CN109995865A - 一种基于移动边缘计算的数据信息的请求响应方法及装置 - Google Patents
一种基于移动边缘计算的数据信息的请求响应方法及装置 Download PDFInfo
- Publication number
- CN109995865A CN109995865A CN201910265911.XA CN201910265911A CN109995865A CN 109995865 A CN109995865 A CN 109995865A CN 201910265911 A CN201910265911 A CN 201910265911A CN 109995865 A CN109995865 A CN 109995865A
- Authority
- CN
- China
- Prior art keywords
- data
- request
- information
- data information
- sent
- 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
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
-
- 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
Abstract
本申请公开了一种基于移动边缘计算的数据信息的请求响应方法,包括:预先将接收到的由用户设备发送的各数据请求发送至云中心,以便云中心通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;接收并缓存由云中心发送的缓存数据信息;当接收到用户设备发送的目标数据请求时,从自身缓存的缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备。本方法能够降低基于MEC服务器的数据信息的请求响应过程中的网络负荷,减少网络延时,从而提升用户的使用体验。本申请还公开了一种基于移动边缘计算的数据信息的请求响应装置、设备及计算机可读存储介质,均具有上述有益效果。
Description
技术领域
本发明涉及数据传输领域,特别涉及一种基于移动边缘计算的数据信息的请求响应方法、装置、设备及计算机可读存储介质。
背景技术
近年来,为了有效解决移动互联网和物联网的快速发展带来的高时延、高网络负荷、低效率的问题,目前一种解决方法是在用户设备与云中心之间设置MEC(Mobile EdgeComputing,移动边缘计算)服务器。具体来说,是通过在MEC服务器上缓存一些数据信息,使得用户设备在发送数据请求时,MEC服务器利用自身缓存的数据信息,直接对用户设备发送的数据请求进行请求响应,以减少向云中心发送数据请求,从而达到降低网络负荷的目的。
但是,由于MEC服务器的硬件资源是有限的,即能够缓存的数据信息是有限的。当发生大量差异性的数据请求,即缓存的数据信息与数据请求不对应时,需要向云中心发送大量的数据请求并接收由云中心反馈的数据信息,再执行对用户设备的数据请求进行响应的操作,因此将大大增加网络负荷,造成网络延时,从而影响用户的使用体验。
因此,如何降低基于移动边缘计算的数据信息的请求响应过程中的网络负荷,减少网络延时,从而提升用户的使用体验是本领域技术人员目前需要解决的技术问题。
发明内容
有鉴于此,本发明的目的在于提供一种基于移动边缘计算的数据信息的请求响应方法,能够降低基于移动边缘计算的数据信息的请求响应过程中的网络负荷,减少网络延时,从而提升用户的使用体验;本发明的另一目的是提供一种基于移动边缘计算的数据信息的请求响应装置、设备及计算机可读存储介质,均具有上述有益效果。
为解决上述技术问题,本发明提供一种基于移动边缘计算的数据信息的请求响应方法,应用于MEC服务器,包括:
预先将接收到的由用户设备发送的各数据请求发送至云中心,以便所述云中心通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;
接收并缓存由所述云中心发送的所述缓存数据信息;
当接收到所述用户设备发送的目标数据请求时,从自身缓存的所述缓存数据信息中获取与所述目标数据请求对应的目标数据信息,并将所述目标数据信息反馈给所述用户设备。
优选地,当所述缓存数据信息为多个时,所述接收并缓存由所述云中心发送的所述缓存数据信息具体包括:
根据接收到的所述数据请求得出各所述缓存数据信息的请求率;
当存在请求率大于预设请求率阈值的目标缓存数据信息时,将所述目标缓存数据信息置顶缓存。
为解决上述技术问题,本发明提供另一种基于移动边缘计算的数据信息的请求响应方法,应用于云中心,包括:
接收由MEC服务器转发的由用户设备发送的数据请求;
通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;
将所述缓存数据信息发送给所述MEC服务器,以便所述MEC服务器在接收到所述用户设备发送的目标数据请求时,从自身缓存的所述缓存数据信息中获取与所述目标数据请求对应的目标数据信息,并将所述目标数据信息反馈给所述用户设备。
优选地,所述通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息具体包括:
分别将接收到的各所述数据请求输入至概率计算模型中,计算出自身存储的数据信息中与各所述数据请求对应的数据信息的预测请求概率;
将各所述预测请求概率按照降序排列,并筛选出排名前N的目标请求概率;
获取与各所述目标请求概率对应的缓存数据信息。
优选地,所述接收由MEC服务器转发的由用户设备发送的数据请求具体为:
接收由多个MEC服务器分别转发的由各对应的用户设备发送的所述数据请求;
对应的,在所述获取与各所述目标请求概率对应的缓存数据信息之后,进一步包括:
将多个所述MEC服务器分别对应的缓存数据信息进行对比组合,得出综合缓存数据信息;
对应的,所述将所述缓存数据信息发送给所述MEC服务器,以便所述MEC服务器在接收到所述用户设备发送的目标数据请求时,从自身缓存的所述缓存数据信息中获取与所述目标数据请求对应的目标数据信息,并将所述目标数据信息反馈给所述用户设备具体为:
将所述综合缓存数据信息发送给所述MEC服务器,以便所述MEC服务器在接收到所述用户设备发送的目标数据请求时,从自身缓存的所述综合缓存数据信息中获取与所述目标数据请求对应的目标数据信息,并将所述目标数据信息反馈给所述用户设备。
优选地,所述概率计算模型具体为CTR算法模型;
对应的,所述分别将接收到的各所述数据请求输入至概率计算模型中,计算出自身存储的数据信息中与各所述数据请求对应的各数据信息的预测请求概率具体包括:
接收由所述MEC服务器发送的设置有对应的标签的所述数据请求;
分别将各所述设置有对应的标签的数据请求输入至所述CTR算法模型中;
依据自身存储的数据信息的标签与各所述数据请求的标签的对应关系,利用所述CTR算法模型计算出自身存储的数据信息中与各所述数据请求对应的数据信息的所述预测请求概率。
优选地,所述标签具体包括:时间标签和/或地点标签。
为解决上述技术问题,本发明还提供一种基于移动边缘计算的数据信息的请求响应装置,包括:
发送模块,用于预先将接收到的由用户设备发送的各数据请求发送至云中心,以便所述云中心通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;
接收模块,用于接收并缓存由所述云中心发送的所述缓存数据信息;
执行模块,用于当接收到所述用户设备发送的目标数据请求时,从自身缓存的所述缓存数据信息中获取与所述目标数据请求对应的目标数据信息,并将所述目标数据信息反馈给所述用户设备。
为解决上述技术问题,本发明还提供一种基于移动边缘计算的数据信息的请求响应设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述任一种基于移动边缘计算的数据信息的请求响应方法的步骤。
为解决上述技术问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质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任一种基于移动边缘计算的数据信息的请求响应方法的步骤。
本发明提供的一种基于移动边缘计算的数据信息的请求响应方法,MEC服务器预先将接收到的由用户设备发送的各数据请求发送至云中心,以便云中心通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;然后接收并缓存由云中心发送的缓存数据信息,使得MEC服务器中能够预先缓存预测出的可能会被请求的数据信息,因此,当接收到用户设备发送的目标数据请求时,该目标数据请求对应的目标数据信息将大概率地存在于MEC服务器中,因此通过MEC服务器从自身缓存的缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备。相较于现有技术,本方法通过提高数据请求在MEC服务器中的命中率,能相对减少MEC服务器向云中心发送数据请求以获取对应的数据信息的操作次数,减少访问延时,降低网络负荷,从而提升用户的使用体验。
为解决上述技术问题,本发明还提供了一种基于移动边缘计算的数据信息的请求响应装置、设备及计算机可读存储介质,均具有上述有益效果。
附图说明
为了更清楚地说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种基于移动边缘计算的数据信息的请求响应方法的流程图;
图2为本发明实施例提供的一种MEC服务器接收并缓存由云中心发送的缓存数据信息的过程示意图;
图3为本发明实施例提供的另一种基于移动边缘计算的数据信息的请求响应方法的流程图;
图4为本发明实施例提供的一种云中心得出综合缓存数据信息的过程示意图;
图5为本发明实施例提供的一种基于移动边缘计算的系统架构示意图;
图6为本发明实施例提供的一种基于移动边缘计算的数据信息的请求响应方法的时序图;
图7为本发明实施例提供的一种基于移动边缘计算的数据信息的请求响应装置的结构图;
图8为本发明实施例提供的另一种基于移动边缘计算的数据信息的请求响应装置的结构图;
图9为本发明实施例提供的一种基于移动边缘计算的数据信息的请求响应设备的结构图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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。
本发明实施例的核心是提供一种基于移动边缘计算的数据信息的请求响应方法,能够降低基于移动边缘计算的数据信息的请求响应过程中的网络负荷,减少网络延时,从而提升用户的使用体验;本发明的另一核心是提供一种基于移动边缘计算的数据信息的请求响应装置、设备及计算机可读存储介质,均具有上述有益效果。
为了使本领域技术人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
图1为本发明实施例提供的一种基于移动边缘计算的数据信息的请求响应方法的流程图,结合图1对本实施例提供的一种应用于MEC服务器的基于移动边缘计算的数据信息的请求响应方法进行具体说明:
S11:预先将接收到的由用户设备发送的各数据请求发送至云中心,以便云中心通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息。
具体的,本步骤的目的是获取需要预先缓存至MEC服务器中的缓存数据信息。其中,云中心指的是用于控制多个MEC服务器的信息交互的控制器,云中心中存储有能够满足用户需求的数据信息。
具体的,本实施例通过MEC服务器接收用户设备发送的数据请求,然后将获取到的数据请求转发送至云中心。
云中心在接收到数据请求后,根据推荐算法得出自身存储的各数据信息的预测请求概率,也即用户设备再次发送获取各对应的数据信息的数据请求的概率。当某个预测请求概率满足预设概率条件时,将与该预测请求概率对应的数据信息作为缓存数据信息。
需要说明的是,本实施例中,判断数据信息是否满足预设概率条件以得出缓存数据信息,可以是将超过预设概率阈值的预测请求概率对应的数据信息作为满足预设概率条件的缓存数据信息,也可以是通过对各预测请求概率进行降序排列,将排名前N的预测请求概率对应的数据信息作为缓存数据信息,在其他的实施例中,也可以设置其他的预设概率条件,本实施例对此不做限定。
S12:接收并缓存由云中心发送的缓存数据信息。
具体的,在云中心确定得出缓存数据信息后,云中心将得出的缓存数据信息发送给MEC服务器。对应的,MEC服务器接收云中心发送的缓存数据信息,并按照预设的存储规则将缓存数据信息缓存至对应的内容缓存区,本实施例对MEC服务器缓存数据信息的具体方式不做限定。需要说明的是,由于MEC服务器的硬件资源是有限的,因此需要按照一定的规则删除MEC服务器中缓存的数据信息,以保障能够将接收到的待缓存数据信息进行存储。
S13:当接收到用户设备发送的目标数据请求时,从自身缓存的缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备。
具体的,在MEC服务器中缓存有缓存数据信息的情况下,当接收到用户设备发送的目标数据信息时,由于MEC服务器中的缓存数据信息是根据预测请求概率得出的,MEC服务器中的缓存数据信息被再次请求的概率较大,也就是说,目标数据请求对应的目标数据信息存在于MEC服务器中的概率较大,进而,MEC服务器从自身缓存的缓存数据信息中获取与目标数据请求对应的目标数据信息,然后将该目标数据信息反馈各用户设备。
可以理解的是,若MEC服务器中仍不存在与目标数据请求对应的目标数据信息,则MEC服务器将该目标数据请求转发给云中心,云中心从自身存储的数据信息中获取与该目标数据请求对应的目标数据信息,并将获取的目标数据信息反馈给MEC服务器,以便MEC服务器再将该目标数据信息发送各用户设备,以实现对用户设备的数据信息的请求响应。MEC服务器将该目标数据信息也进行缓存,作为自身的缓存数据信息。
本发明实施例提供的一种基于移动边缘计算的数据信息的请求响应方法,MEC服务器预先将接收到的由用户设备发送的各数据请求发送至云中心,以便云中心通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;然后接收并缓存由云中心发送的缓存数据信息,使得MEC服务器中能够预先缓存预测出的可能会被请求的数据信息,因此,当接收到用户设备发送的目标数据请求时,该目标数据请求对应的目标数据信息将大概率地存在于MEC服务器中,因此通过MEC服务器从自身缓存的缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备。相较于现有技术,本方法通过提高数据请求在MEC服务器中的命中率,能相对减少MEC服务器向云中心发送数据请求以获取对应的数据信息的操作次数,减少访问延时,降低网络负荷,从而提升用户的使用体验。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,当缓存数据信息为多个时,接收并缓存由云中心发送的缓存数据信息具体包括:
根据接收到的数据请求得出各缓存数据信息的请求率;
当存在请求率大于预设请求率阈值的目标缓存数据信息时,将目标缓存数据信息置顶缓存。
考虑到在实际应用中,一般会得出多个缓存数据信息,并且MEC服务器在依据目标数据请求在自身缓存的缓存数据信息中查找对应的目标数据信息时,一般是按照依次检索的方式进行查找。因此,本实施例中,MEC服务器在接收并缓存由云中心发送的缓存数据信息时,将根据各数据请求得出各缓存数据信息的请求率,当某个缓存数据信息的请求率大于预设请求率阈值时,将该缓存数据信息置顶设置。
请参考图2所示的MEC服务器接收并缓存由云中心发送的缓存数据信息的过程示意图。如图2所示,当缓存数据信息“内容3”的请求率超过预设请求率阈值时,表示“内容3”被再次请求的概率较大,则将“内容3”缓存至MEC服务器的内容缓存区的顶部,即将“内容3”置顶,因此,当根据目标数据请求在MEC服务器中查找“内容3”时,由于“内容3”置顶设置,因此能够更便捷快速地获取到“内容3”。
本发明实施例提供的一种基于移动边缘计算的数据信息的请求响应方法,根据LRU(Least-Recently-Used)算法实时地对缓存数据信息在MEC服务器中的缓存次序进行调整,因此能够更便捷快速地从MEC服务器中获取到与目标数据请求对应的目标数据信息,进一步提升用户的使用体验。
图3为本发明实施例提供的另一种基于移动边缘计算的数据信息的请求响应方法的流程图;如图3所示,应用于云中心的基于移动边缘计算的数据信息的请求响应方法包括:
S21:接收由MEC服务器转发的由用户设备发送的数据请求;
S22:通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;
S23:将缓存数据信息发送给MEC服务器,以便MEC服务器在接收到用户设备发送的目标数据请求时,从自身缓存的缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备。
本发明实施例提供的一种基于移动边缘计算的数据信息的请求响应方法,通过接收由MEC服务器转发的由用户设备发送的数据请求;然后通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;并将缓存数据信息发送给MEC服务器,使得MEC服务器中能够预先缓存预测出的可能会被请求的数据信息,因此,当MEC服务器接收到用户设备发送的目标数据请求时,该目标数据请求对应的目标数据信息将大概率地存在于MEC服务器中,因此通过MEC服务器从自身缓存的缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备。相较于现有技术,本方法通过提高数据请求在MEC服务器中的命中率,能相对减少MEC服务器向云中心发送数据请求以获取对应的数据信息的操作次数,减少访问延时,降低网络负荷,从而提升用户的使用体验。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息具体包括:
分别将接收到的各数据请求输入至概率计算模型中,计算出自身存储的数据信息中与各数据请求对应的数据信息的预测请求概率;
将各预测请求概率按照降序排列,并筛选出排名前N的目标请求概率;
获取与各目标请求概率对应的缓存数据信息。
具体的,云中心首先利用概率计算模型预测自身存储的各数据信息后续再次被请求的概率:将接收到的各数据请求输入至概率计算模型中,根据各数据请求与自身存储的数据信息的对应关系,得出自身存储的各数据信息分别对应的预测请求概率。然后将各预测请求概率按照降序排列,并从中筛选数排名前N的预测请求概率,也即得出相对于其他的预测请求概率较高的预测请求概率,将筛选出的N个预测请求概率作为目标请求概率;再根据各预测请求概率与数据信息的对应关系,将与目标请求概率对应的数据信息作为缓存数据信息,即得出N个缓存数据信息。需要说明的是,N一般为正整数,N的取值根据实际需求而定,本实施例对此不做限定。
可见,本发明实施例提供的基于移动边缘计算的数据信息的请求响应方法,相较于将大于预设概率阈值的预测请求概率作为目标请求概率的方法,通过将各预测概率均与预设概率阈值进行比较,可能出现最终得出的目标请求概率的数量过多或者过少的情况,即得出的缓存数据信息过多过着过少的情况,本方法通过分别将接收到的各数据请求输入至概率计算模型中,计算出自身存储的数据信息中与各数据请求对应的数据信息的预测请求概率,然后按照降序的方式将各预测请求概率进行排序,并筛选出排名前N的预测请求概率作为目标请求概率,进而得出再次被请求的概率相对较高的N个缓存数据信息;能够相对保障预先缓存至MEC服务器上的缓存数据信息的数量的稳定性。
作为具体的实施方式,接收由MEC服务器转发的由用户设备发送的数据请求具体为:
接收由多个MEC服务器分别转发的由各对应的用户设备发送的数据请求;
对应的,在获取与各目标请求概率对应的缓存数据信息之后,进一步包括:
将多个MEC服务器分别对应的缓存数据信息进行对比组合,得出综合缓存数据信息;
对应的,将缓存数据信息发送给MEC服务器,以便MEC服务器在接收到用户设备发送的目标数据请求时,从自身缓存的缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备具体为:
将综合缓存数据信息发送给MEC服务器,以便MEC服务器在接收到用户设备发送的目标数据请求时,从自身缓存的综合缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备。
可以理解的是,在实际应用中,云中心会接收到由多个MEC服务器分别转发的由各对应的用户设备发送的数据请求。因此,云中心将进一步根据各MEC服务器分别发送的数据信息分别得出对应的缓存数据信息,然后利用预设算法将各缓存数据信息进行对比组合,得出综合缓存数据信息。
更具体的,请参考如图4所示的一种云中心得出综合缓存数据信息的过程示意图。如图4所示,对单个MEC服务器而言,通过MEC服务器将数据请求发送给云中心,以便云中心利用概率计算模型得出自身存储的各数据信息对应的预测请求概率P(r),将各预测请求概率P(r)按照降序排列,并筛选出排名前N的目标请求概率,并根据预测请求概率与数据信息的对应关系,得出与目标请求概率对应的缓存数据信息;对整体而言,云中心将根据各MEC服务器分别得出的缓存数据信息输入到综合分析模型中,通过对比组合得出综合缓存数据信息。
例如,当综合分析模型具体为协同过滤算法模型时,对比组合得出综合缓存数据信息的过程具体为:分析所有缓存数据信息之间的相似度,各缓存数据信息中满足预设相似度条件的缓存数据信息作为综合缓存数据信息。具体的,可以通过将相似度按照高低次序进行排列,筛选出排名前M的缓存数据信息作为综合缓存数据信息。更具体的,一种综合缓存数据信息的格式可以为:
[内容1,内容2,......,内容M];
M表示综合缓存数据信息的具体数量,如M=1000,本实施例对此不做限定,并且,M的取值可以与N的取值相同。
进而,云中心将得出的综合缓存数据信息发送给各MEC服务器,以实现在各MEC服务器中提前缓存综合缓存数据信息的目的,以便MEC服务器在接收到用户设备发送的目标数据请求时,能够从自身缓存的综合缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备。
可见,本发明实施例提供的基于移动边缘计算的数据信息的请求响应方法,通过对各MEC服务器分别对应的缓存数据信息进行对比组合以得出综合缓存数据信息,并将综合缓存数据信息缓存至各MEC服务器中,相对提高预先缓存至MEC服务器中的数据信息在后续操作过程中被用户设备发送的数据请求命中的概率,最大可能地实现对用户设备发送的目标数据请求进行本地化响应,以提升用户的使用体验。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,概率计算模型具体为CTR算法模型;
对应的,分别将接收到的各数据请求输入至概率计算模型中,计算出自身存储的数据信息中与各数据请求对应的各数据信息的预测请求概率具体包括:
接收由MEC服务器发送的设置有对应的标签的数据请求;
分别将各设置有对应的标签的数据请求输入至CTR算法模型中;
依据自身存储的数据信息的标签与各数据请求的标签的对应关系,利用CTR算法模型计算出自身存储的数据信息中与各数据请求对应的数据信息的预测请求概率。
在本实施例中,是利用CTR(Click-Through-Rate)算法模型作为概率计算模型。
具体的,预先为中心中存储的数据信息对应的标签,当接收到数据请求时,为数据请求设置对应的标签,然后利用CTR算法模型根据数据请求的标签对应计算出数据信息的预测请求概率。
需要说明的是,本实施中,是由MEC服务器为数据请求设置对应的标签,再将设置有标签的数据请求发送给云中心。云中心在接收到设置有对应的标签的数据请求后,分别将各设置有对应的标签的数据请求输入至CTR算法模型中,依据云中心自身存储的数据信息的标签与各数据请求的标签的对应关系,利用CTR算法模型计算出自身存储的数据信息的预测请求概率。
具体的,数据信息的标签可以是根据数据信息的内容以及数据特征进行设置,对应的,数据请求的标签可以根据与数据请求对应的数据信息的内容以及数据特征等进行设置,从而使得数据请求与数据信息存在对应关系。可以理解的是,由于数据信息与数据请求分别对应有多个标签,因此,一个数据请求中的标签可以与多个不同的数据信息中的标签相对应。例如,假设一个数据请求对应的是请求获取某售卖男性T恤的网页,其对应的标签可以是青年、男性、运动、夏季等。与该数据请求相对应的数据信息可以是包括标签青年、运动、冬季的数据信息A,包括标签运动、夏季的数据信息B等。
更具体的,一种设置有标签的数据请求的格式为:
数据请求[标签1,标签2,标签3,......,标签n];
其中,n为标签的数量,且不做限定。
在其他的实施方式中,也可以是通过云中心对数据请求设置对应的标签,但是通过MEC服务器设置的方式可以相对避免数据请求在多次传输的过程中发生错误,导致后续的预测概率过程产生错误;同时,可以利用MEC服务器对数据请求进行筛选后再发送给云中心,进一步保障数据请求的准确性;在这种方式中,还可以是利用MEC服务器在空闲时候再将数据请求发送给云中心,从而相对降低网络压力。
可见,本实施例通过CTR算法模型计算预测请求概率,能够提高计算出预测请求概率的准确度。
作为优选的实施方式,标签具体包括:时间标签和/或地点标签。
需要说明的是,在实际操作中,还可以在标签中设置时间标签和/或地点标签。也就是说,若当前的时间和/或地点与标签中的时间标签和/或地点标签相对应时,将云中心中设置有该时间标签和/或地点标签的标签对应的数据信息预先缓存至MEC服务器中。
例如,假设某数据信息的时间标签具体为2月14日情人节,则表示在情人节时用户设备发送获取该数据信息的数据请求的概率较大,进而云中心在每年的情人节前将与数据请求中的时间标签对应的数据信息提前缓存至MEC服务器中,以便用户设备能够及时获取该数据信息。
可见,本实施例提供的基于移动边缘计算的数据信息的请求响应方法,通过在标签中设置时间标签和/或地点标签,提前在MEC服务器中缓存与时间标签和/地点标签相对应的数据信息,能够进一步提升用户的使用体验。
本实施例结合图5所示的一种基于移动边缘计算的系统架构示意图以及图6所示的一种基于移动边缘计算的数据信息的请求响应方法的时序图对基于移动边缘计算的数据信息的请求响应方法进行具体解释:
S101:用户设备10通过基站20向MEC服务器30发送数据请求;
S102:MEC服务器30在接收到该数据请求后,为该数据请求设置对应的标签,并将设置有标签的数据请求通过核心网40发送给云中心50;
S103:云中心50在获取到设置有标签的数据请求后,根据CTR算法模型计算出自身存储的数据信息的预测请求概率,得出满足预设概率条件的缓存数据信息;
S104:云中心50将缓存数据信息发送给MEC服务器30进行缓存;
S105:用户设备10发送目标数据请求;
S106:当接收到用户设备10发送的时,MEC服务器30判断自身缓存的缓存数据信息中是否存在与该目标数据请求对应的目标数据信息;若存在(命中缓存),MEC服务器30从自身的缓存数据信息中获取与目标数据请求对应的目标数据信息;
S107:若不存在(未命中缓存),MEC服务器30向云中心50发送目标数据请求,以从云中心50存储的数据信息中获取与目标数据请求对应的目标数据信息;
同时,云中心50利用目标数据请求更新CTR算法模型;
S108:MEC服务器30将目标数据信息发送给用户设备10,完成用户设备的数据信息的请求响应。
本发明实施例提供的一种基于移动边缘计算的数据信息的请求响应方法,MEC服务器预先将接收到的由用户设备发送的各数据请求发送至云中心,以便云中心通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;然后接收并缓存由云中心发送的缓存数据信息,使得MEC服务器中能够预先缓存预测出的可能会被请求的数据信息,因此,当接收到用户设备发送的目标数据请求时,该目标数据请求对应的目标数据信息将大概率地存在于MEC服务器中,因此通过MEC服务器从自身缓存的缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备。相较于现有技术,本方法通过提高数据请求在MEC服务器中的命中率,能相对减少MEC服务器向云中心发送数据请求以获取对应的数据信息的操作次数,减少访问延时,降低网络负荷,从而提升用户的使用体验。
上文对于本发明提供的一种基于移动边缘计算的数据信息的请求响应方法的实施例进行了详细的描述,本发明还提供了一种与该方法对应的基于移动边缘计算的数据信息的请求响应装置、设备及计算机可读存储介质,由于装置、设备及计算机可读存储介质部分的实施例与方法部分的实施例相互照应,因此装置、设备及计算机可读存储介质部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
图7为本发明实施例提供的一种基于移动边缘计算的数据信息的请求响应装置的结构图,如图7所示,一种基于移动边缘计算的数据信息的请求响应装置包括:
发送模块71,用于预先将接收到的由用户设备发送的各数据请求发送至云中心,以便云中心通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;
第一接收模块72,用于接收并缓存由云中心发送的缓存数据信息;
第一执行模块73,用于当接收到用户设备发送的目标数据请求时,从自身缓存的缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备。
本发明实施例提供的基于移动边缘计算的数据信息的请求响应装置,具有上述基于移动边缘计算的数据信息的请求响应方法的有益效果。
图8为本发明实施例提供的另一种基于移动边缘计算的数据信息的请求响应装置的结构图,如图8所示,另一种基于移动边缘计算的数据信息的请求响应装置包括:
第二接收模块81,用于接收由MEC服务器转发的由用户设备发送的数据请求;
计算模块82,用于通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;
第二执行模块83,用于将缓存数据信息发送给MEC服务器,以便MEC服务器在接收到用户设备发送的目标数据请求时,从自身缓存的缓存数据信息中获取与目标数据请求对应的目标数据信息,并将目标数据信息反馈给用户设备。
本发明实施例提供的基于移动边缘计算的数据信息的请求响应装置,具有上述基于移动边缘计算的数据信息的请求响应方法的有益效果。
图9为本发明实施例提供的一种基于移动边缘计算的数据信息的请求响应设备的结构图,如图9所示,一种基于移动边缘计算的数据信息的请求响应设备包括:
存储器91,用于存储计算机程序;
处理器92,用于执行计算机程序时实现如上述基于移动边缘计算的数据信息的请求响应方法的步骤。
本发明实施例提供的基于移动边缘计算的数据信息的请求响应设备,具有上述基于移动边缘计算的数据信息的请求响应方法的有益效果。
为解决上述技术问题,本发明还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述基于移动边缘计算的数据信息的请求响应方法的步骤。
本发明实施例提供的计算机可读存储介质,具有上述基于移动边缘计算的数据信息的请求响应方法的有益效果。
以上对本发明所提供的基于移动边缘计算的数据信息的请求响应方法、装置、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
Claims (10)
1.一种基于移动边缘计算的数据信息的请求响应方法,应用于MEC服务器,其特征在于,包括:
预先将接收到的由用户设备发送的各数据请求发送至云中心,以便所述云中心通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;
接收并缓存由所述云中心发送的所述缓存数据信息;
当接收到所述用户设备发送的目标数据请求时,从自身缓存的所述缓存数据信息中获取与所述目标数据请求对应的目标数据信息,并将所述目标数据信息反馈给所述用户设备。
2.根据权利要求1所述的方法,其特征在于,当所述缓存数据信息为多个时,所述接收并缓存由所述云中心发送的所述缓存数据信息具体包括:
根据接收到的所述数据请求得出各所述缓存数据信息的请求率;
当存在请求率大于预设请求率阈值的目标缓存数据信息时,将所述目标缓存数据信息置顶缓存。
3.一种基于移动边缘计算的数据信息的请求响应方法,应用于云中心,其特征在于,包括:
接收由MEC服务器转发的由用户设备发送的数据请求;
通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;
将所述缓存数据信息发送给所述MEC服务器,以便所述MEC服务器在接收到所述用户设备发送的目标数据请求时,从自身缓存的所述缓存数据信息中获取与所述目标数据请求对应的目标数据信息,并将所述目标数据信息反馈给所述用户设备。
4.根据权利要求3所述的方法,其特征在于,所述通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息具体包括:
分别将接收到的各所述数据请求输入至概率计算模型中,计算出自身存储的数据信息中与各所述数据请求对应的数据信息的预测请求概率;
将各所述预测请求概率按照降序排列,并筛选出排名前N的目标请求概率;
获取与各所述目标请求概率对应的缓存数据信息。
5.根据权利要求4所述的方法,其特征在于,所述接收由MEC服务器转发的由用户设备发送的数据请求具体为:
接收由多个MEC服务器分别转发的由各对应的用户设备发送的所述数据请求;
对应的,在所述获取与各所述目标请求概率对应的缓存数据信息之后,进一步包括:
将多个所述MEC服务器分别对应的缓存数据信息进行对比组合,得出综合缓存数据信息;
对应的,所述将所述缓存数据信息发送给所述MEC服务器,以便所述MEC服务器在接收到所述用户设备发送的目标数据请求时,从自身缓存的所述缓存数据信息中获取与所述目标数据请求对应的目标数据信息,并将所述目标数据信息反馈给所述用户设备具体为:
将所述综合缓存数据信息发送给所述MEC服务器,以便所述MEC服务器在接收到所述用户设备发送的目标数据请求时,从自身缓存的所述综合缓存数据信息中获取与所述目标数据请求对应的目标数据信息,并将所述目标数据信息反馈给所述用户设备。
6.根据权利要求4所述的方法,其特征在于,所述概率计算模型具体为CTR算法模型;
对应的,所述分别将接收到的各所述数据请求输入至概率计算模型中,计算出自身存储的数据信息中与各所述数据请求对应的各数据信息的预测请求概率具体包括:
接收由所述MEC服务器发送的设置有对应的标签的所述数据请求;
分别将各所述设置有对应的标签的数据请求输入至所述CTR算法模型中;
依据自身存储的数据信息的标签与各所述数据请求的标签的对应关系,利用所述CTR算法模型计算出自身存储的数据信息中与各所述数据请求对应的数据信息的所述预测请求概率。
7.根据权利要求6所述的方法,其特征在于,所述标签具体包括:时间标签和/或地点标签。
8.一种基于移动边缘计算的数据信息的请求响应装置,其特征在于,包括:
发送模块,用于预先将接收到的由用户设备发送的各数据请求发送至云中心,以便所述云中心通过推荐算法得出自身存储的数据信息中满足预设概率条件的缓存数据信息;
接收模块,用于接收并缓存由所述云中心发送的所述缓存数据信息;
执行模块,用于当接收到所述用户设备发送的目标数据请求时,从自身缓存的所述缓存数据信息中获取与所述目标数据请求对应的目标数据信息,并将所述目标数据信息反馈给所述用户设备。
9.一种基于移动边缘计算的数据信息的请求响应设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至2或3至7任一项所述的基于移动边缘计算的数据信息的请求响应方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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如权利要求1至2或3至7任一项所述的基于移动边缘计算的数据信息的请求响应方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910265911.XA CN109995865A (zh) | 2019-04-03 | 2019-04-03 | 一种基于移动边缘计算的数据信息的请求响应方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910265911.XA CN109995865A (zh) | 2019-04-03 | 2019-04-03 | 一种基于移动边缘计算的数据信息的请求响应方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109995865A true CN109995865A (zh) | 2019-07-09 |
Family
ID=67132300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910265911.XA Pending CN109995865A (zh) | 2019-04-03 | 2019-04-03 | 一种基于移动边缘计算的数据信息的请求响应方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109995865A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110505083A (zh) * | 2019-07-31 | 2019-11-26 | 北京比利信息技术有限公司 | 基于数据中心和本地边缘计算的混合架构运行方法与系统 |
CN110535965A (zh) * | 2019-09-03 | 2019-12-03 | 北京元安物联技术有限公司 | 一种数据处理方法及装置、存储介质 |
CN112264309A (zh) * | 2020-09-30 | 2021-01-26 | 北京京东振世信息技术有限公司 | 包裹分拣方法、服务器及存储介质 |
CN112448827A (zh) * | 2019-08-27 | 2021-03-05 | 中国移动通信有限公司研究院 | 一种信息处理方法、装置、设备及计算机可读存储介质 |
CN112584439A (zh) * | 2020-11-27 | 2021-03-30 | 重庆邮电大学 | 一种边缘计算中的缓存方法 |
CN113138862A (zh) * | 2020-01-18 | 2021-07-20 | 佛山市云米电器科技有限公司 | 消息处理方法、服务器、设备、系统及存储介质 |
CN113542330A (zh) * | 2020-04-21 | 2021-10-22 | 中移(上海)信息通信科技有限公司 | 移动边缘计算数据获取方法及系统 |
CN114979283A (zh) * | 2021-04-27 | 2022-08-30 | 中移互联网有限公司 | 数据获取方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105610957A (zh) * | 2016-01-07 | 2016-05-25 | 中国联合网络通信集团有限公司 | 云系统及其数据同步方法 |
CN106803190A (zh) * | 2017-01-03 | 2017-06-06 | 北京掌阔移动传媒科技有限公司 | 一种广告个性化推送系统及方法 |
CN106888257A (zh) * | 2017-02-22 | 2017-06-23 | 西安电子科技大学 | 无线通信中雾节点的存储资源分配方法 |
CN107079044A (zh) * | 2014-09-25 | 2017-08-18 | 交互数字专利控股公司 | 用于内容感知缓存的过程和用于多点协作传输的无线电资源管理 |
WO2018137149A1 (zh) * | 2017-01-24 | 2018-08-02 | 华为技术有限公司 | 一种内容请求方法及代理设备 |
CN108549719A (zh) * | 2018-04-23 | 2018-09-18 | 西安交通大学 | 一种移动边缘计算网络中基于聚类的自适应缓存方法 |
CN109362064A (zh) * | 2018-09-14 | 2019-02-19 | 重庆邮电大学 | 在移动边缘计算网络中基于mec的任务缓存分配策略 |
-
2019
- 2019-04-03 CN CN201910265911.XA patent/CN109995865A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107079044A (zh) * | 2014-09-25 | 2017-08-18 | 交互数字专利控股公司 | 用于内容感知缓存的过程和用于多点协作传输的无线电资源管理 |
CN105610957A (zh) * | 2016-01-07 | 2016-05-25 | 中国联合网络通信集团有限公司 | 云系统及其数据同步方法 |
CN106803190A (zh) * | 2017-01-03 | 2017-06-06 | 北京掌阔移动传媒科技有限公司 | 一种广告个性化推送系统及方法 |
WO2018137149A1 (zh) * | 2017-01-24 | 2018-08-02 | 华为技术有限公司 | 一种内容请求方法及代理设备 |
CN106888257A (zh) * | 2017-02-22 | 2017-06-23 | 西安电子科技大学 | 无线通信中雾节点的存储资源分配方法 |
CN108549719A (zh) * | 2018-04-23 | 2018-09-18 | 西安交通大学 | 一种移动边缘计算网络中基于聚类的自适应缓存方法 |
CN109362064A (zh) * | 2018-09-14 | 2019-02-19 | 重庆邮电大学 | 在移动边缘计算网络中基于mec的任务缓存分配策略 |
Non-Patent Citations (1)
Title |
---|
叶东东: "移动边缘计算环境下的资源优化研究", 《中国优秀硕士论文全文数据库》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110505083A (zh) * | 2019-07-31 | 2019-11-26 | 北京比利信息技术有限公司 | 基于数据中心和本地边缘计算的混合架构运行方法与系统 |
CN112448827A (zh) * | 2019-08-27 | 2021-03-05 | 中国移动通信有限公司研究院 | 一种信息处理方法、装置、设备及计算机可读存储介质 |
CN110535965A (zh) * | 2019-09-03 | 2019-12-03 | 北京元安物联技术有限公司 | 一种数据处理方法及装置、存储介质 |
CN113138862A (zh) * | 2020-01-18 | 2021-07-20 | 佛山市云米电器科技有限公司 | 消息处理方法、服务器、设备、系统及存储介质 |
CN113542330A (zh) * | 2020-04-21 | 2021-10-22 | 中移(上海)信息通信科技有限公司 | 移动边缘计算数据获取方法及系统 |
CN113542330B (zh) * | 2020-04-21 | 2023-10-27 | 中移(上海)信息通信科技有限公司 | 移动边缘计算数据获取方法及系统 |
CN112264309A (zh) * | 2020-09-30 | 2021-01-26 | 北京京东振世信息技术有限公司 | 包裹分拣方法、服务器及存储介质 |
CN112584439A (zh) * | 2020-11-27 | 2021-03-30 | 重庆邮电大学 | 一种边缘计算中的缓存方法 |
CN114979283A (zh) * | 2021-04-27 | 2022-08-30 | 中移互联网有限公司 | 数据获取方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109995865A (zh) | 一种基于移动边缘计算的数据信息的请求响应方法及装置 | |
CN104137104B (zh) | 基于共享元信息的网页的协作式加载 | |
CN102227121B (zh) | 基于机器学习的分布式缓存策略自适应切换方法及系统 | |
CN105074743B (zh) | 向移动客户端分派广告的方法和装置 | |
CN108021451B (zh) | 一种雾计算环境下的自适应容器迁移方法 | |
Li et al. | Energy-latency tradeoffs for edge caching and dynamic service migration based on DQN in mobile edge computing | |
CN107612987B (zh) | 一种面向边缘计算基于缓存的服务供应优化方法 | |
KR20110100631A (ko) | 모바일 광고 최적화 아키텍처 | |
CN109190070A (zh) | 一种数据处理方法、装置、系统及应用服务器 | |
CN111491331B (zh) | 一种雾计算网络中基于迁移学习的网络感知自适应缓存方法 | |
CN106888257A (zh) | 无线通信中雾节点的存储资源分配方法 | |
CN110213097B (zh) | 一种基于资源动态分配的边缘服务供应优化方法 | |
CN111935025B (zh) | 一种tcp传输性能的控制方法、装置、设备和介质 | |
CN102984203B (zh) | 基于云计算的提高缓存设备利用率的方法、装置及系统 | |
Yan et al. | Distributed edge caching with content recommendation in fog-rans via deep reinforcement learning | |
Isaacman et al. | Low-infrastructure methods to improve internet access for mobile users in emerging regions | |
CN114818454A (zh) | 模型训练方法、数据处理方法、电子设备和程序产品 | |
CN109040153A (zh) | 缓存内容的缓存方法、相关设备和计算机可读存储介质 | |
Lam et al. | Approaches for broadcasting temporal data in mobile computing systems | |
CN111324839A (zh) | 建筑大数据缓存方法及装置 | |
CN112822727B (zh) | 一种基于移动性和流行度感知的自适应边缘内容缓存方法 | |
Jin et al. | An integrated prefetching and caching scheme for mobile web caching system | |
Chen et al. | An update-based step-wise optimal cache replacement for wireless data access | |
Ilayaraja et al. | WARM based data pre-fetching and cache replacement strategies for location dependent information system in wireless environment | |
Feng et al. | Markov tree prediction on web cache prefetching |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190709 |