CN110913430A - 无线网络中文件的主动式协作缓存方法及缓存管理装置 - Google Patents

无线网络中文件的主动式协作缓存方法及缓存管理装置 Download PDF

Info

Publication number
CN110913430A
CN110913430A CN201911377701.6A CN201911377701A CN110913430A CN 110913430 A CN110913430 A CN 110913430A CN 201911377701 A CN201911377701 A CN 201911377701A CN 110913430 A CN110913430 A CN 110913430A
Authority
CN
China
Prior art keywords
cache
file
probability
files
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
Application number
CN201911377701.6A
Other languages
English (en)
Other versions
CN110913430B (zh
Inventor
江涛
刘铂熙
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201911377701.6A priority Critical patent/CN110913430B/zh
Publication of CN110913430A publication Critical patent/CN110913430A/zh
Application granted granted Critical
Publication of CN110913430B publication Critical patent/CN110913430B/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
    • H04W28/0289—Congestion control
    • 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
    • H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种无线网络中文件的主动式协作缓存方法及装置，属于无线通信技术领域，包括：在当前时段，得到流行文件库
Figure DDA0002341434610000011
预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn；获得备选路由路径集合
Figure DDA0002341434610000012
将
Figure DDA0002341434610000013
沿
Figure DDA0002341434610000014
传输记为随机事件
Figure DDA0002341434610000015
将p的缓存节点n缓存流行文件f(k)记为随机事件xnf，根据Bl和Cn设置概率
Figure DDA0002341434610000016
和
Figure DDA0002341434610000017
根据
Figure DDA0002341434610000018
和xnf复合得到多个复合随机事件，并根据
Figure DDA0002341434610000019
和
Figure DDA00023414346100000110
计算所有复合随机事件均不发生的联合条件概率函数；为每个下载请求确定一条备选路由路径，使得联合条件概率函数值为零，从而得到预路由策略，并反向推理得到缓存策略，之后更新缓存节点存储的文件列表。本发明能够避免网络拥塞，并提高网络中缓存文件的缓存击中率。

Description

无线网络中文件的主动式协作缓存方法及缓存管理装置
技术领域
本发明属于无线通信技术领域，更具体地，涉及一种无线网络中文件的主动式协作缓存方法及缓存管理装置。
背景技术
通过在通信节点中部署存储设备，如服务器、缓存器等，运营商可将内容提供商的授权文件复制多个文件副本，缓存在用户较为密集的网络设备中，以使得用户向内容远端内容服务器请求访问数据时，可从本地缓存获取文件数据，即为网络内缓存技术，图1所示为应用了网络内缓存技术的一种无线网络通信场景。网络内缓存技术显著降低了通信时延和后端通信链路负载。部署存储设备的通信节点包括但不限于宏基站(Macro Base-station)、小基站(Small-cell Base-station)、边缘计算服务器(Edge-computingServer)、交换机(Switch)和路由器(Router)。网络内缓存技术的核心问题之一是如何制定缓存策略，即确认每个文件的副本数量，与每个副本被存储的缓存位置。
无线网络中缓存文件的方式分为被动式缓存和主动式缓存。被动式缓存在处理用户下载文件的请求时，基于局部最优性假设确定下载的路由路径，并在下载的过程中对被下载文件进行缓存；相比于传统基于局部最优性假设的缓存方法，如最小访问频率更新(Least Frequently Used，LFU)，主动式缓存方法通过预测不同地区用户的文件访问规律，优化缓存文件的放置策略，显著提升通信网络中缓存节点缓存文件的击中率。
但是，现有的主动式缓存技术存在至少两个问题：(1)针对大规模缓存网络，未充分考虑无线网络带宽受限的特点，盲目地在热点地区缓存大量流行文件的副本，导致热点地区缓存节点流量显著提升，造成局部网络拥塞，影响缓存击中率；(2)针对多个缓存节点中同一文件的多个副本，未考虑多用户请求的负载均衡问题，盲目地将所有下载请求路由至有限的缓存节点中，造成局部网络拥塞，影响缓存击中率。总的来说，现有的主动式缓存方法，缓存击中率有待提高。
发明内容
针对现有技术的缺陷和改进需求，本发明提供了一种无线网络中文件的主动式协作缓存方法及缓存管理装置，其目的在于，避免网络拥塞，并提高无线网络的缓存击中率。
为实现上述目的，按照本发明的第一方面，提供了一种无线网络中文件的主动式协作缓存方法，包括：
(1)在当前时段，根据用户行为数据，利用机器学习方法预测被下载文件的地理位置分布与热度，将其中热度最高的topK文件作为流行文件，从而得到流行文件库
Figure BDA0002341434590000021
topK为正整数；
(2)根据网络状态信息、文件的地理位置分布与热度，预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn；
(3)根据网络拓扑为每个＜用户源节点k、缓存节点n＞对确定至少一条备选路由路径，从而得到备选路由路径集合
Figure BDA0002341434590000029
(4)将文件
Figure BDA0002341434590000022
沿备选路由路径
Figure BDA0002341434590000023
由缓存节点n传输到用户源节点k记为随机事件
Figure BDA0002341434590000024
设置随机事件
Figure BDA0002341434590000025
发生的概率
Figure BDA0002341434590000026
使得备选路由路径p的流量不超过链路平均带宽Bl；将备选路由路径p的缓存节点n缓存流行文件f(k)记为随机事件xnf，设置随机事件xnf发生的概率
Figure BDA0002341434590000027
使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn，且
Figure BDA0002341434590000028
f(k)为从用户源节点k请求下载的文件；
(5)根据随机事件
Figure BDA0002341434590000031
和xnf复合得到多个复合随机事件，使得所得到的复合随机事件反映网络资源不足或缓存击中率过低，并根据概率
Figure BDA0002341434590000032
和
Figure BDA0002341434590000033
十算所有复合随机事件均不发生的联合条件概率函数；
(6)为从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径，最终使得联合条件概率函数的函数值为零，并以所选择的备选路由路径作为预路由路径，从而得到预路由策略；
(7)根据预路由策略反向推理得到缓存策略，并根据所得到的缓存策略更新网络中缓存节点存储的文件列表，使得沿每条预路由路径能够完整下载被请求的文件。
本发明基于网络中文件传输和缓存的独立随机事件，复合得到反映网络资源不足或缓存击中率过低的复合随机事件，通过预路由策略的确定对所有复合随机事件都不发生的联合条件概率进行控制，最终使得该联合条件概率为0，即任意一个复合随机事件发生的概率为0，从而能够避免引起网络资源不足或缓存击中率过低的事件发生，不仅考虑了在热点区域缓存过多流行文件副本导致的局部访问量过大的问题，还能兼顾同一流行文件多副本之间的流量均衡问题，因此，本发明能够避免网络拥塞，提高缓存击中率。
在缓存策略确定，并且网络中缓存节点中存储的文件列表更新完成后，若远端内容服务器接收到用户发送的下载文件的请求，则按照预路由路径将文件下载请求引流至对应缓存节点，若该缓存节点的缓存设备中存在带访问文件的副本，则沿预路由路径传输文件数据；否则，从远端内容服务器传输文件数据。
进一步地，步骤(4)中，设置概率
Figure BDA0002341434590000034
的方式为：
以
Figure BDA0002341434590000035
为目标函数，以最大化缓存击中率；
以
Figure BDA0002341434590000036
为第一约束条件，以使得备选路由路径p的流量不超过链路平均带宽Bl；
以
Figure BDA0002341434590000041
为第二约束条件，以使得预路由策略引流通过链路l的数据量不可超过缓存最大空间Cn；
在第一约束条件和第二约束条件的约束下求解目标函数，以得到概率
Figure BDA0002341434590000042
其中，
Figure BDA0002341434590000043
表示用户所在源节点集合，
Figure BDA0002341434590000044
表示缓存节点集合，
Figure BDA0002341434590000045
表示以节点k为源节点、以节点n为终节点的备选路由路径集合，sf表示流行文件f的大小，
Figure BDA0002341434590000046
表示网络，l表示网络中的链路。
本发明根据预测得到的下一时段的链路平均带宽Bl和缓存最大空间Cn构造约束条件，以最大化缓存击中率为目标，通过求解相应的目标函数得到概率
Figure BDA0002341434590000047
在避免网络资源不足的同时，有效提高了缓存击中率。
进一步地，步骤(4)中，根据
Figure BDA0002341434590000048
设置概率
Figure BDA0002341434590000049
本发明在已知概率
Figure BDA00023414345900000410
的情况下，根据上述公式反向推理概率
Figure BDA00023414345900000411
能够在保证准确设置概率的基础上，简化计算过程。
进一步地，根据随机事件
Figure BDA00023414345900000412
和xnf复合得到的复合随机事件包括：缓存超载、链路拥塞和缓存击中率过低。
进一步地，缓存超载发生的概率
Figure BDA00023414345900000413
的计算方法包括：
Figure BDA00023414345900000414
其中，Q＝∑fsf为流行文件库中所有文件的大小之和，sf表示流行文件f的大小，
Figure BDA00023414345900000415
为对应傅里叶变换核。
进一步地，链路拥塞发生的概率
Figure BDA0002341434590000051
的计算方法包括：
Figure BDA0002341434590000052
其中，Bl表示链路l带宽容量，Q＝∑ksf(k)为所有用户的待下载文件的大小之和，sf(k)表示流行文件f(k)的大小，
Figure BDA0002341434590000053
为傅里叶变换核。
进一步地，缓存击中率过低发生的概率
Figure BDA0002341434590000054
的计算方法包括：
Figure BDA0002341434590000055
其中，APX为给定最低缓存击中次数，Q＝∑ksf(k)为所有用户的待下载文件的大小之和，sf(k)表示流行文件f(k)的大小，
Figure BDA0002341434590000056
为傅里叶变换核。
本发明利用快速傅里叶变换计算复合随机事件发生的概率，可以避免遍历流行文件库中所有的文件组合，即不需要遍历所有可能的子集
Figure BDA0002341434590000057
以简化计算。同时相比于基于中心不等式的估计式其准确度更高，复杂度更低。以
Figure BDA0002341434590000058
为例说明。链路消耗h单位带宽的概率可由遍历流行文件库中所有的文件组合，找到集合
Figure BDA0002341434590000059
中所有满足条件的子集
Figure BDA00023414345900000510
得到。每个满足条件的子集
Figure BDA00023414345900000511
需保证当且仅当该子集和中随机事件全都发生，且子集合在基础集
Figure BDA00023414345900000512
上的补集
Figure BDA00023414345900000513
中的随机事件全都不发生时，正好消耗h单位带宽，其概率为
Figure BDA00023414345900000514
Figure BDA0002341434590000061
则链路l消耗的带宽小于Bl的概率为
Figure BDA0002341434590000062
显然，链路拥塞发生的概率
Figure BDA0002341434590000063
的等于
Figure BDA0002341434590000064
进一步地，步骤(6)包括：
(61)对于任意一个从用户源节点k下载流行文件的下载请求<k，f(k)>，在为该下载请求确定备选路由路径的过程中，同步更新联合条件概率上界
Figure BDA0002341434590000065
的值；
(62)若更新后，
Figure BDA0002341434590000066
则保留当前的备选路由路径，并设置相应的概率
Figure BDA0002341434590000067
并转入步骤(63)；否则，放弃当前的备选路由路径，并设置相应的
Figure BDA0002341434590000068
并转入步骤(64)；
(63)若还存在下载请求为处理，则重新选择一个下载请求，并转入步骤(61)，为新的下载请求确定备选路由路径；否则，转入步骤(65)；
(64)保留当前的下载请求不变，并转入步骤(61)，为当前的下载请求重新确定备选路由路径；
(65)操作结束；
其中，联合条件概率上界
Figure BDA0002341434590000069
Figure BDA00023414345900000610
Figure BDA00023414345900000611
和
Figure BDA00023414345900000612
分别表示链路拥塞、缓存超载和缓存击中率过低发生的概率，
Figure BDA00023414345900000613
表示网络，l表示网络中的链路。
本发明在确定预路由策略时，引入联合条件概率上界的概念间接对路径选择过程进行控制，最终能够使得联合条件概率为0，并有效简化计算过程。
进一步地，本发明第一方面提供的无线网络中文件的主动式协作缓存方法，还包括：经过预设的时间间隔后，重新执行步骤(1)～(7)，以更新缓存策略。
本发明定期对所确定的缓存策略进行更新，能够自适应网络负载的变化，提高预测准确度，从而提高缓存击中率。
按照本发明的第二方面，提供了一种无线网络中文件的主动式缓存管理装置，包括：第一预测模块、第二预测模块、路径选择模块、随机事件构造模块、随机事件复合模块、预路由模块以及反向推理模块；
第一预测模块，用于在当前时段，根据用户行为数据，利用机器学习方法预测被下载文件的地理位置分布与热度，将其中热度最高的topK文件作为流行文件，从而得到流行文件库
Figure BDA0002341434590000071
topK为正整数；
第二预测模块，用于根据网络状态信息、文件的地理位置分布与热度，预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn；
路径选择模块，用于根据网络拓扑为每个<用户源节点k、缓存节点n>对确定至少一条备选路由路径，从而得到备选路由路径集合
Figure BDA0002341434590000072
随机事件构造模块，用于将流行文件
Figure BDA0002341434590000073
沿备选路由路径
Figure BDA0002341434590000074
由缓存节点n传输到用户源节点k记为随机事件
Figure BDA0002341434590000075
设置随机事件
Figure BDA0002341434590000076
发生的概率
Figure BDA0002341434590000077
使得备选路由路径p的流量不超过链路平均带宽Bl；将备选路由路径p的缓存节点n缓存流行文件f(k)记为随机事件xnf，设置随机事件xnf发生的概率
Figure BDA0002341434590000078
使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn，且
Figure BDA0002341434590000079
f(k)为从用户源节点k请求下载的文件；
随机事件复合模块，用于根据随机事件
Figure BDA00023414345900000710
和xnf复合得到多个复合随机事件，使得所得到的复合随机事件反映网络资源不足或缓存击中率过低，并根据概率
Figure BDA00023414345900000711
和
Figure BDA00023414345900000712
计算所有复合随机事件均不发生的联合条件概率函数；
预路由模块，用于从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径，使得联合条件概率函数的函数值为零，并以所选择的备选路由路径作为预路由路径，从而得到预路由策略；
反向推理模块，用于根据预路由策略反向推理得到缓存策略，并根据所得到的缓存策略更新网络中缓存节点存储的文件列表，使得沿每条预路由路径能够完整下载被请求的文件。
总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：
(1)本发明基于网络中文件传输和缓存的独立随机事件，复合得到反映网络资源不足或缓存击中率过低的复合随机事件，通过预路由策略的确定对所有复合随机事件都不发生的联合条件概率进行控制，最终使得该联合条件概率为0，即任意一个复合随机事件发生的概率为0，从而能够避免引起网络资源不足或缓存击中率过低的事件发生，因此，本发明能够避免网络拥塞，提高缓存击中率。
(2)本发明根据预测得到的下一时段的链路平均带宽Bl和缓存最大空间Cn构造约束条件，以最大化缓存击中率为目标，通过求解相应的目标函数得到概率
Figure BDA0002341434590000081
在避免网络资源不足的同时，有效提高了缓存击中率。
(3)本发明经过一个时间间隔后，会对缓存策略进行更新，能够自适应网络负载的变化，提高预测准确度，从而提高缓存击中率。
附图说明
图1为现有应用网络内缓存技术的无线网络通信场景示意图；
图2为本发明实施例提供的无线网络中文件的主动式协作缓存方法流程图；
图3为本发明实施例提供的无线网络中文件的主动式协作缓存管理装置示意图；
图4为本发明实施例提供的对图3所示装置的应用实例示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明中，本发明及附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
为了避免网络拥塞，并提高无线网络的缓存击中率，本发明提供的无线网络中文件的主动式协作缓存方法，如图2所示，包括：
(1)在当前时段，根据用户行为数据，利用机器学习方法预测被下载文件的地理位置分布与热度，将其中热度最高的topK文件作为流行文件，从而得到流行文件库
Figure BDA0002341434590000091
topK为正整数；
可选地，所收集的用户行为数据，可以包括：基站、网关所辖范围内子网用户在特定时间段(例如72小时)内发出的文件下载请求类型、次数或频率、文件大小、全网用户之间的社交关系等等；
可选地，文件的地理位置分布与热度为：基站在给定时间段(例如72小时)内收到下载每个流行文件库中文件的请求数量的期望；
用于筛选流行文件的参数topK可根据实际的网络规模和应用的热度分布确定，例如，在本实施例中，设置topK＝1000，在利用流行文件构建/更新流行文件库
Figure BDA0002341434590000092
时，具体可记录文件ID、文件数据量、访问地点、访问时间，等等；
具体预测时，可采用任意一种机器学习方法，例如，可采用协同过滤方法，以基站、网关所辖范围内子网用户的文件下载请求类型、次数、文件大小和全网用户之间的社交关系作为训练矩阵，以最小化标签误差为优化目标，训练深度神经网络模型，进而根据数据集为基站、网关上报的用户行为的实时数据，预测下一时间段各基站、网关发出的文件下载概率；
(2)根据网络状态信息、文件的地理位置分布与热度，预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn；
可选地，网络状态信息包括网络设备的状态信息和缓存设备的状态信息；网络状态信息网络设备的状态信息包括链路ID、带宽、连接数、时延、用户设备地理位置，接入点ID等；缓存设备状态信息包括缓存设备ID、缓存地址空间大小、缓存设备I/O速度等；
上述网络状态信息科通过软定义网络南桥接口实时读取并记录，网络设备在端口l上传输速率，或下次更新时预分配带宽；预分配带宽B1可由给定时间段(例如72小时)内的网络设备在端口l上传输速率的统计平均值表示；
(3)根据网络拓扑为每个<用户源节点k、缓存节点n>对确定至少一条备选路由路径，从而得到备选路由路径集合
Figure BDA0002341434590000101
应当理解的是，一个<用户源节点k、缓存节点n>对由网络中的两个不同节点构成，其中一个为源节点，另外一个为终节点；
在一个可选的实施方式中，获得备选路由路径集合
Figure BDA0002341434590000102
时，可利用最小生成树算法和最短路径算法穷举一定数量的备选路由路径；
(4)将流行文件
Figure BDA0002341434590000103
沿备选路由路径
Figure BDA0002341434590000104
由缓存节点n传输到用户节点k记为随机事件
Figure BDA0002341434590000105
设置随机事件
Figure BDA0002341434590000106
发生的概率
Figure BDA0002341434590000107
使得备选路由路径p的流量不超过链路平均带宽Bl；将备选路由路径p的缓存节点n缓存流行文件f(k)记为随机事件xnf，设置随机事件xnf发生的概率
Figure BDA0002341434590000108
使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn，且
Figure BDA0002341434590000109
f(k)为从用户源节点k请求下载的文件；
为简化记号，不失一般性，每个用户下载一个文件，从用户源节点k下载的文件记为f(k)，单用户下载多个文件的情况可以虚拟出多个虚拟用户，其用户源节点相同，但下载文件类型不一致；
Figure BDA00023414345900001010
Figure BDA00023414345900001011
表示未来一段时间内下载请求将沿着备选路由路径p从其终节点的本地缓存获取文件数据；
Figure BDA0002341434590000111
表示未来一段时间内，下载请求将沿着指定路由路径由远端服务器获取文件数据；
在一个可选的实施方式中，步骤(4)中，设置概率
Figure BDA0002341434590000112
的方式为：
以
Figure BDA0002341434590000113
为目标函数，以最大化缓存击中率；
以
Figure BDA0002341434590000114
为第一约束条件，以使得备选路由路径p的流量不超过链路平均带宽Bl；
以
Figure BDA0002341434590000115
为第二约束条件，以使得预路由策略引流通过链路l的数据量不可超过缓存最大空间Cn；
在第一约束条件和第二约束条件的约束下求解目标函数，以得到概率
Figure BDA0002341434590000116
其中，
Figure BDA0002341434590000117
定示用户所在源节点集合，
Figure BDA0002341434590000118
定示缓存节点集合，
Figure BDA0002341434590000119
表示以节点k为源节点、以节点n为终节点的备选路由路径集合，sf表示流行文件f的大小，
Figure BDA00023414345900001110
表示网络(包括节点集合和链路集合)，l表示网络中的链路；
根据预测得到的下一时段的链路平均带宽Bl和缓存最大空间Cn构造约束条件，以最大化缓存击中率为目标，通过求解相应的目标函数得到概率
Figure BDA00023414345900001111
在避免网络资源不足的同时，有效提高了缓存击中率；
Figure BDA00023414345900001112
Figure BDA00023414345900001113
表示文件经备选路由路径传输后，该路径的终节点不对文件进行缓存；
Figure BDA00023414345900001114
表示文件经备选路由路径传输后，该路径的终节点对文件进行缓存；
在一个可选的实施方式中，步骤(4)中，根据
Figure BDA00023414345900001115
Figure BDA00023414345900001116
设置概率
Figure BDA00023414345900001117
在已知概率
Figure BDA00023414345900001118
的情况下，根据上述公式反向推理概率
Figure BDA00023414345900001119
能够在保证准确设置概率的基础上，简化计算过程；
(5)根据随机事件
Figure BDA00023414345900001120
和xnf复合得到多个复合随机事件，使得所得到的复合随机事件反映网络资源不足或缓存击中率过低，并根据概率
Figure BDA00023414345900001121
和
Figure BDA0002341434590000121
计算所有复合随机事件均不发生的联合条件概率函数；
在一个可选的实施方式中，根据随机事件
Figure BDA0002341434590000122
和xnf复合得到的复合随机事件包括：缓存超载(即缓存所存储的数据量超过预设的阈值)、链路拥塞(即链路拥塞程度超过预设的阈值)和缓存击中率过低(即缓存击中率低于预设的阈值)；应当说明的是，具体获得哪些复合随机事件，可根据具体的应用需求确定，只要这些复合随机事件或者反映网络资源不足，或者反映缓存击中率过低，并且在所有复合随机事件中，网络资源不足和缓存击中率过低都予以反映即可；
与上述三类复合随机事件相对应地，缓存超载发生的概率
Figure BDA0002341434590000123
的计算方法包括：
Figure BDA0002341434590000124
其中，Q＝∑fsf为流行文件库中所有文件的大小之和，sf表示流行文件f的大小，
Figure BDA0002341434590000125
为对应傅里叶变换核；
链路拥塞发生的概率
Figure BDA0002341434590000126
的计算方法包括：
Figure BDA0002341434590000127
其中，Q＝∑ksf(k)为所有用户的待下载文件的大小之和，sf(k)表示流行文件f(k)的大小，
Figure BDA0002341434590000128
为傅里叶变换核；
缓存击中率过低发生的概率
Figure BDA0002341434590000129
的计算方法包括：
Figure BDA0002341434590000131
其中，APX表示给定缓存击中次数，Q＝∑ksf(k)为所有用户的待下载文件的大小之和，sf(k)表示流行文件f(k)的大小，
Figure BDA0002341434590000132
为傅里叶变换核；
本实施例利用快速傅里叶变换计算复合随机事件发生的概率，避免遍历流行文件库中所有的文件组合，以简化计算；
(6)为从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径，使得联合条件概率函数的函数值为零，并以所选择的备选路由路径作为预路由路径，从而得到预路由策略；
确定具体的备选路由路径后，相应的
Figure BDA0002341434590000133
和
Figure BDA0002341434590000134
会发生变化，由于联合条件概率函数
Figure BDA0002341434590000135
和
Figure BDA0002341434590000136
是的函数，因此，函数值也会相应发生变化；
在一个可选的实施方式中，步骤(6)中，每确定一条备选路由路径后，联合条件概率上界的函数值h有所下降；
在一个可选的实施方式中，步骤(6)具体包括：
(61)对于任意一个从用户源节点k下载流行文件的下载请求<k，f(k)>，在为该下载请求确定备选路由路径的过程中，同步更新联合条件概率上界
Figure BDA00023414345900001310
的值；
(62)若更新后，
Figure BDA0002341434590000137
则保留当前的备选路由路径，并设置相应的概率
Figure BDA0002341434590000138
并转入步骤(63)；否则，放弃当前的备选路由路径，并设置相应的
Figure BDA0002341434590000139
并转入步骤(64)；
(63)若还存在下载请求为处理，则重新选择一个下载请求，并转入步骤(61)，为新的下载请求确定备选路由路径；否则，转入步骤(65)；
(64)保留当前的下载请求不变，并转入步骤(61)，为当前的下载请求重新确定备选路由路径；
(65)操作结束；
其中，联合条件概率上界
Figure BDA0002341434590000141
Figure BDA0002341434590000142
Figure BDA0002341434590000143
和
Figure BDA0002341434590000144
分别表示链路拥塞、缓存超载和缓存击中率过低发生的概率，
Figure BDA0002341434590000145
表示网络，l表示网络中的链路；
本实施例在确定预路由策略时，引入联合条件概率上界的概念间接对路径选择过程进行控制，最终能够使得联合条件概率为0，并有效简化计算过程；
(7)根据预路由策略反向推理得到缓存策略，并根据所得到的缓存策略更新网络中缓存节点存储的文件列表，使得沿每条预路由路径能够完整下载被请求的文件。
本发明基于网络中文件传输和缓存的独立随机事件，复合得到反映网络资源不足或缓存击中率过低的复合随机事件，通过预路由策略的确定对所有复合随机事件都不发生的联合条件概率进行控制，最终使得该联合条件概率为0，即任意一个复合随机事件发生的概率为0，从而能够避免引起网络资源不足或缓存击中率过低的事件发生，不仅考虑了在热点区域缓存过多流行文件副本导致的局部访问量过大的问题，还能兼顾同一流行文件多副本之间的流量均衡问题，因此，本发明能够避免网络拥塞，提高缓存击中率。
在缓存策略确定，并且网络中缓存节点中存储的文件列表更新完成后，若远端内容服务器接收到用户发送的下载文件的请求，则按照预路由路径将文件下载请求引流至对应缓存节点，若该缓存节点的缓存设备中存在带访问文件的副本，则沿预路由路径传输文件数据；否则，从远端内容服务器传输文件数据。
为了自适应网络负载的变化，提高预测准确度，从而提高缓存击中率，上述无线网络中文件的主动式协作缓存方法，还可包括：经过预设的时间间隔后，重新执行步骤(1)～(7)，以更新缓存策略。
本发明还提供了一种无线网络中文件的主动式缓存管理装置，如图3所示，包括：第一预测模块、第二预测模块、路径选择模块、随机事件构造模块、随机事件复合模块、预路由模块以及反向推理模块；
第一预测模块，用于在当前时段，根据用户行为数据，利用机器学习方法预测被下载文件的地理位置分布与热度，将其中热度最高的topK文件作为流行文件，从而得到流行文件库
Figure BDA0002341434590000151
topK为正整数；
第二预测模块，用于根据网络状态信息、文件的地理位置分布与热度，预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn；
路径选择模块，用于根据网络拓扑为每个<用户源节点k、缓存节点n>对确定至少一条备选路由路径，从而得到备选路由路径集台
Figure BDA0002341434590000152
随机事件构造模块，用于将流行文件
Figure BDA0002341434590000153
沿备选路由路径
Figure BDA0002341434590000154
由缓存节点n传输到用户节点k记为随机事件
Figure BDA0002341434590000155
设置随机事件
Figure BDA0002341434590000156
发生的概率
Figure BDA0002341434590000157
使得备选路由路径p的流量不超过链路平均带宽Bl；将备选路由路径p的缓存节点n缓存流行文件f记为随机事件xnf，设置随机事件xnf发生的概率
Figure BDA0002341434590000158
使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn，目
Figure BDA0002341434590000159
f(k)为从用户源节点k请求下载的文件；
随机事件复合模块，用于根据随机事件
Figure BDA00023414345900001510
和xnf复合得到多个复合随机事件，使得所得到的复合随机事件反映网络资源不足或缓存击中率过低，并根据概率
Figure BDA00023414345900001511
和
Figure BDA00023414345900001512
计算所有复合随机事件均不发生的联合条件概率函数；
预路由模块，用于从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径，使得联合条件概率函数的函数值为零，并以所选择的备选路由路径作为预路由路径，从而得到预路由策略；
反向推理模块，用于根据预路由策略反向推理得到缓存策略，并根据所得到的缓存策略更新网络中缓存节点存储的文件列表，使得沿每条预路由路径能够完整下载被请求的文件；
在本实施例中，各模块的具体实施方式可参考上述方法实施例中的描述，在此将不作复述。
应用实例
图4为一个具体的无线网络通信系统实例，该系统中实现了图3所示的无线网络中文件的主动式协作缓存管理装置，图4描述了异构LTE网络中文件的主动式协作缓存的具体实现；LTE无线接入网RAN由4个eNodeB(基站)组成，其中一个为宏基站eNodeB，内部部署有1一个MME、1个SGW，1个EPC，其余eNodeB部署在小蜂窝中；eNodeB作为LTE接入网的核心单元，支持挂载额外的缓存设备。文件库中文件大小均为一个单位。
在图4所示的通信系统中，文件的主动式协作缓存过程包括：
(S1)搜集72小时内宏基站覆盖范围下用户下载文件的ID、文件大小与数据，统计流行文件，更新流行文件数据库
Figure BDA0002341434590000161
利用协同过滤技术，根据用户移动规律与社交关系，预测得知，在未来某时间段内用户1将请求下载流行文件1，用户UE2将请求下载流行文件1，用户UE3将请求下载流行文件1，用户UE4将请求下载流行文件3，用户UE5将请求下载流行文件3，用户UE6将请求下载流行文件4，用户UE7将请求下载流行文件5；预测准确率等于6/7；
(S2)为流行文件库中的每个文件，遍历可选路由路径，并赋予将该文件数据由该路由路径传输这一随机事件一个概率值；
该步骤具体包括：
(S21)遍历用户所在节点k沿着路由路径p从缓存节点n获取文件(k，n，f，p)，记录为随机事件
Figure BDA0002341434590000171
其中，由于不存在环路，因此对(k，n，f)而言，(k，n，f，p)是单元素集；
(S22)求解下述优化问题：
Figure BDA0002341434590000172
Figure BDA0002341434590000173
Figure BDA0002341434590000174
Figure BDA0002341434590000175
Figure BDA0002341434590000176
Figure BDA0002341434590000177
上述符号的具体含义与上述方法实施例中的描述相同；在此应用实例中，优化模型非零最优值汇总如下表所示：
Figure BDA0002341434590000178
Figure BDA0002341434590000181
(S3)计算下述复合随机事件链路拥塞
Figure BDA0002341434590000182
缓存超载
Figure BDA0002341434590000183
与缓存击中率过低
Figure BDA0002341434590000184
的概率；
Figure BDA0002341434590000185
的值等于
Figure BDA0002341434590000186
其中，
Figure BDA0002341434590000187
为当前通过链路l的合法路由路径的文件数量，
Figure BDA0002341434590000188
为可能通过链路l的路由决策数量，
Figure BDA0002341434590000189
为傅里叶变换核，u表示当前迭代中已经制定了预路由策略的文件集合。
依上述计算方法，第一次迭代时的值等于……链路1发生拥塞概率
Figure BDA00023414345900001810
为零，链路2发生拥塞概率
Figure BDA00023414345900001811
为零，链路3发生拥塞概率
Figure BDA00023414345900001812
为为零，链路4发生拥塞概率
Figure BDA00023414345900001813
为0.5；
Figure BDA00023414345900001814
的取值如下表所示：
Figure BDA00023414345900001815
等于：
Figure BDA0002341434590000191
其中，
Figure BDA0002341434590000192
Figure BDA0002341434590000193
为当前节点n合法的缓存决策数量，
Figure BDA0002341434590000194
Figure BDA0002341434590000195
为可能缓存的文件总数，Wn为对应傅里叶变换核；
依上述计算方法，第一次迭代时，缓存1超载的概率
Figure BDA0002341434590000196
为零，缓存2超载的概率
Figure BDA0002341434590000197
为零，缓存3超载的概率
Figure BDA0002341434590000198
为0.351。
缓存击中率过低随机事件发生的概率
Figure BDA0002341434590000199
等于：
Figure BDA00023414345900001910
其中，
Figure BDA00023414345900001911
为当前尚未确定是否采纳为预路由路径的备选路由路径的数量，Wch为对应傅里叶变换核心。
其中，APX为设定的最低缓存击中次数。依上述计算方法，令APX＝3。第一次迭代时，
Figure BDA00023414345900001912
的值等于零。
(S4)根据快速傅里叶变换得到的概率值，计算预路由路径；该步骤具体包括：
在本实施例中，联合概率的上界h初始值为0.351；
逐用户凑整流行文件访问路由策略，并同步更新联合概率上界h，保障路由策略未造成网络拥塞或缓存超载；
(S41)初始化集台
Figure BDA0002341434590000201
(S42)更新集合
Figure BDA0002341434590000202
(S43)对给定用户k，缓存可用缓存节点n，与可用路由路径p，令
Figure BDA0002341434590000203
其余路由决策变量置零，
Figure BDA0002341434590000204
(S44)如果联合概率上界h大于或等于1，选择下一条可用路由路径；否则接受该路由决策，直到无预定路由路径可选，令
Figure BDA0002341434590000205
跳往步骤(243)；
(S45)如果
Figure BDA0002341434590000206
跳往步骤(S42)；否则，跳往步骤(S46)；
(S46)根据预路由策略计算合法的缓存策略：
Figure BDA0002341434590000207
在本发明实施例中，两次迭代即可得到完整的预路由路径。
第一次迭代确认了用户UE1的预路由路径。详细步骤如下，若令
Figure BDA0002341434590000208
即要求用户UE1沿着小基站-链路2-宏基站-缓存3下载文件1时，此时联合概率上界h小于1，确认接受用户UE1的路由路径1，即小基站-链路2-宏基站-缓存3下载文件1，为预路由路径。
第二次迭代确认了用户UE6的预路由路径。详细步骤如下，若令
Figure BDA0002341434590000209
即要求用户UE6沿着小基站-链路4-宏基站-宏基站缓存下载文件4时，此时联合概率上界h大于1，放弃用户UE6的路由路径1。若令
Figure BDA00023414345900002010
要求用户UE6沿着宏基站-链路1-远端服务器-缓存1下载文件4时，此时联合概率上界h小于1，确认接受用户UE6的路由路径2，即宏基站-链路1-远端服务器-缓存1下载文件1，为预路由路径。
(S5)由预路由路径反向还原缓存策略，即在下一时间段内，缓存2存储文件1，缓存3存储文件3、文件1。
(S6)在应用实例中，如附图4所示，用户UE1请求下载流行文件1，用户UE2请求下载流行文件2，用户UE3请求下载流行文件1，用户UE4请求下载流行文件3，用户UE5请求下载流行文件3，用户UE6请求下载流行文件4，用户UE7请求下载流行文件5。本实施例中，步骤(1)预测准确率为6/7，在所提方法下缓存击中率为4/7。
另外，在实际应用中，各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种无线网络中文件的主动式协作缓存方法，其特征在于，包括：
(1)在当前时段，根据用户行为数据，利用机器学习方法预测被下载文件的地理位置分布与热度，将其中热度最高的topK文件作为流行文件，从而得到流行文件库
Figure FDA0002341434580000011
topK为正整数；
(2)根据网络状态信息、文件的地理位置分布与热度，预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn；
(3)根据网络拓扑为每个＜用户源节点k、缓存节点n＞对确定至少一条备选路由路径，从而得到备选路由路径集合
Figure FDA0002341434580000012
(4)将流行文件
Figure FDA0002341434580000013
沿备选路由路径
Figure FDA0002341434580000014
从缓存节点n传输到用户源节点k记为随机事件
Figure FDA0002341434580000015
设置随机事件
Figure FDA0002341434580000016
发生的概率
Figure FDA0002341434580000017
使得备选路由路径p的经过链路l的流量不超过链路平均带宽Bl；将备选路由路径p的缓存节点n缓存流行文件f(k)记为随机事件xnf，设置随机事件xnf发生的概率
Figure FDA0002341434580000018
使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn，且
Figure FDA0002341434580000019
f(k)为从用户源节点k请求下载的文件；
(5)根据随机事件
Figure FDA00023414345800000110
和xnf复合得到多个复合随机事件，使得所得到的复合随机事件反映网络资源不足或缓存击中率过低，并根据概率
Figure FDA00023414345800000111
和
Figure FDA00023414345800000112
计算所有复合随机事件均不发生的联合条件概率函数；
(6)为从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径，使得联合条件概率函数的函数值为零，并以所选择的备选路由路径作为预路由路径，从而得到预路由策略；
(7)根据预路由策略反向推理得到缓存策略，并根据所得到的缓存策略更新网络中缓存节点存储的文件列表，使得沿每条预路由路径能够完整下载被请求的文件。
2.如权利要求1所述的无线网络中文件的主动式协作缓存方法，其特征在于，所述步骤(4)中，设置概率
Figure FDA0002341434580000021
的方式为：
以
Figure FDA0002341434580000022
为目标函数，以最大化缓存击中率；
以
Figure FDA0002341434580000023
为第一约束条件，以使得备选路由路径p的流量不超过链路平均带宽Bl；
以
Figure FDA0002341434580000024
为第二约束条件，以使得预路由策略引流通过链路l的数据量不可超过缓存最大空间Cn；
在所述第一约束条件和所述第二约束条件的约束下求解所述目标函数，以得到概率
Figure FDA0002341434580000025
其中，
Figure FDA0002341434580000026
表示用户所在源节点集合，
Figure FDA0002341434580000027
表示缓存节点集合，
Figure FDA0002341434580000028
表示以k为源节点、以n为终节点的备选路由路径集合，sf表示流行文件f的大小，
Figure FDA0002341434580000029
表示网络，l表示网络中的链路。
3.如权利要求2所述的无线网络中文件的主动式协作缓存方法，其特征在于，所述步骤(4)中，根据
Figure FDA00023414345800000210
设置概率
Figure FDA00023414345800000211
4.如权利要求1所述的无线网络中文件的主动式协作缓存方法，其特征在于，根据随机事件
Figure FDA00023414345800000212
和xnf复合得到的复合随机事件包括：缓存超载、链路拥塞和缓存击中率过低。
5.如权利要求4所述的无线网络中文件的主动式协作缓存方法，其特征在于，缓存超载发生的概率
Figure FDA00023414345800000213
的计算方法包括：
Figure FDA00023414345800000214
其中，Q＝∑fsf为流行文件库中所有文件的大小之和，sf表示流行文件f的大小，
Figure FDA0002341434580000031
为对应傅里叶变换核。
6.如权利要求4所述的无线网络中文件的主动式协作缓存方法，其特征在于，链路拥塞发生的概率
Figure FDA0002341434580000032
的计算方法包括：
Figure FDA0002341434580000033
其中，Q＝∑ksf(k)为所有用户的待下载文件的大小之和，sf(k)表示流行文件f(k)的大小，
Figure FDA0002341434580000034
为傅里叶变换核。
7.如权利要求4所述的无线网络中文件的主动式协作缓存方法，其特征在于，缓存击中率过低发生的概率
Figure FDA0002341434580000035
的计算方法包括：
Figure FDA0002341434580000036
其中，APX为给定最低缓存击中次数，Q＝∑ksf(k)为所有用户的待下载文件的大小之和，sf(k)表示流行文件f(k)的大小，
Figure FDA0002341434580000037
为傅里叶变换核。
8.如权利要求4所述的无线网络中文件的主动式协作缓存方法，其特征在于，所述步骤(6)包括：
(61)对于任意一个从用户源节点k下载流行文件的下载请求＜k,f(k)＞，在为该下载请求确定备选路由路径的过程中，同步更新联合条件概率上界
Figure FDA0002341434580000038
的值；
(62)若更新后，
Figure FDA0002341434580000041
则保留当前的备选路由路径，并设置相应的概率
Figure FDA0002341434580000042
并转入步骤(63)；否则，放弃当前的备选路由路径，并设置相应的
Figure FDA0002341434580000043
并转入步骤(64)；
(63)若还存在下载请求为处理，则重新选择一个下载请求，并转入步骤(61)，为新的下载请求确定备选路由路径；否则，转入步骤(65)；
(64)保留当前的下载请求不变，并转入步骤(61)，为当前的下载请求重新确定备选路由路径；
(65)操作结束；
其中，联合条件概率上界
Figure FDA0002341434580000044
Figure FDA0002341434580000045
Figure FDA0002341434580000046
和
Figure FDA0002341434580000047
分别表示链路拥塞、缓存超载和缓存击中率过低发生的概率，
Figure FDA0002341434580000048
表示网络，l表示网络中的链路。
9.如权利要求1-8任一项所述的无线网络中文件的主动式协作缓存方法，其特征在于，还包括：经过预设的时间间隔后，重新执行步骤(1)～(7)，以更新缓存策略。
10.一种无线网络中文件的主动式缓存管理装置，其特征在于，包括：第一预测模块、第二预测模块、路径选择模块、随机事件构造模块、随机事件复合模块、预路由模块以及反向推理模块；
所述第一预测模块，用于在当前时段，根据用户行为数据，利用机器学习方法预测被下载文件的地理位置分布与热度，将其中热度最高的topK文件作为流行文件，从而得到流行文件库
Figure FDA0002341434580000049
topK为正整数；
所述第二预测模块，用于根据网络状态信息、文件的地理位置分布与热度，预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn；
所述路径选择模块，用于根据网络拓扑为每个＜用户源节点k、缓存节点n＞对确定至少一条备选路由路径，从而得到备选路由路径集合
Figure FDA00023414345800000410
所述随机事件构造模块，用于将流行文件
Figure FDA0002341434580000051
沿备选路由路径
Figure FDA0002341434580000052
从缓存节点n传输至用户源节点k记为随机事件
Figure FDA0002341434580000053
设置随机事件
Figure FDA0002341434580000054
发生的概率
Figure FDA0002341434580000055
使得备选路由路径p的流量不超过链路平均带宽Bl；将备选路由路径p的缓存节点n缓存流行文件f(k)记为随机事件xnf，设置随机事件xnf发生的概率
Figure FDA0002341434580000056
使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn，且
Figure FDA0002341434580000057
f(k)为从用户源节点k请求下载的文件；
所述随机事件复合模块，用于根据随机事件
Figure FDA0002341434580000058
和xnf复合得到多个复合随机事件，使得所得到的复合随机事件反映网络资源不足或缓存击中率过低，并根据概率
Figure FDA0002341434580000059
和
Figure FDA00023414345800000510
计算所有复合随机事件均不发生的联合条件概率函数；
所述预路由模块，用于为从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径，使得联合条件概率函数的函数值为零，并以所选择的备选路由路径作为预路由路径，从而得到预路由策略；
所述反向推理模块，用于根据预路由策略反向推理得到缓存策略，并根据所得到的缓存策略更新网络中缓存节点存储的文件列表，使得沿每条预路由路径能够完整下载被请求的文件。
CN201911377701.6A 2019-12-27 2019-12-27 无线网络中文件的主动式协作缓存方法及缓存管理装置 Active CN110913430B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911377701.6A CN110913430B (zh) 2019-12-27 2019-12-27 无线网络中文件的主动式协作缓存方法及缓存管理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911377701.6A CN110913430B (zh) 2019-12-27 2019-12-27 无线网络中文件的主动式协作缓存方法及缓存管理装置

Publications (2)

Publication Number Publication Date
CN110913430A true CN110913430A (zh) 2020-03-24
CN110913430B CN110913430B (zh) 2021-07-27

Family

ID=69828111

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911377701.6A Active CN110913430B (zh) 2019-12-27 2019-12-27 无线网络中文件的主动式协作缓存方法及缓存管理装置

Country Status (1)

Country Link
CN (1) CN110913430B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112261668A (zh) * 2020-10-20 2021-01-22 北京邮电大学 移动边缘网络中的内容缓存方法、装置、电子设备
CN113242574A (zh) * 2021-04-30 2021-08-10 平安科技（深圳）有限公司 负载均衡方法、系统、计算机设备及可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107682886A (zh) * 2017-09-01 2018-02-09 北京邮电大学 一种多路径的数据传输方法
WO2018125989A2 (en) * 2016-12-30 2018-07-05 Intel Corporation The internet of things
CN109600815A (zh) * 2018-12-12 2019-04-09 东软集团（北京）有限公司 一种实现数据转发的方法、装置及存储设备、程序产品
US20190208112A1 (en) * 2017-01-23 2019-07-04 DGS Global Systems, Inc. Systems, methods, and devices for unmanned vehicle detection
US20190259447A1 (en) * 2005-09-26 2019-08-22 Rambus Inc. Memory System Topologies Including A Buffer Device And An Integrated Circuit Memory Device
CN110166952A (zh) * 2019-05-23 2019-08-23 西安电子科技大学 基于广播同步的无线传感器网络数据采集方法及系统
CN110324877A (zh) * 2019-04-22 2019-10-11 北京邮电大学 基于伺服骨干网与Vikor多标准决策的中继机器人路由方法
US20190327328A1 (en) * 2019-06-27 2019-10-24 Ned M. Smith Information-centric network data cache management
US20190370269A1 (en) * 2018-03-17 2019-12-05 University Of Southern California Prometheus: processing-in-memory heterogenous architecture design from a multi-layer network theoretic strategy

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190259447A1 (en) * 2005-09-26 2019-08-22 Rambus Inc. Memory System Topologies Including A Buffer Device And An Integrated Circuit Memory Device
WO2018125989A2 (en) * 2016-12-30 2018-07-05 Intel Corporation The internet of things
US20190208112A1 (en) * 2017-01-23 2019-07-04 DGS Global Systems, Inc. Systems, methods, and devices for unmanned vehicle detection
CN107682886A (zh) * 2017-09-01 2018-02-09 北京邮电大学 一种多路径的数据传输方法
US20190370269A1 (en) * 2018-03-17 2019-12-05 University Of Southern California Prometheus: processing-in-memory heterogenous architecture design from a multi-layer network theoretic strategy
CN109600815A (zh) * 2018-12-12 2019-04-09 东软集团（北京）有限公司 一种实现数据转发的方法、装置及存储设备、程序产品
CN110324877A (zh) * 2019-04-22 2019-10-11 北京邮电大学 基于伺服骨干网与Vikor多标准决策的中继机器人路由方法
CN110166952A (zh) * 2019-05-23 2019-08-23 西安电子科技大学 基于广播同步的无线传感器网络数据采集方法及系统
US20190327328A1 (en) * 2019-06-27 2019-10-24 Ned M. Smith Information-centric network data cache management

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BOXI LIU,KONSTANTINOS POULARAKIS,LEANDROS TASSIULAS,AND TAO JIAN: ""Joint Caching and Routing in Congestible Networks of Arbitrary Topology"", 《IEEE INTERNET OF THINGS JOURNAL》 *
李渝舟、江涛曹、洋李赞: ""5G绿色超密集无线异构网络:理念、技术及挑战"", 《电信科学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112261668A (zh) * 2020-10-20 2021-01-22 北京邮电大学 移动边缘网络中的内容缓存方法、装置、电子设备
CN113242574A (zh) * 2021-04-30 2021-08-10 平安科技（深圳）有限公司 负载均衡方法、系统、计算机设备及可读存储介质

Also Published As

Publication number Publication date
CN110913430B (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
CN108121512B (zh) 一种边缘计算服务缓存方法、系统、装置及可读存储介质
Hu et al. Twin-timescale artificial intelligence aided mobility-aware edge caching and computing in vehicular networks
KR101943530B1 (ko) 이동성 관리를 위한 가상 서빙 게이트웨이를 배치하기 위한 시스템 및 방법
CN105009475B (zh) 考虑到用户设备(ue)移动性的用于准入控制和资源可用性预测的方法和系统
CN112020103B (zh) 一种移动边缘云中的内容缓存部署方法
US11689961B2 (en) Systems and methods for distribution of application logic in digital networks
Banaie et al. Load-balancing algorithm for multiple gateways in Fog-based Internet of Things
CN110913430B (zh) 无线网络中文件的主动式协作缓存方法及缓存管理装置
Sinky et al. Adaptive edge-centric cloud content placement for responsive smart cities
CN111953547B (zh) 一种基于业务的异构基站重叠分组及资源配置方法及装置
US20160269297A1 (en) Scaling the LTE Control Plane for Future Mobile Access
Krolikowski et al. A decomposition framework for optimal edge-cache leasing
Malektaji et al. Deep reinforcement learning-based content migration for edge content delivery networks with vehicular nodes
CN113993168B (zh) 一种雾无线接入网中基于多智能体强化学习的协作缓存方法
CN115766722A (zh) 一种基于信息中心网络的算力网络任务调度方法及装置
CN115884094A (zh) 一种基于边缘计算的多场景协作优化缓存方法
Li et al. DQN-enabled content caching and quantum ant colony-based computation offloading in MEC
Wang et al. Proactive caching in mobile networks with delay guarantees
CN113472420B (zh) 一种基于区域用户兴趣感知的卫星网络缓存放置方法
CN110621052A (zh) 一种多路径路由优化方法
US20170207974A1 (en) Method and system for distributed optimal caching of content over a network
CN110784881A (zh) 一种物联终端多级边缘节点主动缓存方法、设备及介质
Malazi et al. Distributed service placement and workload orchestration in a multi-access edge computing environment
CN115190121B (zh) 基于跨地域的微服务过量负载调度系统、方法及设备
Hsu et al. DiffServ‐based bandwidth‐constrained anycast routing in a mobile IPv6 network

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