计特性合并优化，得到泛化的缓存部署策略。
(3)考虑了不同层之间的干扰，获得更精准的性能。
(4)采用多起始点的梯度下降法，更大可能找到全局最优解。
附图说明
图1为本发明总体流程图
图2为不同用户请求下的缓存优化流程图
具体实施方式
下面结合附图对本发明进行详细说明。
如图1所示，一种在移动边缘缓存无线网络中，考虑用户对于相同视频不同分辨率的需求提出的缓存优化部署方法:
部署SVC视频编码后的层文件至基站的缓存空间中，层文件独立存储在一个或多个基站缓存中。
根据给定的网络条件，建模成功传输概率与每种文件组合的关系，并通过梯度下降法得到局部最优解。
所述的步骤S2具体包括以下步骤，如图2所示：
S21，针对每一种用户请求的视频内容及视频分辨率，层文件可能分布在一个或多个基站；
S22，若用户只请求最低分辨率，则基站只需要传基本层文件给用户，其他增强层无论存在哪个基站上均不需要被传输；
S23，若用户请求高分辨率文件，且各层文件分布在一个基站中，则每个文件占据该基站的不同频段，互不干扰；
S24，若用户请求高分辨率文件，且各层文件分布在不同基站中，用户在解码基本层文件成功后，增强层1在计算信干噪比时可去掉来自基本层文件的干扰，增强层2在计算信干噪比时可去掉来自基本层文件和增强层1的干扰，以此类推。
所述的步骤S22中，若用户只请求低分辨率文件，则成功传输概率为定义为：
Figure GDA0002392185940000041
其中q表示成功传输概率，an表示文件n的流行度，p1表示请求基本层的概率，i表示基站的索引，k表示传输的文件数，W为已知的带宽。
S25，通过梯度下降法得到局部最优解。
所述的步骤S23中，若用户请求高分辨率文件，且文件存在同一个基站缓存中，则成功传输概率为定义为：
Figure GDA0002392185940000042
所述的步骤S24中，若用户请求高分辨率文件，且文件存在不同基站缓存中，则成功传输概率为定义为：
Figure GDA0002392185940000043
所述的步骤S25中，优化采用梯度下降法，初始点分别设置为{1,0,0,0,0,0},{0,1,0,0,0,0},{0,0,1,0,0,0},{0,0,0,1,0,0},0,0,0,0,1,0},{0,0,0,0,0,1},{1/6,1/6,1/6,1/6,1/6,1/6}。根据成功传输概率的表达式，计算在初始点下的成功传输概率。
以下实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例
为实现基于SVC的缓存部署优化，本发明通过以下技术方案来实现，主要包括以下步骤：
1)设无线网络中有2个视频，每个用户每个时刻请求一个视频文件。每个视频通过SVC编码分离成一个基本层和一个增强层，即整个无线网络中共4个文件。基站端的缓存容量为2，即每个基站可以缓存两个文件。
2)根据当前设置，每个基站在不考虑缓存相同文件的条件下，共有6种组合方式，在下文中，通过优化每一种组合方式的概率以得到成功传输概率的局部最大值。所有的组合的概率和为1。
3)根据成功传输概率的定义
Figure GDA0002392185940000051
给定带宽和门限值，计算所有文件的成功概率和。
31)对于只请求基本层文件的情况，成功传输概率为：
Figure GDA0002392185940000052
32)对于请求高分辨率，即同时请求基本层和增强层文件时，分情况讨论。
321)对于请求的两个视频均由同一个基站进行响应时，成功传输概率为：
Figure GDA0002392185940000053
322)对于请求的两个视频由两个基站进行响应时，成功传输概率为：
Figure GDA0002392185940000054
Figure GDA0002392185940000061
此时，
Figure GDA0002392185940000062
不同于
Figure GDA0002392185940000063
响应基本层文件的基站在基本层占用的带宽下对于增强层基站不产生干扰。
由于基本层和增强层所占频段范围随机，此时
Figure GDA0002392185940000064
的干扰通过统计平均的方式进行计算：
Figure GDA0002392185940000065
4)采用梯度下降法，初始点分别设置为{1,0,0,0,0,0},{0,1,0,0,0,0},{0,0,1,0,0,0},{0,0,0,1,0,0},0,0,0,0,1,0},{0,0,0,0,0,1},{1/6,1/6,1/6,1/6,1/6,1/6}.初始点设置越多，越可能得到更好的优化策略。
41)根据成功传输概率的表达式，计算在初始点下的成功传输概率。
42)对每一个自变量进行求导，并按照导数方向修改点的自变量的值。
43)如果在自变量的值不满足和为1这一限制条件时，选择域内满足条件的距离自变量的取值最近一点，并将该点设为新的自变量的值。
44)重复上述过程，直到两次的成功传输概率的差小于设置的门限值，结束循环并得到最后的优化策略。

Claims (1)

1.一种基于移动边缘缓存网络的缓存放置优化方法，在移动边缘缓存无线网络中，考虑用户对于相同视频不同分辨率的需求提出的缓存优化部署方法，其特征在于，
步骤S1，部署SVC视频编码后的层文件至基站的缓存空间中，层文件独立存储在一个或多个基站缓存中；
步骤S2，根据给定的网络条件，建模成功传输概率与每种文件组合的关系，并通过梯度下降法得到局部最优解；
所述的步骤S2具体包括以下步骤：
S21，针对每一种用户请求的视频内容及视频分辨率，层文件可能分布在一个或多个基站；
S22，若用户只请求最低分辨率，则基站只需要传基本层文件给用户，其它增强层无论存在哪个基站上均不需要被传输；
S23，若用户请求高分辨率文件，且各层文件分布在一个基站中，则每个文件占据该基站的不同频段，互不干扰；
S24，若用户请求高分辨率文件，且各层文件分布在不同基站中，用户在解码基本层文件成功后，增强层1在计算信干噪比时可去掉来自基本层文件的干扰，增强层2在计算信干噪比时可去掉来自基本层文件和增强层1的干扰，以此类推；
S25，通过梯度下降法得到局部最优解；
所述的步骤S22中，若用户只请求低分辨率文件，则成功传输概率为定义为：
Figure FDA0002392185930000011
其中q表示成功传输概率，an表示文件n的流行度，p1表示请求基本层的概率，i表示基站的索引，k表示传输的文件数，W为已知的带宽；
所述的步骤S23中，若用户请求高分辨率文件，且文件存在同一个基站缓存中，则成功传输概率为定义为：
Figure FDA0002392185930000012
所述的步骤S24中，若用户请求高分辨率文件，且文件存在不同基站缓存中，则成功传输概率为定义为：
Figure FDA0002392185930000021
所述的步骤S25中，优化采用梯度下降法，初始点分别设置为{1,0,0,0,0,0},{0,1,0,0,0,0},{0,0,1,0,0,0},{0,0,0,1,0,0},0,0,0,0,1,0},{0,0,0,0,0,1},{1/6,1/6,1/6,1/6,1/6,1/6}，根据成功传输概率的表达式，计算在初始点下的成功传输概率：
对每一个自变量进行求导，并按照导数方向修改点的自变量的值；
如果在自变量的值不满足和为1这一限制条件时，选择域内满足条件的距离自变量的取值最近一点，并将该点设为新的自变量的值；
重复上述过程，直到两次的成功传输概率的差小于设置的门限值，结束循环并得到最后的优化策略。
CN201811607998.6A 2018-12-27 2018-12-27 一种基于移动边缘缓存网络的缓存放置优化方法 Active CN109451517B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811607998.6A CN109451517B (zh) 2018-12-27 2018-12-27 一种基于移动边缘缓存网络的缓存放置优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811607998.6A CN109451517B (zh) 2018-12-27 2018-12-27 一种基于移动边缘缓存网络的缓存放置优化方法

Publications (2)

Publication Number Publication Date
CN109451517A CN109451517A (zh) 2019-03-08
CN109451517B true CN109451517B (zh) 2020-06-12

Family

ID=65537684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811607998.6A Active CN109451517B (zh) 2018-12-27 2018-12-27 一种基于移动边缘缓存网络的缓存放置优化方法

Country Status (1)

Country Link
CN (1) CN109451517B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110765365B (zh) * 2019-10-25 2023-07-21 国网河南省电力公司信息通信公司 分布式边云协同缓存策略的实现方法、装置、设备和介质
CN111372096B (zh) * 2020-03-12 2022-02-18 重庆邮电大学 一种基于d2d辅助的视频质量自适应缓存方法和设备
CN112333456B (zh) * 2020-10-21 2022-05-10 鹏城实验室 一种基于云边协议的直播视频传输方法
CN114640861B (zh) * 2022-03-14 2023-12-12 上海小潮缇姆信息科技有限公司 一种基于视频流行度先验预测的边缘缓存优化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108990111A (zh) * 2018-06-13 2018-12-11 东南大学 一种内容流行度随时间变化下的基站缓存方法
CN109088944A (zh) * 2018-09-18 2018-12-25 同济大学 基于次梯度下降法的缓存内容优化算法
CN109274527A (zh) * 2018-08-31 2019-01-25 南京邮电大学 一种用于支持mec的scn蜂窝网的缓存优化方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105979274B (zh) * 2016-05-06 2019-02-22 上海交通大学 动态自适应视频流媒体的分布式缓存放置方法
US10547681B2 (en) * 2016-06-30 2020-01-28 Purdue Research Foundation Functional caching in erasure coded storage
EP3419249A1 (en) * 2017-06-23 2018-12-26 Nokia Solutions and Networks Oy Methods of optimizing traffic in an isp network
CN109040298A (zh) * 2018-08-31 2018-12-18 中国科学院计算机网络信息中心 基于边缘计算技术的数据处理方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108990111A (zh) * 2018-06-13 2018-12-11 东南大学 一种内容流行度随时间变化下的基站缓存方法
CN109274527A (zh) * 2018-08-31 2019-01-25 南京邮电大学 一种用于支持mec的scn蜂窝网的缓存优化方法
CN109088944A (zh) * 2018-09-18 2018-12-25 同济大学 基于次梯度下降法的缓存内容优化算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Energy efficient cache node placement using genetic algorithm & cooperative caching algorithm;M Shahaziya Parvez 等;《2015 2nd International Conference on Electronics and Communication Systems》;20150227;全文 *
QoE-Driven Mobile Edge Caching Placement for Adaptive Video Streaming;Chenglin Li 等;《IEEE Transactions on Multimedia》;20170928;全文 *

Also Published As

Publication number Publication date
CN109451517A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN109451517B (zh) 一种基于移动边缘缓存网络的缓存放置优化方法
Peng et al. Backhaul-aware caching placement for wireless networks
CN102104538B (zh) 一种映射参数动态自适应的无线流媒体传输控制方法
CN108900355B (zh) 一种星地多级边缘网络资源分配方法
CN110290507B (zh) 一种d2d通信辅助边缘缓存系统的缓存策略及频谱分配方法
US20230344725A1 (en) End-to-End Deep Neural Network Adaptation for Edge Computing
CN105979274A (zh) 动态自适应视频流媒体的分布式缓存放置方法
EP2803224B1 (en) System and method for content and application acceleration in a wireless communications system
CN108093435A (zh) 基于缓存流行内容的蜂窝下行链路网络能效优化系统及方法
KR101670910B1 (ko) 콘텐츠 전달 네트워크들 및 사용자 장비들을 위한 효율적 캐시 선택
KR102252896B1 (ko) 사용자 이동성과 다중 파일 선호도에 기초한 기지국 에지 캐싱 방법 및 그 방법을 수행하기 위한 기지국
Kang et al. QoS-aware path selection for multi-homed mobile terminals in heterogeneous wireless networks
CN109068356A (zh) 一种用于认知无线电网络中的无线缓存分配方法
CN109348454A (zh) 一种d2d缓存通信内容共享方法
CN113672819B (zh) 一种基于推荐感知和协作边缘缓存的内容请求处理系统
CN110602722A (zh) 一种基于noma的联合内容推送和传输的设计方法
US20140297792A1 (en) Server, data caching method, and communication system
CN110913239A (zh) 一种精细化的移动边缘计算的视频缓存更新方法
Kolios et al. Energy-aware mobile video transmission utilizing mobility
Abbasi et al. Multimedia streaming using D2D in 5G ultra dense networks
CN111314349A (zh) 雾无线接入网中基于联合最大距离可分码与簇协作的编码缓存方法
Nicopolitidis et al. Continuous flow wireless data broadcasting for high-speed environments
CN106535231B (zh) 一种面向5G用户为中心网络Cache部署的内容传送方法
CN108668288B (zh) 用于优化无线缓存网络中小基站位置的方法
CN110620807A (zh) 文件传输方法、服务器、系统、设备以及存储介质

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