CN111935781B - 数据分享网络的控制方法、网络系统及相关装置 - Google Patents
数据分享网络的控制方法、网络系统及相关装置 Download PDFInfo
- Publication number
- CN111935781B CN111935781B CN202010600454.8A CN202010600454A CN111935781B CN 111935781 B CN111935781 B CN 111935781B CN 202010600454 A CN202010600454 A CN 202010600454A CN 111935781 B CN111935781 B CN 111935781B
- Authority
- CN
- China
- Prior art keywords
- distribution
- rate
- cache
- data sharing
- determining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000009826 distribution Methods 0.000 claims description 144
- 230000006870 function Effects 0.000 claims description 9
- 239000000758 substrate Substances 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000005654 stationary process Effects 0.000 description 1
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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了数据分享网络的控制方法、网络系统及相关装置,该方法包括:获取多个移动设备的第一数量变化率,其中,第一数量变化率是在预设时间段内,检测数据分享网络中的移动设备的流入数量和/或流出数量计算得到;根据第一数量变化率,确定缓存非冗余率;其中,缓存非冗余率用于表示数据分享网络的缓存数据的非冗余率;基于缓存非冗余率对数据分享网络中的缓存数据进行调整。通过上述方式,能够提高数据分享网络的服务质量。
Description
技术领域
本申请涉及计算机网络技术领域,特别是涉及一种数据分享网络的控制方法、网络系统及相关装置。
背景技术
随着物联网的发展,智能移动终端的普及,爆炸式增长的数据流量、多样化的新服务场景使移动互联网正面临着新的挑战。互联网架构也正在从以主机为中心的通讯模型向以内容为中心的网络模型演化。数据分享网络是内容中心网络与移动边缘计算网络的有效融合。数据分享网络适用于计算密集和时间敏感的应用及服务;同时,通过命名数据和网络间缓存等方法,与IP网络相比具有更好的内容分发效率和移动性。
在数据分享网络中,多个移动设备和边缘节点通过缓存高流行度的内容来提高内容传输能效,并降低内容获取延迟。移动设备之间通过WiFi或蓝牙共享缓存内容。位于边缘节点的控制中心通过控制边缘节点和移动设备的缓存内容来提高整个系统的收益。然而,移动设备的流入/流出影响着整个系统的缓存内容,如何通过控制数据分享网络中移动设备的缓存数据的冗余率来减轻移动设备变化(流出/流入)对整个边缘网络收益影响是当前所面临的挑战。
发明内容
本申请主要解决的技术问题是提供数据分享网络的控制方法、网络系统及相关装置,能够提高数据分享网络的服务质量。
本申请采用的一种技术方案是提供一种数据分享网络的控制方法,数据分享网络中包括多个移动设备,该方法包括:获取多个移动设备的第一数量变化率,其中,第一数量变化率是在预设时间段内,检测数据分享网络中的移动设备的流入数量和/或流出数量计算得到;根据第一数量变化率,确定缓存非冗余率;其中,缓存非冗余率用于表示数据分享网络的缓存数据的非冗余率;基于缓存非冗余率对数据分享网络中的缓存数据进行调整。
其中,根据第一数量变化率,确定缓存非冗余率,包括:确定第一数量变化率的第一分布;根据第一分布与预设阈值确定第二分布集合,其中,第二分布集合包括多个第二分布;从第二分布集合的多个第二分布中,确定满足预设要求的目标第二分布;根据目标第二分布确定缓存非冗余率。
其中,根据第一分布与预设阈值确定第二分布集合,包括:获取预测分布;计算第一分布和预测分布之间的散度;判断散度是否小于或等于预设阈值;
若是,则将预测分布添加至第二分布集合。
其中,从第二分布集合的多个第二分布中,确定满足预设要求的目标第二分布,包括:计算第一分布和多个第二分布之间的散度;确定散度等于预设阈值时所对应的第二分布为目标第二分布。
其中,根据目标第二分布确定缓存非冗余率,包括:确定第一分布和目标第二分布满足泊松分布;令第一分布和目标第二分布的散度等于预设阈值,并计算第二数量变化率;根据第二数量变化率确定缓存非冗余率。
其中,令第一分布和第二分布的散度等于预设阈值,并计算第二数量变化率,包括:采用以下公式计算第二数量变化率:其中,λ表示第二分布的第二泊松分布参数,λ0表示第一分布的第一泊松分布参数,ζ表示第二数量变化率,ζ0表示第一数量变化率,I多个移动设备的数量,Dζ表示预设阈值。
其中,根据第二数量变化率确定缓存非冗余率,包括:采用以下公式计算缓存非冗余率:其中,表示目标第二分布,表示目标第二分布的期望,b(·)表示指示函数,ζ表示第二数量变化率,φt表示缓存非冗余率,Ψ表示性能稳定阈值。
其中,数据分享网络包括多个子网络;获取多个移动设备的第一数量变化率,包括:分别获取每个子网络在预设时间段内的移动设备的数量变化率;根据每个子网络的数量变化率确定多个移动设备的第一数量变化率。
其中,基于缓存非冗余率对数据分享网络中的缓存数据进行调整,包括:将缓存非冗余率进行计算,以得到数据分享网络的缓存策略;基于缓存策略对数据分享网络中的移动设备中的缓存数据进行调整。
本申请采用的另一种技术方案是提供一种网络设备,该网络设备包括处理器以及与处理器连接的存储器;存储器用于存储程序数据,处理器用于执行程序数据,以实现如上述技术方案提供的方法。
本申请采用的另一种技术方案是提供一种网络系统,该网络系统包括网络控制设备和多个网络节点,其中,网络控制设备是如上述技术方案提供的网络设备。
本申请采用的另一种技术方案是提供一种计算机可读存储介质,计算机可读存储介质用于存储程序数据,程序数据在被处理器执行时,用于实现如上述技术方案提供的方法。
本申请的有益效果是:区别于现有技术的情况,本申请的数据分享网络的控制方法,通过当前数据分享网络中移动设备的第一数量变化率,确定缓存非冗余率,进而预测出下一时间段的缓存非冗余率,然后基于缓存非冗余率对数据分享网络中的缓存数据进行调整。通过控制缓存非冗余率来减少移动设备变化对数据分享网络的系统效益的影响,最大化整个数据分享网络的效益,进而提高数据分享网络的服务质量。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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,还可以根据这些附图获得其他的附图。其中:
图1是本申请提供的数据分享网络的控制方法第一实施例的流程示意图;
图2是本申请提供的数据分享网络的示意图;
图3是本申请提供的图1中步骤13的具体流程示意图;
图4是本申请提供的数据分享网络的控制方法第二实施例的流程示意图;
图5是本申请提供的图4中步骤43的具体流程示意图;
图6是本申请提供的图4中步骤45的具体流程示意图;
图7是本申请提供的数据分享网络的控制方法第三实施例的流程示意图;
图8是本申请提供的数据分享网络的控制方法的效果示意图;
图9是本申请提供的网络设备一实施例的结构示意图;
图10是本申请提供的网络系统一实施例的结构示意图;
图11是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是,此处所描述的具体实施例仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例,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,都属于本申请保护的范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了解决上述问题,本申请通过获取多个移动设备的第一数量变化率,根据第一数量变化率,确定缓存非冗余率;基于缓存非冗余率对数据分享网络中的缓存数据进行调整。通过在每个时间段对缓存非冗余率进行调节,以得到更加鲁棒的数据分享网络。具体实施方式请详见下述实施例。
数据分享网络主要由内容提供者、内容中心核心网络、边缘节点(基站和控制中心)和所有移动设备组成。移动设备和边缘节点通过缓存高流行度的内容来提高内容传输能效,并降低内容获取延迟。移动设备之间通过WiFi或蓝牙共享缓存内容。位于边缘节点的控制中心通过控制边缘节点和移动设备的缓存内容来提高整个系统的收益。
参阅图1,图1是本申请提供的数据分享网络的控制方法第一实施例的流程示意图,该方法包括:
步骤11:获取多个移动设备的第一数量变化率。
其中,第一数量变化率是在预设时间段内,检测数据分享网络中的移动设备的流入数量和/或流出数量计算得到。预设时间段可以以10分钟为时间间隔。也可以以5分钟为时间间隔。具体的预设时间根据实际需求设置。参阅图2进行说明:在数据分享网络20中包括移动设备A、移动设备B、移动设备C、移动设备D、移动设备E、移动设备F、移动设备G、移动设备H和移动设备I。每个设备因被用户携带着在数据分享网络20中移动,所以造成移动设备在数据分享网络20的流入或流出的现象。如图2所示,移动设备E沿箭头e方向将要流出数据分享网络20。移动设备G沿箭头g方向将要流入数据分享网络20。在预设时间段内可以统计出移动设备在数据分享网络中的流入数量和/或流出数量,进而计算得到第一数量变化率。如在第一时间段的起始阶段,数据分享网络中的移动设备的数量为M,在第一时间段的结束阶段统计出的移动设备的流入数量为N,移动设备的流出数量为Q。因此计算出第一数量变化率为其中,M大于0,N大于等于0,Q小于等于M。
步骤12:根据第一数量变化率,确定缓存非冗余率。
其中,缓存非冗余率用于表示数据分享网络的缓存数据的非冗余率。能够直观地体现出数据分享网络的缓存性能。
在一实施例中,将时间按阶段划分,获取第一时间段的第一数据变化率,利用第一数量变化率计算出第一时间段的缓存非冗余率。可以理解,计算出缓存非冗余率后,可以得到第一时间的缓存数据的缓存冗余率,缓存冗余率大于第一数量变化率。因数据分享网络中将缓存数据存储于多个移动设备中,移动设备的流出会带走存储其中的缓存数据,导致整体缓存数据减少,通过设置缓存冗余率大于第一数量变化率,保证移动设备流出后,缓存数据最大程度的保留,可以最大化减少移动设备流出数据分享网络所带来的影响。同时移动设备流入后也会获取移动设备的数据并为其分配缓存数据,以保证缓存非冗余率。第一时间段结束后,在下一时间段,利用第一数量变化率预测下一时间段的第二数量变化率,进而得到下一时间段的缓存非冗余率。
在一些实施例中,将第一数量变化率输入至数据分享网络的服务质量模型,能够得到缓存非冗余率。该服务质量模型用于利用第一数量变化率得到最大化的缓存非冗余率。
步骤13:基于缓存非冗余率对数据分享网络中的缓存数据进行调整。
在一些实施例中,在获取到缓存非冗余率后,对数据分享网络中的多个移动设备中的缓存数据进行调整。如当前数据分享网络中的移动设备的数量为100,缓存非冗余率为百分之八十。在将所有缓存数据分配给多个移动设备后,再获取缓存数据中的百分之二十的数据,在分配给多个移动设备。或者,将所有缓存数据分配给80个移动设备,再获取缓存数据中的百分之二十的数据,分配给剩余的20个移动设备。当其中的缓存冗余数据的20个移动设备流出任意数量时,并不影响数据分享网络的缓存数据。
在一些实施例中,由于位于整个数据分享网络的网络边缘的移动设备的流出或流出的概率较大,则在缓存冗余数据时,将冗余数据缓存至这些网络边缘的移动设备,当这些移动设备流出时,并不影响数据分享网络的缓存数据。
参阅图3,对步骤13进行说明:
步骤131:将缓存非冗余率进行计算,以得到数据分享网络的缓存策略。
步骤132:基于缓存策略对数据分享网络中的移动设备中的缓存数据进行调整。
在一些实施例中,步骤131和步骤132可以是使用基于内容流行度的缓存策略。每个节点记录对每个内容的需求次数,然后以成对的形式把内容名和流行值记录到一个流行度表中。一旦一个内容的流行度达到流行度临界值之后,这个内容将会被标记为流行的。如果某个节点拥有这个内容,它将会通过一条建议信息去建议它的邻节点去缓存这个内容。在发送建议信息之后,该节点将会重置该内容的流行度,防止重复将该内容发送给邻节点。将流行度表中的数据进行冗余处理,保证流行度表中的数据能够得到缓存冗余。在缓存相应流行度数据移动设备流出数据分享网络时,对整个数据分享网络的影响较小。
在一些实施例中,步骤131和步骤132可以是使用核心协作缓存策略。构建一个支配集。核心节点是构成该支配集的主要部分,其余节点被称为常规节点。每个核心节点为一个或者多个常规节点提供服务。流行度高的内容存储在核心节点中,因此减少了内容的冗余度。
在一些实施例中,步骤131和步骤132可以是使用分布式协作缓存策略。当某个内容块到达一个缓存节点时,该节点将通过预设算法计算出该内容块应该由哪个邻节点或者自身来缓存。如,将需求的视频内容分为很多内容块,每一个节点并不缓存全部的内容块,而是分别缓存部分内容块,由K个节点共同协作缓存全部的内容块。
在本实施例中,通过当前数据分享网络中移动设备的第一数量变化率,确定缓存非冗余率,进而预测出下一时间段的缓存非冗余率,然后基于缓存非冗余率对数据分享网络中的缓存数据进行调整。通过控制缓存非冗余率来减少移动设备变化对数据分享网络的系统效益的影响,最大化整个数据分享网络的效益。
参阅图4,图4是本申请提供的数据分享网络的控制方法第二实施例的流程示意图。该方法包括:
步骤41:获取多个移动设备的第一数量变化率。
其中,第一数量变化率是在预设时间段内,检测数据分享网络中的移动设备的流入数量和/或流出数量计算得到。
步骤41的技术方案与上述实施例的技术方案相同或者相似,这里不做赘述。
步骤42:确定第一数量变化率的第一分布。
可以理解,在数据我分享网络中,移动设备的数量是一个随时间变化的模型,通常假定符合泊松分布(Poisson distribution)。在较短的时间段内,移动设备的数量可以视为一个稳定的泊松分布过程,即λ保持不变。则可以根据第一数量变化率确定其对应的第一分布。
步骤43:根据第一分布与预设阈值确定第二分布集合,其中,第二分布集合包括多个第二分布。
在一些实施例中,参阅图5,步骤43可以是如下流程:
步骤431:获取预测分布。
可以理解,预测分布为预测的下一时间段的移动设备的流入或流出情况。因下一时间段的移动设备的流入或流出情况为不确定,则获取到多个预测分布。
步骤432:计算第一分布和预测分布之间的散度。
散度用于衡量第一分布和预测分布之间的差异性。
在一些实施例中,可以使用KL(Kullback-Leibler)散度、JS(Jensen-Shannon)散度。如,使用以下公式计算KL散度:
步骤433:判断散度是否小于或等于预设阈值。
若判断散度小于或等于预设阈值,执行步骤434。若否,则舍弃该预测分布。
步骤434:将预测分布添加至第二分布集合。
在一些实施例中,第二分布集合中的预测分布则确定为第二分布。
步骤44:从第二分布集合的多个第二分布中,确定满足预设要求的目标第二分布。
在一些实施例中,步骤44可以为计算第一分布和多个第二分布之间的散度;确定散度等于预设阈值时所对应的第二分布为目标第二分布。例如,从第二分布集合中依次获取第二分布,并将其与第一分布进行计算,得到第一分布和该第二分布之间的散度。将散度与预设阈值比较,若散度等于预设阈值,则确定其为目标第二分布。
步骤45:根据目标第二分布确定缓存非冗余率。
参阅图6,步骤45可以是如下流程:
步骤451:确定第一分布和目标第二分布满足泊松分布。
泊松分布适合于描述单位时间(或空间)内随机事件发生的次数。
步骤452:令第一分布和目标第二分布的散度等于预设阈值,并计算第二数量变化率。
在一些实施例中,采用以下公式计算第二数量变化率:
λ=|I|ζ;
λ0=|I|ζ0
其中,λ表示第二分布的第二泊松分布参数,λ0表示第一分布的第一泊松分布参数,ζ表示第二数量变化率,ζ0表示第一数量变化率,I表示多个移动设备的数量,Dζ表示预设阈值。具体地,λ0表示第一分布中数据分享网络中移动设备流入和/或流出的数量。
可以理解,因第一分布为已知数据,所以λ0为已知数据,Dζ也为已知数据,则可求出λ,根据λ=|I|ζ,可求出第二数量变化率ζ。
步骤453:根据第二数量变化率确定缓存非冗余率。
在一些实施例中,采用以下公式计算缓存非冗余率:
其中,指示函数b(·),b(A)=1表示事件A为真,b(A)=0表示事件A为假。因第二变化率已知,则可确定目标第二分布。进而求出目标第二分布的期望,且Ψ已知,则可求出缓存非冗余率φt。
步骤46:基于缓存非冗余率对数据分享网络中的缓存数据进行调整。
步骤46与上述实施例的技术方案相同或相似,这里不做赘述。
可以理解,此处求出的缓存非冗余率表示下一时间段的缓存非冗余率。当下一时间段结束时,根据下一时间段的数量变化率求出下一时间段后面的一个时间段的缓存非冗余率。
在本实施例中,通过使用散度来表征移动设备移动性分布的不确定性,并将缓存控制问题转换成机会约束的鲁棒性优化,最大化整个数据分享网络的效益。
参阅图7,图7是本申请提供的数据分享网络的控制方法第三实施例的流程示意图。该方法包括:
步骤71:分别获取每个子网络在预设时间段内的移动设备的数量变化率。
在本实施例中,数据分享网络包括多个子网络。每个子网络均覆盖一预设范围。每个子网络可独立计算出预设时间段内的移动设备的数量变化率。
步骤72:根据每个子网络的数量变化率确定多个移动设备的第一数量变化率。
在一些实施例中,可以将每个子网络的数量变化率加权求和,然后求出第一数量变化率。
步骤73:根据第一数量变化率,确定缓存非冗余率。
步骤74:基于缓存非冗余率对数据分享网络中的缓存数据进行调整。
在一些应用场景中,移动用户的移动性导致移动设备流入/流出,影响整个数据分享网络的缓存数据。数据分享网络内的移动设备的数量是一个随时间变化的模型(动态拓扑),通常假定符合泊松分布。在预设时间段内,移动设备的数量可以看作是一个稳定的泊松分布过程,即λ保持不变。因此,将时变拓扑建模为分段固定过程的串联。令ζt表示平稳过程中在时间t阶段的移动设备数量的变化率。由于ζt和ζ(t+1)的分布采用不同的形式,因此需要不同的缓存控制策略来适应拓扑动态。
首先,为了提高整个数据分享网络的系统性能,需要提高缓存数据的缓存比例,并缓存当前最受欢迎的内容。由于总缓存大小由实际移动设备数量决定,因此只需要最大化缓存非冗余率即可。为了保持稳定系统性能,尝试采用中断概率,即缓存数据的冗余比例大于移动设备数量变化率。因此,为了保证数据分享网络的稳定则应满足以下公式:
maxΦW(ζ,Φ)
s.t.P{1-Φt≥ζt}≥Ψ。
ζ∈[0,1],Φ∈(0,1]
其中Ψ表示性能稳定阈值。由于估计准确的拓扑动态是一个挑战性的问题,需要足够的数据样本。因此,需要鲁棒的缓存控制策略来解决此问题。
为了达到鲁棒性,需要测量拓扑动态ζ的分布如何随时间变化。首先测量预设时间段内移动设备数量的变化率,然后获得ζ的近似形式。该粗略近似用作ζ的第一分布,用表示,期望在下一个周期中的第二分布接近第一分布。通过Kullback-Leibler(KL)散度来量化第二分布hζ(x)和其第一分布之间的差异:
在给定不确定集合模型Zζ后,鲁棒的缓存变换性问题可以变换成如下公式:
maxΦW(ζ,Φ)
ζ∈[0,1],Φ∈(0,1]
其中,b(A)表示指示函数,b(A)=1表示事件A为真,b(A)=0表示事件A为假。
通过上述方式,最优的缓存非冗余率Φ可以通过如下公式求解:
在一些实施例中,当数据分享网络中的移动设备的数量变化率在25%左右时,Ψ可以设定为0.3,Dζ可设定为0.1,λ0在得到数量变化率时同步得到。
参阅图8,本申请经过仿真实验,验证了在数据分享网络中在面对移动设备变化(流入/流出)对局部网络所有移动用户缓存内容所带来的影响,本实施例可以有效的保证系统性能,最大化整个数据分享网络的效益。初始化20个移动设备,移动设备数量变化率为25%左右;内容提供服务器总文件106个,每个文件大小平均为10MB,移动设备的缓存空间1GB。流行度模型采用Mandelbrot-Zipf,其中α=0.9and q=0.5。本次实验对比了7种情况,4种方法分别为理论最优情况Ideal,无缓存控制情况Non-control,本申请控制方法的3种情况Robust(ψ=0.9,ψ=0.3,ψ=0.1),随机最坏情况Worst。实验结果如图8所示,本申请的方法接近理想最优结果,优于其他方法。其中,图8中的横坐标为时间段(Time stage),纵坐标为缓存命中率(Cache hit ratio)。
如图8所示,本实施例可以提高数据分享网络的缓存命中率,进而提升数据分享网络的服务质量。
参阅图9,图9是本申请提供的网络设备一实施例的结构示意图。网络设备90包括处理器91以及与处理器91连接的存储器92;存储器92用于存储程序数据,处理器91用于执行程序数据,以实现以下方法步骤:
获取多个移动设备的第一数量变化率,其中,第一数量变化率是在预设时间段内,检测数据分享网络中的移动设备的流入数量和/或流出数量计算得到;根据第一数量变化率,确定缓存非冗余率;其中,缓存非冗余率用于表示数据分享网络的缓存数据的非冗余率;基于缓存非冗余率对数据分享网络中的缓存数据进行调整。
可以理解的,处理器91用于执行程序数据时,还用于实现上述实施例的任一方法,其具体的实施步骤可以参考上述实施例,这里不再赘述。
参阅图10,图10是本申请提供的网络系统一实施例的结构示意图。网络系统100包括网络控制设备101和多个网络节点102,其中,网络控制设备101如上述实施例的网络设备。
可以理解的,网络控制设备101用于实现上述实施例的任一方法,其具体的实施步骤可以参考上述实施例,这里不再赘述。
在一些实施例中,网络控制设备101可以是服务器、服务终端设备。多个网络节点102可以是基站、移动设备等。
参阅图11,图11是本申请提供的计算机可读存储介质一实施例的结构示意图。计算机可读存储介质110用于存储程序数据111,程序数据111在被处理器执行时,用于实现以下方法步骤:
获取多个移动设备的第一数量变化率,其中,第一数量变化率是在预设时间段内,检测数据分享网络中的移动设备的流入数量和/或流出数量计算得到;根据第一数量变化率,确定缓存非冗余率;其中,缓存非冗余率用于表示数据分享网络的缓存数据的非冗余率;基于缓存非冗余率对数据分享网络中的缓存数据进行调整。
可以理解的,程序数据111在被处理器执行,可用于实现上述实施例的任一方法,其具体的实施步骤可以参考上述实施例,这里不再赘述。
在本申请所提供的几个实施方式中,应该理解到,所揭露的方法以及设备,可以通过其它的方式实现。例如,以上所描述的设备实施方式仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
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单元来实现本实施方式方案的目的。
另外,在本申请各个实施方式中的各功能单元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,也可以采用软件功能单元的形式实现。
上述其他实施方式中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (11)
1.一种数据分享网络的控制方法,其特征在于,所述数据分享网络中包括多个移动设备,所述方法包括:
获取所述多个移动设备的第一数量变化率,其中,所述第一数量变化率是在预设时间段内,检测所述数据分享网络中的所述移动设备的流入数量和/或流出数量计算得到;
确定所述第一数量变化率的第一分布;
根据所述第一分布与预设阈值确定第二分布集合,其中,所述第二分布集合包括多个第二分布;
从所述第二分布集合的多个所述第二分布中,确定满足预设要求的目标第二分布;
根据所述目标第二分布确定缓存非冗余率;其中,所述缓存非冗余率用于表示所述数据分享网络的缓存数据的非冗余率;
基于所述缓存非冗余率对所述数据分享网络中的缓存数据进行调整。
2.根据权利要求1所述的方法,其特征在于,
所述根据所述第一分布与预设阈值确定第二分布集合,包括:
获取预测分布;
计算所述第一分布和所述预测分布之间的散度;
判断所述散度是否小于或等于所述预设阈值;
若是,则将所述预测分布添加至所述第二分布集合。
3.根据权利要求1所述的方法,其特征在于,
所述从所述第二分布集合的多个所述第二分布中,确定满足预设要求的目标第二分布,包括:
计算所述第一分布和多个所述第二分布之间的散度;
确定散度等于所述预设阈值时所对应的第二分布为所述目标第二分布。
4.根据权利要求3所述的方法,其特征在于,
所述根据所述目标第二分布确定缓存非冗余率,包括:
确定所述第一分布和所述目标第二分布满足泊松分布;
令所述第一分布和所述目标第二分布的散度等于所述预设阈值,并计算第二数量变化率;
根据所述第二数量变化率确定缓存非冗余率。
7.根据权利要求1所述的方法,其特征在于,所述数据分享网络包括多个子网络;
所述获取所述多个移动设备的第一数量变化率,包括:
分别获取每个所述子网络在所述预设时间段内的移动设备的数量变化率;
根据每个所述子网络的数量变化率确定所述多个移动设备的第一数量变化率。
8.根据权利要求1所述的方法,其特征在于,
所述基于所述缓存非冗余率对所述数据分享网络中的缓存数据进行调整,包括:
将所述缓存非冗余率进行计算,以得到所述数据分享网络的缓存策略;
基于所述缓存策略对所述数据分享网络中的移动设备中的缓存数据进行调整。
9.一种网络设备,其特征在于,所述网络设备包括处理器以及与所述处理器连接的存储器;所述存储器用于存储程序数据,所述处理器用于执行所述程序数据,以实现如权利要求1-8任一项所述的方法。
10.一种网络系统,其特征在于,所述网络系统包括网络控制设备和多个网络节点,其中,所述网络控制设备是如权利要求9所述的网络设备。
11.一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用于存储程序数据,所述程序数据在被处理器执行时,用于实现如权利要求1-8任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010600454.8A CN111935781B (zh) | 2020-06-28 | 2020-06-28 | 数据分享网络的控制方法、网络系统及相关装置 |
PCT/CN2020/129378 WO2022000942A1 (zh) | 2020-06-28 | 2020-11-17 | 数据分享网络的控制方法、网络系统及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010600454.8A CN111935781B (zh) | 2020-06-28 | 2020-06-28 | 数据分享网络的控制方法、网络系统及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111935781A CN111935781A (zh) | 2020-11-13 |
CN111935781B true CN111935781B (zh) | 2023-04-25 |
Family
ID=73317831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010600454.8A Active CN111935781B (zh) | 2020-06-28 | 2020-06-28 | 数据分享网络的控制方法、网络系统及相关装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111935781B (zh) |
WO (1) | WO2022000942A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111935781B (zh) * | 2020-06-28 | 2023-04-25 | 中国科学院深圳先进技术研究院 | 数据分享网络的控制方法、网络系统及相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9942084B1 (en) * | 2012-05-07 | 2018-04-10 | Amazon Technologies, Inc. | Managing data stored in distributed buffer caches |
WO2018089987A1 (en) * | 2016-11-14 | 2018-05-17 | Temple University-Of The Commonwealth System Of Higher Education | System and method for network-scale reliable parallel computing |
CN109348264A (zh) * | 2018-11-14 | 2019-02-15 | 泰康保险集团股份有限公司 | 视频资源共享方法、装置、存储介质及电子设备 |
CN110418367A (zh) * | 2019-06-14 | 2019-11-05 | 电子科技大学 | 一种5g前传网络混合边缘缓存低时延方法 |
CN110691143A (zh) * | 2019-10-21 | 2020-01-14 | 北京奇艺世纪科技有限公司 | 一种文件推送方法、装置、电子设备及介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102088326B (zh) * | 2009-12-07 | 2013-06-12 | 珠海优特电力科技股份有限公司 | 一种分时复用方法及其装置 |
US9756142B2 (en) * | 2013-03-14 | 2017-09-05 | The Regents Of The University Of California | System and method for delivering video data from a server in a wireless network by caching the video data |
CN103678518B (zh) * | 2013-11-28 | 2017-02-15 | 北京邮电大学 | 一种推荐列表调整方法和装置 |
WO2016161706A1 (zh) * | 2015-04-10 | 2016-10-13 | 华为技术有限公司 | 数据传输的方法和终端 |
CN109981214B (zh) * | 2017-12-28 | 2021-12-14 | 华为技术有限公司 | 一种传输控制方法和装置 |
US10805421B2 (en) * | 2018-04-03 | 2020-10-13 | Citrix Systems, Inc. | Data caching for cloud services |
CN110798527B (zh) * | 2019-11-04 | 2022-04-29 | 深圳市网心科技有限公司 | 一种节点数据部署方法、装置、系统及介质 |
CN111935781B (zh) * | 2020-06-28 | 2023-04-25 | 中国科学院深圳先进技术研究院 | 数据分享网络的控制方法、网络系统及相关装置 |
-
2020
- 2020-06-28 CN CN202010600454.8A patent/CN111935781B/zh active Active
- 2020-11-17 WO PCT/CN2020/129378 patent/WO2022000942A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9942084B1 (en) * | 2012-05-07 | 2018-04-10 | Amazon Technologies, Inc. | Managing data stored in distributed buffer caches |
WO2018089987A1 (en) * | 2016-11-14 | 2018-05-17 | Temple University-Of The Commonwealth System Of Higher Education | System and method for network-scale reliable parallel computing |
CN109348264A (zh) * | 2018-11-14 | 2019-02-15 | 泰康保险集团股份有限公司 | 视频资源共享方法、装置、存储介质及电子设备 |
CN110418367A (zh) * | 2019-06-14 | 2019-11-05 | 电子科技大学 | 一种5g前传网络混合边缘缓存低时延方法 |
CN110691143A (zh) * | 2019-10-21 | 2020-01-14 | 北京奇艺世纪科技有限公司 | 一种文件推送方法、装置、电子设备及介质 |
Non-Patent Citations (5)
Title |
---|
Amine Abidi,SoniaMettali Gammar.Towards New Caching Strategy for Information-centric Networking Based on Data Proximity Control.《2015 IEEE International Conference on Computer and Information Technology * |
Dependable, Autonomic and Secure Computing * |
Pervasive Intelligence and Computing》.2015, * |
Ubiquitous Computing and Communications * |
一种移动流媒体分层协同缓存系统;杨大武等;《计算机与现代化》;20200615(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111935781A (zh) | 2020-11-13 |
WO2022000942A1 (zh) | 2022-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhong et al. | A deep reinforcement learning-based framework for content caching | |
Jiang et al. | Multi-agent reinforcement learning based cooperative content caching for mobile edge networks | |
Zhong et al. | Deep reinforcement learning-based edge caching in wireless networks | |
Yu et al. | Federated learning based proactive content caching in edge computing | |
He et al. | QoE-driven content-centric caching with deep reinforcement learning in edge-enabled IoT | |
Müller et al. | Smart caching in wireless small cell networks via contextual multi-armed bandits | |
Lim et al. | When they go high, we go low: low-latency live streaming in dash. js with LoL | |
CN110049357B (zh) | 一种带宽预估方法、装置、设备及存储介质 | |
CN111400001A (zh) | 一种面向边缘计算环境的在线计算任务卸载调度方法 | |
EP2137888A1 (en) | Available bandwidth estimation | |
US10924388B1 (en) | Multi-path routing | |
CN101951395A (zh) | 一种基于访问预测的P2P VoD系统服务端的数据缓存策略 | |
CN114584801B (zh) | 一种基于图神经网络推荐算法的视频资源缓存方法 | |
Hajiakhondi-Meybodi et al. | Cache replacement schemes based on adaptive time window for video on demand services in femtocell networks | |
CN111935781B (zh) | 数据分享网络的控制方法、网络系统及相关装置 | |
Yuan et al. | On MMD-based secure fusion strategy for robust cooperative spectrum sensing | |
CN116669111A (zh) | 一种基于区块链的移动边缘计算任务卸载方法 | |
CN115913712A (zh) | 基于多用户多接入点的任务卸载隐私保护系统及方法 | |
Ma et al. | APRank: Joint mobility and preference-based mobile video prefetching | |
Xu et al. | Trustworthy caching for mobile big data in social networks | |
CN111711931A (zh) | 一种快速收敛的最优信道选择方法 | |
Li et al. | A novel cooperative cache policy for wireless networks | |
Thilakarathna et al. | Performance of content replication in mobitribe: A distributed architecture for mobile ugc sharing | |
CN112003921B (zh) | 一种边缘计算环境中热门数据主动缓存与替换的方法 | |
Lin et al. | Admission control with elastic QoS for video on demand systems |
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 |