CN110062356A - 一种d2d网络中的缓存副本布设方法 - Google Patents
一种d2d网络中的缓存副本布设方法 Download PDFInfo
- Publication number
- CN110062356A CN110062356A CN201910187949.XA CN201910187949A CN110062356A CN 110062356 A CN110062356 A CN 110062356A CN 201910187949 A CN201910187949 A CN 201910187949A CN 110062356 A CN110062356 A CN 110062356A
- Authority
- CN
- China
- Prior art keywords
- file
- cache hit
- follows
- formula
- network
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明请求保护一种D2D网络中的缓存副本布设方法。针对D2D缓存网络副本布设问题,首先获取小区内缓存文件流行度排名,利用zipf分布模拟文件请求模型;其次,根据文件请求模型分析设计系统缓存命中率模型;最后以系统缓存命中最大化为目标函数,利用朗日乘数法与二分法求解目标函数,获取缓存副本数量布设方法。本发明能够利用D2D网络中的缓存文件副本数量布设,实现系统缓存命中最大化。
Description
技术领域
本发明属于D2D缓存技术领域,具体的说是一种以最大化系统缓存命中率为目标的缓存副本数量布设方法。
背景技术
随着无线网络数据流量指数式增长,为了满足下一代网络高传输速率与低用户侧时延的通信需求,D2D(Device-to-Device)通信技术获得了极大的关注。D2D即终端直传技术,其可以使两方设备在不经基站的情景下直接通信,利用分散在网络中的D2D终端设备缓存资源,可以减轻基站流量压力,降低用户侧传输时延,提高系统吞吐量及用户体验。
就D2D缓存网络技术而言,目前许多研究考虑到了D2D用户之间的移动性、空间随机性、社交关系等特点,利用随机几何理论来建立动态的终端动态拓扑模型,在此基础上优化缓存网络结构、更新缓存管理策略,以提升网络缓存成功率和系统效能,然而针对D2D缓存副本数量布设的研究还存在空白。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种填补了D2D网络中的缓存文件副本数量布设的空白,实现系统缓存命中最大化的D2D网络中的缓存副本布设方法。本发明的技术方案如下:
一种D2D网络中的缓存副本布设方法,其包括以下步骤:
步骤1:设计系统模型,基站收集小区内的文件信息,获取文件流行度,并根据文件流行度从高到底进行排名,根据文件排名,利用zipf(齐普夫)分布分析文件被访问概率;
步骤2:设计缓存命中模型,分析自卸载和D2D卸载两类D2D缓存事件,并根据D2D缓存事件设计系统总体缓存命中表达式;
步骤3:利用系统缓存命中表达式构造以最大化缓存命中率为目标的目标函数,并证明目标问题为凸规划问题;
步骤4:利用拉格朗日乘数法与二分法求解目标函数,获得最优副本数量布设。
进一步的,所述步骤2设计文件请求模型具体包括:
首先定义小区内用户服从齐次泊松点分布,则在半径为R的方圆范围内有n个DUE(D2D用户终端)的概率表达式为:
式中λ表示齐次泊松点过程的密度;
描述文件的集合为F={f1,f2,...,fN},文件的被访问概率服从zipf分布,则对于排名为i的文件fi的被请求概率为
式中i表示文件排名,j为计数变量,N表示网络中文件总数。γ为流行度分布的偏移指数,γ越大表示流行文件请求越集中。
进一步的,所述步骤2分析自卸载和D2D卸载两类D2D缓存事件,并根据D2D缓存事件设计系统总体缓存命中表达式,具体包括:考虑以下两种缓存命中事件:
事件一,自卸载,当用户请求文件已在本地缓存时,则直接获取本地缓存文件;
事件二,D2D卸载,当用户请求文件在本地并没有缓存时,用户在一定缓存传输距离R内找寻一个空闲的已缓存请求文件的DUE获取该文件;
缓存命中事件由两种事件构成,则系统缓存命中率可以表示为两种事件发生的概率和,表示为:
其中为自卸载缓存命中率,为D2D缓存命中率。
首先考虑事件一,用户请求文件fi在本地已缓存的概率为:
式中Ni表示文件fi网络中的文件总数。
则系统的自卸载概率表示为每个文件流行度与已缓存概率乘积的累加和:
式中pi为文件fi被请求概率,由式(2)给出。那么对于文件fi的D2D卸载缓存命中率表示为:
则系统的D2D缓存命中率为:
将(4)(6)带入(7)可得:
将式(5)(8)带入式(3)整理可得,系统总的缓存命中率为:
进一步的,所述步骤3构造目标函数并求解,具体包括:
文件副本数布设集合为J={N1,N2,...,NN},需要求解的系统缓存命中率最大化的优化问题表示如下:
其中Md为DUE的缓存储存容量空间大小;
令则缓存命中率可简化表示为:
证明目标优化问题为凸规划问题:首先对phit关于Ni进行二阶偏导数运算,可得到
且
由此可知,phit的海森矩阵对角线元素均小于零且其他元素均为零,故函数phit是关于J的严格凹函数,又因为J的定义为凸闭集,得证目标优化问题是一个凸规划问题。
进一步的,所述步骤4再利用拉格朗日乘数法与求解目标优化函数,式(10)记为拉格朗日函数为:
μ表示拉格朗日乘子,其中μ≥0,则对偶函数表示为:
对偶问题表示为:
min D(μ) (15)
s.t.μ≥0 (16)
令可得
将上式(17)整理后得到Ni关于μ的函数表达式为:
式中的W=(·)表示Lambert-W函数;
为使Ni(μ)在其定义域内,令
用于限制文件fi副本数量不高于网络中文件总数量。
D(μ)在处μ的次梯度表示为:
设μ*为的解,则可利用二分法得到文件fi最优副本数Ni *
进一步的,所述步骤4最终得出,当系统缓存命中率最大时,最优系统副本数布设为:
A={N1 *,N2 *,...,NN *} (22)。
本发明的优点及有益效果如下:
本发明基于D2D通信网络进行研究,以系统缓存命中率最大化为目标,利用凸优化理论实现了最优缓存副本布设,有以下几点有点及有益效果:
1.本发明以优化缓存命中率为目标进行设计,可以优化D2D网络中的缓存文件命中效果,提高系统缓存命中率;
2.缓存副本数量基于最大化缓存命中率目标下进行设计,可以减少系统中冗余的缓存副本数量,提高缓存空间利用率;
3.D2D缓存有助于降低用户请求文件的响应时延,减轻基站侧的下行流量压力,提高系统流量卸载增益。
本发明创新点主要在于步骤三中设计以文件副本为变量的系统缓存命中率表达式,以及步骤四中利用次梯度与二分法联合求解目标函数的计算方法。
附图说明
图1是本发明提供优选实施例提供缓存副本布设流程示意图;
图2是本发明提供缓存副本布设系统模型示意图。
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、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方法是:
如图1所示:考虑一个D2D缓存网络,网络中所有用户的位置服从密度为λ的齐次泊松点过程,且所有的D2D终端设备(DUE)具有相同的缓存功能和储存空间。
在该模型中,DUE之间的通信与有效缓存传输距离均为R,且在传输时不会产生因同频干扰发生的链路冲突。假设整个缓存网络的文件总数为N,并且每个文件具有相同大小,设定单个DUE不会重复缓存已有文件,那么缓存网络中缓存文件fi的数量为Ni,在设计优化算法时,将Ni考虑为连续变量。
如图2所示:在本实施例中,一种D2D网络中的缓存副本布设方法是按如下步骤进行的。
步骤一、设计文件请求模型
首先定义小区内用户服从齐次泊松点分布,则在半径为R的方圆范围内有n个DUE的概率表达式为:
式中λ表示齐次泊松点过程的密度。
进一步的,描述文件的集合为F={f1,f2,...,fN},文件的被访问概率服从zipf分布,则对于排名为i的文件fi的被请求概率为
式中,γ为流行度分布的偏移指数,γ越大表示流行文件请求越集中。
步骤二、设计系统缓存命中模型
本发明考虑以下两种缓存命中事件:
事件一,自卸载,当用户请求文件已在本地缓存时,则直接获取本地缓存文件;
事件二,D2D卸载,当用户请求文件在本地并没有缓存时,用户可在一定缓存传输距离R内找寻一个空闲的已缓存请求文件的DUE获取该文件。
缓存命中事件由上一章的两种事件构成,则系统缓存命中率可以表示为两种事件发生的概率和,表示为:
其中为自卸载缓存命中率,为D2D缓存命中率。
本发明首先考虑事件一,用户请求文件fi在本地已缓存的概率为:
则系统的自卸载概率可以表示为每个文件流行度与已缓存概率乘积的累加和:
那么对于文件fi的D2D卸载缓存命中率可以表示为:
则系统的D2D缓存命中率为:
将(4)(6)带入(7)可得:
将式(5)(8)带入式(3)整理可得,系统总的缓存命中率为:
步骤三、构造目标函数并求解
文件副本数布设集合为J={N1,N2,...,NN},需要求解的系统缓存命中率最大化的优化问题表示如下:
其中Md为DUE的缓存储存容量空间大小。
令则缓存命中率可简化表示为:
下面本发明证明目标优化问题为凸规划问题,首先对phit关于Ni进行二阶偏导数运算,可得到
且
由此可知,phit的海森矩阵对角线元素均小于零且其他元素均为零,故函数phit是关于J的严格凹函数。又因为J的定义为凸闭集,得证目标优化问题是一个凸规划问题。
再利用拉格朗日乘数法与求解目标优化函数,式(10)记为拉格朗日函数为:
其中μ≥0,则对偶函数表示为:
对偶问题表示为:
min D(μ) (15)
s.t.μ≥0 (16)
令可得
将上式(17)整理后得到Ni关于μ的函数表达式为:
式中的W=(·)表示Lambert-W函数。
为使Ni(μ)在其定义域内,令
D(μ)在处μ的次梯度表示为:
设μ*为的解,则可利用二分法得到文件fi最优副本数Ni *
步骤五、获得系统最优副本布设
根据算法流程可以最终得出,当系统缓存命中率最大时,最优系统副本数布设为:
A={N1 *,N2 *,...,NN *} (22)
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (6)
1.一种D2D网络中的缓存副本布设方法,其特征在于,包括以下步骤:
步骤1:设计系统模型,基站收集小区内的文件信息,获取文件流行度,并根据文件流行度从高到底进行排名,根据文件排名,利用zipf齐普夫分布分析文件被访问概率;
步骤2:设计缓存命中模型,分析自卸载和D2D卸载两类D2D缓存事件,并根据D2D缓存事件设计系统总体缓存命中表达式;
步骤3:利用系统缓存命中表达式构造以最大化缓存命中率为目标的目标函数,并证明目标问题为凸规划问题;
步骤4:利用拉格朗日乘数法与二分法求解目标函数,获得最优副本数量布设。
2.根据权利要求1所述的一种D2D网络中的缓存副本布设方法,其特征在于,所述步骤2设计文件请求模型具体包括:
首先定义小区内用户服从齐次泊松点分布,则在半径为R的方圆范围内有n个D2D用户终端的概率表达式为:
式中λ表示齐次泊松点过程的密度;
描述文件的集合为F={f1,f2,...,fN},文件的被访问概率服从zipf分布,则对于排名为i的文件fi的被请求概率为
式中,i表示文件排名,j为计数变量,N表示网络中文件总数,γ为流行度分布的偏移指数,γ越大表示流行文件请求越集中。
3.根据权利要求2所述的一种D2D网络中的缓存副本布设方法,其特征在于,所述步骤2分析自卸载和D2D卸载两类D2D缓存事件,并根据D2D缓存事件设计系统总体缓存命中表达式,具体包括:考虑以下两种缓存命中事件:
事件一,自卸载,当用户请求文件已在本地缓存时,则直接获取本地缓存文件;
事件二,D2D卸载,当用户请求文件在本地并没有缓存时,用户在一定缓存传输距离R内找寻一个空闲的已缓存请求文件的DUE获取该文件;
缓存命中事件由两种事件构成,则系统缓存命中率可以表示为两种事件发生的概率和,表示为:
其中为自卸载缓存命中率,为D2D缓存命中率。
首先考虑事件一,用户请求文件fi在本地已缓存的概率为:
式中Ni表示文件fi网络中的文件总数;
则系统的自卸载概率表示为每个文件流行度与已缓存概率乘积的累加和:
式中pi为文件fi被请求概率,由式(2)给出,那么对于文件fi的D2D卸载缓存命中率表示为:
则系统的D2D缓存命中率为:
将(4)(6)带入(7)可得:
将式(5)(8)带入式(3)整理可得,系统总的缓存命中率为:
4.根据权利要求3所述的一种D2D网络中的缓存副本布设方法,其特征在于,所述步骤3构造目标函数并求解,具体包括:
文件副本数布设集合为J={N1,N2,...,NN},需要求解的系统缓存命中率最大化的优化问题表示如下:
s.t.0≤Ni≤N (11)
其中Md为DUE的缓存储存容量空间大小;
令则缓存命中率可简化表示为:
证明目标优化问题为凸规划问题:首先对phit关于Ni进行二阶偏导数运算,可得到
且
由此可知,phit的海森矩阵对角线元素均小于零且其他元素均为零,故函数phit是关于J的严格凹函数,又因为J的定义为凸闭集,得证目标优化问题是一个凸规划问题。
5.根据权利要求4所述的一种D2D网络中的缓存副本布设方法,其特征在于,所述步骤4再利用拉格朗日乘数法与求解目标优化函数,式(10)记为拉格朗日函数为:
μ表示拉格朗日乘子,其中μ≥0,则对偶函数表示为:
对偶问题表示为:
min D(μ) (15)
s.t.μ≥0 (16)
令可得
将上式(17)整理后得到Ni关于μ的函数表达式为:
式中的W=(·)表示Lambert-W函数;
为使Ni(μ)在其定义域内,令
用于限制文件fi副本数量不高于网络中文件总数量;
D(μ)在处μ的次梯度表示为:
设μ*为的解,则可利用二分法得到文件fi最优副本数Ni *
6.根据权利要求5所述的一种D2D网络中的缓存副本布设方法,其特征在于,所述步骤4最终得出,当系统缓存命中率最大时,最优系统副本数布设为:
A={N1 *,N2 *,...,NN *} (22)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910187949.XA CN110062356B (zh) | 2019-03-13 | 2019-03-13 | 一种d2d网络中的缓存副本布设方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910187949.XA CN110062356B (zh) | 2019-03-13 | 2019-03-13 | 一种d2d网络中的缓存副本布设方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110062356A true CN110062356A (zh) | 2019-07-26 |
CN110062356B CN110062356B (zh) | 2022-05-06 |
Family
ID=67316724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910187949.XA Active CN110062356B (zh) | 2019-03-13 | 2019-03-13 | 一种d2d网络中的缓存副本布设方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110062356B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111212405A (zh) * | 2020-01-13 | 2020-05-29 | 中山大学 | 基于多流行度的分组d2d多阈值缓存放置方法 |
CN112261628A (zh) * | 2020-10-26 | 2021-01-22 | 杭州梦视网络科技有限公司 | 一种应用于d2d设备的内容边缘缓存架构方法 |
CN115033187A (zh) * | 2022-08-10 | 2022-09-09 | 蓝深远望科技股份有限公司 | 一种基于大数据的分析管理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150305046A1 (en) * | 2014-04-18 | 2015-10-22 | Soongsil University Research Consortium Techno- Park | D2d communications system and allocation method of resources and power using the same |
CN106303927A (zh) * | 2016-08-31 | 2017-01-04 | 电子科技大学 | 一种用于d2d无线缓存网络中的缓存分配方法 |
CN106851731A (zh) * | 2017-03-07 | 2017-06-13 | 电子科技大学 | 一种最大化卸载概率的d2d缓存分配方法 |
CN108737507A (zh) * | 2018-04-27 | 2018-11-02 | 西安交通大学 | 一种d2d无线缓存方法 |
-
2019
- 2019-03-13 CN CN201910187949.XA patent/CN110062356B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150305046A1 (en) * | 2014-04-18 | 2015-10-22 | Soongsil University Research Consortium Techno- Park | D2d communications system and allocation method of resources and power using the same |
CN106303927A (zh) * | 2016-08-31 | 2017-01-04 | 电子科技大学 | 一种用于d2d无线缓存网络中的缓存分配方法 |
CN106851731A (zh) * | 2017-03-07 | 2017-06-13 | 电子科技大学 | 一种最大化卸载概率的d2d缓存分配方法 |
CN108737507A (zh) * | 2018-04-27 | 2018-11-02 | 西安交通大学 | 一种d2d无线缓存方法 |
Non-Patent Citations (2)
Title |
---|
HONGMEI FAN: "Preference-Aware Caching Based on Cooperative Game for D2D Communication Networks", 《2018 IEEE 87TH VEHICULAR TECHNOLOGY CONFERENCE》 * |
任骥: "战场后勤物资供应与补给中心选址优化问题研究", 《中国博士学位论文全文数据库(电子期刊)》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111212405A (zh) * | 2020-01-13 | 2020-05-29 | 中山大学 | 基于多流行度的分组d2d多阈值缓存放置方法 |
CN111212405B (zh) * | 2020-01-13 | 2021-07-09 | 中山大学 | 基于多流行度的分组d2d多阈值缓存放置方法 |
CN112261628A (zh) * | 2020-10-26 | 2021-01-22 | 杭州梦视网络科技有限公司 | 一种应用于d2d设备的内容边缘缓存架构方法 |
CN112261628B (zh) * | 2020-10-26 | 2022-07-08 | 杭州梦视网络科技有限公司 | 一种应用于d2d设备的内容边缘缓存架构方法 |
CN115033187A (zh) * | 2022-08-10 | 2022-09-09 | 蓝深远望科技股份有限公司 | 一种基于大数据的分析管理方法 |
CN115033187B (zh) * | 2022-08-10 | 2022-11-08 | 蓝深远望科技股份有限公司 | 一种基于大数据的分析管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110062356B (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112218337B (zh) | 一种移动边缘计算中的缓存策略决策方法 | |
CN110062356A (zh) | 一种d2d网络中的缓存副本布设方法 | |
CN110730471B (zh) | 基于区域用户兴趣匹配的移动边缘缓存方法 | |
CN108737507B (zh) | 一种d2d无线缓存方法 | |
CN106851731B (zh) | 一种最大化卸载概率的d2d缓存分配方法 | |
CN108600998B (zh) | 超密度蜂窝与d2d异构融合网络缓存优化决策方法 | |
CN108093435B (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 | |
CN107548102A (zh) | 一种边缘缓存网络中最小化用户时延的基站缓存方法 | |
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 | |
CN108521640B (zh) | 一种蜂窝网络中的内容分发方法 | |
CN115665804B (zh) | 一种协同无人机-智能车群的缓存优化方法 | |
CN112597388B (zh) | 一种缓存使能的d2d通信联合推荐与缓存方法 | |
CN107295619A (zh) | 一种边缘缓存网络中基于用户连接矩阵的基站休眠方法 | |
WO2023159986A1 (zh) | 一种分层网络体系结构中的协作缓存方法 | |
Khan et al. | On the application of agglomerative hierarchical clustering for cache-assisted D2D networks | |
CN108541025B (zh) | 一种面向无线异构网络的基站与d2d共同缓存方法 | |
CN108566636A (zh) | 面向不同用户偏好的d2d随机缓存布设方法 | |
Li et al. | Edge caching for D2D enabled hierarchical wireless networks with deep reinforcement learning | |
CN109831801A (zh) | 基于深度学习神经网络的用户行为预测的基站缓存算法 | |
CN108551472A (zh) | 一种基于边缘计算的内容缓存优化方法 | |
CN108377473A (zh) | D2d无线缓存网络中的文件内容分配方法及装置 | |
CN112887943A (zh) | 一种基于中心度的缓存资源分配方法及系统 | |
CN111479312A (zh) | 异构蜂窝网络内容缓存和基站休眠联合优化方法 | |
CN111432380A (zh) | 面向d2d辅助数据卸载的缓存优化方法 | |
CN112261628B (zh) | 一种应用于d2d设备的内容边缘缓存架构方法 |
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 |