CN112437156A - 一种基于mec-d2d的分布式协同缓存方法 - Google Patents

一种基于mec-d2d的分布式协同缓存方法 Download PDF

Info

Publication number
CN112437156A
CN112437156A CN202011317907.2A CN202011317907A CN112437156A CN 112437156 A CN112437156 A CN 112437156A CN 202011317907 A CN202011317907 A CN 202011317907A CN 112437156 A CN112437156 A CN 112437156A
Authority
CN
China
Prior art keywords
content
user
cache
terminal
communication
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
CN202011317907.2A
Other languages
English (en)
Other versions
CN112437156B (zh
Inventor
薛建彬
张永刚
王璐
沙荣才
张寒
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.)
Lanzhou University of Technology
Original Assignee
Lanzhou University of 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 Lanzhou University of Technology filed Critical Lanzhou University of Technology
Priority to CN202011317907.2A priority Critical patent/CN112437156B/zh
Publication of CN112437156A publication Critical patent/CN112437156A/zh
Application granted granted Critical
Publication of CN112437156B publication Critical patent/CN112437156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/56Provisioning of proxy services
    • H04L67/568Storing data temporarily at an intermediate stage, e.g. caching
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1097Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/56Provisioning of proxy services
    • H04L67/568Storing data temporarily at an intermediate stage, e.g. caching
    • H04L67/5682Policies or rules for updating, deleting or replacing the stored data
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/60Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/63Routing a service request depending on the request content or context
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W28/00Network traffic management; Network resource management
    • H04W28/02Traffic management, e.g. flow control or congestion control
    • H04W28/10Flow control between communication endpoints
    • H04W28/14Flow control between communication endpoints using intermediate storage
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/12Shortest path evaluation
    • H04L45/121Shortest path evaluation by minimising delays
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H04W40/16Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality based on interference

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于MEC‑D2D的分布式协同缓存方法,属于无线通信技术,首先分析协同通信模型中的内容流行度、缓存空间C的有限性以及D2D通信层干扰等因素对用户内容获取平均时延的影响,将边缘服务器与终端间的联合内容缓存机制构建为一个时延优化问题;其次建立内容分段模型,采用缓存放置策略进行内容部署,用户可通过D2D链路从邻近终端中获得总数Kcf个内容片段,当邻近设备中已缓存片段不足以重构内容f时,需从MEC服务器中获取[sf‑min(Kcf,sf)]个内容片段数以保证内容完整性,将减小用户内容获取平均时延的优化目标转化为完全背包问题,将优化目标分为若干个不同的子问题,分别对每一个子问题采用动态规划算法进行求解,寻找构成最优解的最优缓存分配方案{cf}*

Description

一种基于MEC-D2D的分布式协同缓存方法
技术领域
本发明涉及属于无线通信技术。
背景技术
万物互联时代,移动通信的迅猛发展使得多种新型终端不断涌现,海量终端产生的网络流量呈爆发式增长,传统的从核心网获取数据的方式造成网络拥塞的机率不断增长,同时人们对移动通信网络服务质量的要求日益增长,这将无法满足AR/VR等时延敏感型和差异化性能应用的需求,为了解决上述问题,边缘分布式协同缓存成为新兴万物互联应用的支撑平台已是大势所趋。
边缘缓存是未来移动通信网络中新型的、低延迟的内容分发方式,内容提供者将受欢迎程度较高的内容片段缓存于边缘云或终端设备上,以降低用户请求内容的延时和能耗。考虑到终端通信的回程距离短的特性,利用新型移动通信前所未有的高效数据传输速率、优质蜂窝网络频谱效率及极低数据传输时延的优势,将终端通信缓存和边缘缓存结合进行内容分发可显著增大缓存空间、降低用户内容获取时延。在未来的5G网络中,边缘缓存与终端设备缓存的分布式协同对于减小蜂窝网络压力和提高频谱效率至关重要。该类研究主要集中于缓存系统网络架构、用户服务质量满意度和缓存机制方面。缓存机制主要关心协同缓存的命中率、存储内容类型及更新、用户内容获取时延。从目前的国内外研究现状来看,国内外学者的研究重点主要在理想静态场景下的内容部署策略方面。在缓存部署策略设计中,针对用户内容请求信息未知的边缘网络,提出一种利用先验知识预测用户请求信息的主动缓存机制以减小内容传输时延;针对ICN场景中缓存冗余严重问题设计出一种基于概率的缓存算法,在减少缓存冗余的同时提高内容传输路径上的缓存资源利用率。边缘服务器和终端设备均可进行缓存资源的部署,目前公开的研究中,大多将边缘缓存与终端缓存的方式分开考虑,这样虽然在不同边缘层或者用户层实现了层内缓存冗余的优化,但这并不能保证整个网络系统中缓存空间的高效利用。另一方面,目前的研究多将单个文件整体部署在基站或一个终端中,当单个文件内容较大,终端用户处于移动状态时,用户终端只能缓存较少数目的文件,用户与基站的通信时间不足会导致内容传输失败概率较高,分布式缓存的优势不能够充分体现。
在基于MEC与D2D协作模式的协同缓存方案专利中,传统方法建模太过理想化,未考虑现实通信场景中更多的通信阻碍,例如有效通信半径、干扰等,因此应用范围窄、拓展性低。在未来多接入网络环境中,边缘服务器及用户设备的大量部署及参与,用户对于缓存的高质量、低消耗需求会愈发明显。
发明内容
本发明的目的是提供一种基于MEC-D2D的分布式协同缓存方法。
本发明是一种基于MEC-D2D的分布式协同缓存方法,其步骤为:
步骤(1)在移动终端中增加缓存装置,并允许终端之间通过D2D链路进行
内容传输;
步骤(2)通过在步骤(1)中配备具有缓存能力的智能终端,联合云中心、蜂窝网络通信、D2D通信,建立三层分布式缓存系统架构;
步骤(3)在步骤(2)中的网络架构下,根据用户流量负载的动态变化,分析系统中多用户请求内容的流行度,将核心网中高流行度内容切分为独立相等的片段;
步骤(4)对内容请求用户邻近区域空闲D2D缓存设备下行链路信道状况建模分析,设定通信保护区域,计算内容请求用户与协作D2D的下行传输速率;
步骤(5)根据步骤(4)中内容请求者与缓存设备的传输速率,将步骤(3)中的内容片段采用缓存放置策略部署,缓存部署问题可视为完全背包问题,采用一种基于动态规划的低复杂度算法进行内容分布式协同动态部署;
步骤(6)在步骤(5)内容部署的基础上,当用户发起内容请求时,内容请求者首先在终端设备通信范围内查找缓存片段,当终端设备中缓存的内容片段数无法重构请求内容时,再由本地的MEC服务器分发剩余内容片段至请求者,根据用户请求内容过程计算用户内容获取时延,快速完成用户内容请求响应,提高内容命中率。
本发明与现有技术相比,具有以下优点:
(1)传统相关发明只针对整个文件缓存来优化用户的传输速率和用户获取内容时延,存在一定的局限性。本发明则考虑了将单个大文件分片段部署在不同的终端设备或基站中,并通过建立三层协同缓存的分布式网络框架,降低移动性用户对高流行度、大数据量的内容请求时延,提升边缘缓存系统性能。
(2)传统发明所建立的模型为理想化静态场景下缓存资源分配,未能考虑实际场景中内容分发过程中终端设备受邻近设备的干扰情况,本发明综合考虑到用户内容接收过程中会收到邻区活跃D2D通信用户的干扰信号,根据实际D2D通信场景推算内容接收用户信道的信干燥比,设定D2D通信保护半径,一定程度上在保证服务的同时最小化用户内容获取时延。
(3)所述方法在缓存资源部署时,考虑分布式协同缓存中缓存空间的利用效率,将缓存内容部署问题构建为完全背包问题,基于动态规划算法制定低复杂度的内容缓存策略,提高系统空间的整体利用率,极大的降低了用户内容传输时延。
附图说明
图1是协同缓存网络模型,图2是内容分段获取模型,图3是分布区域划分模型,图4是协作D2D链路数与用户平均时延的关系。
具体实施方式
基于动态规划的MEC-D2D(Mobile Edge Caching-Device to Device)协同内容缓存放置策略,尤其涉及当存在移动边缘缓存服务器存储能力有限的问题时,借助终端通信技术数据共享优势,采用协同缓存内容分段部署策略,解决用户从边缘服务器获取内容时延较大问题。
本发明的思路是:首先建立一种基于动态规划的MEC-D2D协同内容缓存放置策略模型。其次,分析协同通信模型中的内容流行度、缓存空间有限性以及层内干扰等因素对用户内容获取平均时延的影响,根据各因素实际场景下的变化信息,决定缓存内容的大小及内容获取路径;并通过建立内容分段获取模型,以降低用户内容获取平均时延为优化目标;最后将缓存问题视为完全背包问题,并采用动态规划智能算法灵活计算并获取最优缓存分配方案,旨在降低用户内容获取平均时延,提高异构网络的系统性能。
具体而言,本发明采用如下技术方案:本发明所述基于动态规划的MEC-D2D协同内容缓存放置策略如图1所示,在现有的边缘无线网络缓存模型基础上,引入多个具备缓存能力的无线终端,构成MEC缓存和D2D缓存协同的网络架构。该模型包括一个具备MEC缓存服务单元的基站和大量用户的集合,基站通过有线链路与核心网连接,实现缓存内容共享。流行内容被编码成独立片段缓存在边缘服务器中或终端设备中。本发明在用户请求一个流行数据内容时,该内容可通过以下三种形式获得:
a)在内容请求者的通信范围内查找缓存有该内容片段的终端设备,当终端设备中缓存的内容片段数足以构成该内容时,则通过D2D链路依次将所有内容片段发送给内容请求用户。
b)当请求用户的通信范围内的终端设备中缓存的内容片段数无法重构请求内容时,终端设备向请求用户发送已缓存的内容片段,再由本地的MEC服务器分发剩余内容片段至请求者。
c)当在请求用户的通信范围内查找不到缓存有该内容的任一片段的设备且本地MEC服务器中也无该内容的任一片段时,则向远程中心内容服务器请求,以较大的传输时延将请求内容由核心网传输至边缘服务器,再由边缘服务器下发给内容请求用户。
所述内容分段获取模型如图2所示,考虑将所有内容切分成独立相等的片段,每个内容的所有片段采用缓存策略部署到基站覆盖范围内的所有终端及边缘缓存服务器中。每个邻近终端中缓存有内容f中的cf个独立片段,内容f的总长度为sf,平均内容片段数表示为
Figure BDA0002791833450000043
{F}定义为内容的集合,表示为{F}={1,2,...f,...,F},{Q}={q1,q2,...,qf,...,qF}表示内容流行度。每一个内容片段的数据量大小为L(bits),因此,sfL定义为内容f的数据量。每个终端的缓存容量是有限的,规定每一终端至多存储C个内容片段。
所述保证内容完整性为保证请求内容的可重构性,内容请求优先由通信范围内已缓存该内容片段的终端k响应,内容请求用户通过D2D方式从邻近终端中所获得的内容片段总数为Kcf,邻近设备中已缓存片段不足以重构内容f时,则需从MEC服务器中获取[sf-min(Kcf,sf)]个内容片段数以保证内容完整性。
所述通过D2D方式获取内容的命中率可以表示为:
Figure BDA0002791833450000041
所述请求用户通过MEC服务器获取内容的命中率可表示为:
Figure BDA0002791833450000042
所述MEC-D2D干扰等效模型如图3所示,内容接收过程中主要受到两种干扰,分别为邻区活跃D2D用户发射端的干扰和蜂窝用户对内容接收终端M-r的干扰。假设每一通信保护区域同一时刻至多存在一个活跃D2D对,活跃D2D对通信保护半径用d表示,用SINRk表示内容请求者M-r与终端k通过D2D通信方式获取内容时的信干噪比,任何能够成功完成缓存内容传输的D2D通信信干噪比大于或等于
Figure BDA0002791833450000044
即D2D通信的信干噪比阈值为SINR0,用D表示满足信干噪比阈值的跨区干扰的最小半径。
所述请求内容完成传输过程中产生的时延主要包括两部分,一部分是通过D2D传输内容片段产生的时延,另一部分是由MEC服务器将内容片段传输到请求用户时产生的时延。则最小化时延问题可被建模为:
Figure BDA0002791833450000051
其中:
Figure BDA0002791833450000052
本发明是一种基于MEC-D2D的分布式协同缓存方法,其步骤为:
步骤(1)在移动终端中增加缓存装置,并允许终端之间通过D2D链路进行内容传输;
步骤(2)通过在步骤(1)中配备具有缓存能力的智能终端,联合云中心、蜂窝网络通信、D2D通信,建立三层分布式缓存系统架构;
步骤(3)在步骤(2)中的网络架构下,根据用户流量负载的动态变化,分析系统中多用户请求内容的流行度,将核心网中高流行度内容切分为独立相等的片段;
步骤(4)对内容请求用户邻近区域空闲D2D缓存设备下行链路信道状况建模分析,设定通信保护区域,计算内容请求用户与协作D2D的下行传输速率;
步骤(5)根据步骤(4)中内容请求者与缓存设备的传输速率,将步骤(3)中的内容片段采用缓存放置策略部署,缓存部署问题可视为完全背包问题,采用一种基于动态规划的低复杂度算法进行内容分布式协同动态部署;
步骤(6)在步骤(5)内容部署的基础上,当用户发起内容请求时,内容请求者首先在终端设备通信范围内查找缓存片段,当终端设备中缓存的内容片段数无法重构请求内容时,再由本地的MEC服务器分发剩余内容片段至请求者,根据用户请求内容过程计算用户内容获取时延,快速完成用户内容请求响应,提高内容命中率。
以上所述的基于MEC-D2D的分布式协同缓存方法,所述步骤(1)建立的具备缓存支持的D2D通信设备,具体按照以下过程实施:
①在移动终端中启用内容缓存功能,增加用于专用D2D通信的射频电路,通过使用蜂窝网络中D2D专用频谱进行设备终端间通信,通过缓存分配策略进行缓存空间的统一配置;
②将D2D通信保护半径、邻区D2D通信设备数量、终端用户之间的通信速率等指标作为缓存设备的选取依据;
③通过用户的可用存储空间大小及自身意愿来决定参与协同缓存的设备,缓存空间闲置较多的用户,参与协同缓存的意愿越强。
以上所述的基于MEC-D2D的分布式协同缓存方法,所述步骤(2)建立的三层网络框架,具体按以下过程实施:考虑实际部署场景,在现有的边缘无线网络缓存模型基础上,引入多个具备缓存能力的无线终端,构成MEC缓存和D2D缓存协同的网络架构,该模型包括一个具备MEC缓存服务单元的基站和大量用户的集合,基站通过有线链路与核心网连接,实现缓存内容共享;
用户请求一个流行数据内容时,能够通过以下三种形式:
(1)在内容请求者通信范围内的终端设备中查找已缓存的该内容片段;
(2)当请求用户的通信范围内的终端设备中缓存的内容片段数无法重构请求内容时,再向本地的MEC服务器发送用户层未缓存的内容片段;
(3)当请求用户的通信范围内的终端中未发现该内容的任一片段且本地MEC服务器中也无该内容的任一片段时,则向核心网请求。
以上所述的基于MEC-D2D的分布式协同缓存方法,所述步骤(3)建立的内容分段模型,具体按照以下过程实施:单个内容的所有片段采用缓存策略部署到基站覆盖范围内的所有终端及边缘缓存服务器中;每个邻近终端中缓存有内容f中的cf个独立片段,内容f的总长度为sf,平均内容片段数表示为
Figure BDA0002791833450000061
{F}={1,2,...f,...,F}表示内容的集合,{Q}={q1,q2,...,qf,...,qF}表示内容流行度;
每一个内容片段的数据量大小为L(bits),sfL定义为内容f的数据量;
每个终端的缓存容量是有限的,规定每一终端至多存储C个内容片段,则有
Figure BDA0002791833450000062
内容请求优先由通信范围内已缓存该内容片段的终端k响应,内容请求用户通过D2D方式从邻近终端中所获得的内容片段总数为Kcf,邻近设备中已缓存片段不足以重构内容f时,则需从MEC服务器中获取[sf-min(Kcf,sf)]个内容片段数以保证内容完整性;
在终端缓存空间有限时,cf的数量越大,内容请求用户就更容易在邻近用户中获取到全部缓存内容,较大程度降低了内容请求者获取资源的平均时延。定义Pk,f为内容请求用户从邻近终端k中获取到内容f的比例,表示为:
Figure BDA0002791833450000071
定义PK+1,f为请求内容f在邻近终端中缓存片段数不足时,需要从MEC服务器上获取的内容比例,表示为:
Figure BDA0002791833450000072
因此,通过D2D方式获取内容的命中率表示为:
Figure BDA0002791833450000073
请求用户通过MEC服务器获取内容的命中率表示为:
Figure BDA0002791833450000074
以上所述的基于MEC-D2D的分布式协同缓存方法,所述步骤(3)建立的信道干扰模型,具体按照以下过程实施:
(1)通过对D2D方式获取内容的下行链路信道进行建模分析,假设每一通信保护区域同一时刻至多存在一个活跃D2D对,活跃D2D对通信保护半径用d表示,用SINRk表示内容请求者M-r与终端k通过D2D通信方式获取内容时的信干噪比,任何能够成功完成缓存内容传输的D2D通信的信干噪比大于或等于
Figure BDA0002791833450000076
即D2D通信的信干噪比阈值为SINR0,用D表示满足信干噪比阈值的跨区干扰的最小半径;
(2)将D2D通信场景设想为规则的几何形状,内容请求用户满足信噪比的区域近似为正六边形,防止区域重叠问题;
在内容请求用户的跨区干扰最小半径外,假设最多有六对同时活跃的D2D对,D2D通信信干噪比阈值SINR0表示为:
Figure BDA0002791833450000075
其中,N0是基站对于D2D获取用户的干扰,σ2为加性高斯白噪声的功率谱密度,Pt代表内容发送用户的发送功率,Gt为内容发送用户的天线增益,GM-r表示内容请求用户的天线增益,信号波长为λ;
(3)根据SINR0可以得出内容获取用户接收缓存内容时受到其余活跃D2D对干扰的距离下限为:
Figure BDA0002791833450000081
以上所述的基于MEC-D2D的分布式协同缓存方法,所述步骤(5)通过基于动态规划的低复杂度算法进行边缘缓存空间的协同分配,具体按照以下过程实施:
(1)用户发出的内容请求,能通过步骤(2)中所述的三种缓存获取方式中的其中一种响应,则用户获取内容时延表示为
Figure BDA0002791833450000082
(2)将缓存时延收益定义为Val(f,l),表示终端k中缓存有内容f的l个片段时,通过缓存策略部署内容时减少的用户时延,其计算方式为:
Figure BDA0002791833450000083
(3)根据内容片段放置选择函数
Figure BDA0002791833450000084
从剩余候选内容中选出最有可能构成解的对象{cf}*,缓存该内容至邻近终端设备中。
以上所述的基于MEC-D2D的分布式协同缓存方法,所述步骤(6)中,三层协同网络架构按照顺序响应用户的内容请求,首先由通信范围内的终端通过D2D分发已缓存的内容片段,缺失的内容片段再由边缘缓存服务器进行分发,若边缘缓存服务器和用户终端中无用户请求内容的片段,则由云中心向内容请求者发送该内容的所有片段,完成用户请求的响应。
下面结合附图以具体实施例来详细说明本发明。本实施例仅表示对本发明的原理性说明,不代表对本发明的任何限制。
如图2所示,本发明的基于动态规划的MEC-D2D协同内容缓存放置策略,首先分析系统中多用户请求内容的流行度,在核心网中将高流行度内容切分为独立相等的片段,内容请求用户从邻近终端k中获取到内容f的比例为Pk,f,PK+1,f为请求内容f在邻近终端中缓存片段数不足时,需要从MEC服务器上获取的内容比例,表示为式(1)、(2):
Figure BDA0002791833450000091
Figure BDA0002791833450000092
然后,将D2D通信场景设想为规则的几何形状,如图3所示,内容请求用户满足信噪比的区域近似为正六边形,解决区域重叠覆盖问题。在内容请求用户的跨区干扰最小半径外,本发明假设最多有六对同时活跃的D2D对,由D2D通信信干噪比阈值SINR0可推导出该满足信噪比要求的最小半径D。D2D通信信干噪比阈值SINR0可表示为:
Figure BDA0002791833450000093
在每个终端设备中,相同大小的不容内容片段传输到请求用户设备时所需时延不同。本文为每个终端设备选择时延收益最大的内容片段进行缓存,使得用户内容获取时延最小。当有内容f的一个新的片段需要缓存在设备中时,从设备k中可获取的内容比例表示为P'k,f,则设备k中内容命中率表示为Ω'k,定义缓存时延收益为Val(f,l),表示终端k中缓存有内容f的l个片段时,通过缓存策略部署内容时减少的用户时延,其计算方式:
Figure BDA0002791833450000101
最后,根据用户内容获取时延,采用基于动态规划算法制定低复杂度的协同内容缓存策略,选出能够带来最大用户时延收益的终端进行内容片段缓存,得到缓存文件片段数目,即最佳内容放置策略,详细步骤如附图2所示,在该方法下的用户获取内容时延大小如图4所示,可得出本发明提出的基于动态规划的协同缓存策略较命中率最大化缓存策略能够更合理的调度邻近D2D用户闲置空间,在缓存资源合理规划方面更具有优势,同时提高了系统中内容的多样性,增强用户体验。
上述实施例只是本发明较佳的可行实施例,只是为了使本发明的目的、技术方案及优点更加清楚,并非用于限制本发明的专利保护范围,因此,凡是运用本发明的说明书及附图内容所作的等同结构变化,都应在本发明的保护范围之内。

Claims (7)

1.一种基于MEC-D2D的分布式协同缓存方法,其特征在于,其步骤为:
步骤(1)在移动终端中增加缓存装置,并允许终端之间通过D2D链路进行内容传输;
步骤(2)通过在步骤(1)中配备具有缓存能力的智能终端,联合云中心、蜂窝网络通信、D2D通信,建立三层分布式缓存系统架构;
步骤(3)在步骤(2)中的网络架构下,根据用户流量负载的动态变化,分析系统中多用户请求内容的流行度,将核心网中高流行度内容切分为独立相等的片段;
步骤(4)对内容请求用户邻近区域空闲D2D缓存设备下行链路信道状况建模分析,设定通信保护区域,计算内容请求用户与协作D2D的下行传输速率;
步骤(5)根据步骤(4)中内容请求者与缓存设备的传输速率,将步骤(3)中的内容片段采用缓存放置策略部署,缓存部署问题可视为完全背包问题,采用一种基于动态规划的低复杂度算法进行内容分布式协同动态部署;
步骤(6)在步骤(5)内容部署的基础上,当用户发起内容请求时,内容请求者首先在终端设备通信范围内查找缓存片段,当终端设备中缓存的内容片段数无法重构请求内容时,再由本地的MEC服务器分发剩余内容片段至请求者,根据用户请求内容过程计算用户内容获取时延,快速完成用户内容请求响应,提高内容命中率。
2.根据权利要求1所述的基于MEC-D2D的分布式协同缓存方法,其特征在于:
所述步骤(1)建立的具备缓存支持的D2D通信设备,具体按照以下过程实施:
①在移动终端中启用内容缓存功能,增加用于专用D2D通信的射频电路,通过使用蜂窝网络中D2D专用频谱进行设备终端间通信,通过缓存分配策略进行缓存空间的统一配置;
②将D2D通信保护半径、邻区D2D通信设备数量、终端用户之间的通信速率等指标作为缓存设备的选取依据;
③通过用户的可用存储空间大小及自身意愿来决定参与协同缓存的设备,缓存空间闲置较多的用户,参与协同缓存的意愿越强。
3.根据权利要求1所述的基于MEC-D2D的分布式协同缓存方法,其特征在于:
所述步骤(2)建立的三层网络框架,具体按以下过程实施:考虑实际部署场景,在现有的边缘无线网络缓存模型基础上,引入多个具备缓存能力的无线终端,构成MEC缓存和D2D缓存协同的网络架构,该模型包括一个具备MEC缓存服务单元的基站和大量用户的集合,基站通过有线链路与核心网连接,实现缓存内容共享;
用户请求一个流行数据内容时,能够通过以下三种形式:
(1)在内容请求者通信范围内的终端设备中查找已缓存的该内容片段;
(2)当请求用户的通信范围内的终端设备中缓存的内容片段数无法重构请求内容时,再向本地的MEC服务器发送用户层未缓存的内容片段;
(3)当请求用户的通信范围内的终端中未发现该内容的任一片段且本地MEC服务器中也无该内容的任一片段时,则向核心网请求。
4.根据权利要求1所述的基于MEC-D2D的分布式协同缓存方法,其特征在于:
所述步骤(3)建立的内容分段模型,具体按照以下过程实施:单个内容的所有片段采用缓存策略部署到基站覆盖范围内的所有终端及边缘缓存服务器中;每个邻近终端中缓存有内容f中的cf个独立片段,内容f的总长度为sf,平均内容片段数表示为
Figure FDA0002791833440000021
{F}={1,2,...f,...,F}表示内容的集合,{Q}={q1,q2,...,qf,...,qF}表示内容流行度;
每一个内容片段的数据量大小为L(bits),sfL定义为内容f的数据量;
每个终端的缓存容量是有限的,规定每一终端至多存储C个内容片段,则有
Figure FDA0002791833440000022
内容请求优先由通信范围内已缓存该内容片段的终端k响应,内容请求用户通过D2D方式从邻近终端中所获得的内容片段总数为Kcf,邻近设备中已缓存片段不足以重构内容f时,则需从MEC服务器中获取[sf-min(Kcf,sf)]个内容片段数以保证内容完整性;
在终端缓存空间有限时,cf的数量越大,内容请求用户就更容易在邻近用户中获取到全部缓存内容,较大程度降低了内容请求者获取资源的平均时延。定义Pk,f为内容请求用户从邻近终端k中获取到内容f的比例,表示为:
Figure FDA0002791833440000031
定义PK+1,f为请求内容f在邻近终端中缓存片段数不足时,需要从MEC服务器上获取的内容比例,表示为:
Figure FDA0002791833440000032
因此,通过D2D方式获取内容的命中率表示为:
Figure FDA0002791833440000033
请求用户通过MEC服务器获取内容的命中率表示为:
Figure FDA0002791833440000034
5.根据权利要求1所述的基于MEC-D2D的分布式协同缓存方法,其特征在于:
所述步骤(3)建立的信道干扰模型,具体按照以下过程实施:
(1)通过对D2D方式获取内容的下行链路信道进行建模分析,假设每一通信保护区域同一时刻至多存在一个活跃D2D对,活跃D2D对通信保护半径用d表示,用SINRk表示内容请求者M-r与终端k通过D2D通信方式获取内容时的信干噪比,任何能够成功完成缓存内容传输的D2D通信的信干噪比大于或等于
Figure FDA0002791833440000035
即D2D通信的信干噪比阈值为SINR0,用D表示满足信干噪比阈值的跨区干扰的最小半径;
(2)将D2D通信场景设想为规则的几何形状,内容请求用户满足信噪比的区域近似为正六边形,防止区域重叠问题;
在内容请求用户的跨区干扰最小半径外,假设最多有六对同时活跃的D2D对,D2D通信信干噪比阈值SINR0表示为:
Figure FDA0002791833440000041
其中,N0是基站对于D2D获取用户的干扰,σ2为加性高斯白噪声的功率谱密度,Pt代表内容发送用户的发送功率,Gt为内容发送用户的天线增益,GM-r表示内容请求用户的天线增益,信号波长为λ;
(3)根据SINR0可以得出内容获取用户接收缓存内容时受到其余活跃D2D对干扰的距离下限为:
Figure FDA0002791833440000042
6.根据权利要求1所述的基于MEC-D2D的分布式协同缓存方法,其特征在于:
所述步骤(5)通过基于动态规划的低复杂度算法进行边缘缓存空间的协同分配,具体按照以下过程实施:
(1)用户发出的内容请求,能通过步骤(2)中所述的三种缓存获取方式中的其中一种响应,则用户获取内容时延表示为
Figure FDA0002791833440000043
(2)将缓存时延收益定义为Val(f,l),表示终端k中缓存有内容f的l个片段时,通过缓存策略部署内容时减少的用户时延,其计算方式为:
Figure FDA0002791833440000044
③根据内容片段放置选择函数
Figure FDA0002791833440000045
从剩余候选内容中选出最有可能构成解的对象{cf}*,缓存该内容至邻近终端设备中。
7.根据权利要求1所述的基于MEC-D2D的分布式协同缓存方法,其特征在于:
所述步骤(6)中,三层协同网络架构按照顺序响应用户的内容请求,首先由通信范围内的终端通过D2D分发已缓存的内容片段,缺失的内容片段再由边缘缓存服务器进行分发,若边缘缓存服务器和用户终端中无用户请求内容的片段,则由云中心向内容请求者发送该内容的所有片段,完成用户请求的响应。
CN202011317907.2A 2020-11-23 2020-11-23 一种基于mec-d2d的分布式协同缓存方法 Active CN112437156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011317907.2A CN112437156B (zh) 2020-11-23 2020-11-23 一种基于mec-d2d的分布式协同缓存方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011317907.2A CN112437156B (zh) 2020-11-23 2020-11-23 一种基于mec-d2d的分布式协同缓存方法

Publications (2)

Publication Number Publication Date
CN112437156A true CN112437156A (zh) 2021-03-02
CN112437156B CN112437156B (zh) 2022-01-14

Family

ID=74692882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011317907.2A Active CN112437156B (zh) 2020-11-23 2020-11-23 一种基于mec-d2d的分布式协同缓存方法

Country Status (1)

Country Link
CN (1) CN112437156B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113115362A (zh) * 2021-04-16 2021-07-13 三峡大学 协同边缘缓存方法及装置
CN113132466A (zh) * 2021-03-18 2021-07-16 中山大学 基于编码缓存的多接入通信方法、装置、设备及介质
CN117425135A (zh) * 2023-12-18 2024-01-19 常州中能电力科技有限公司 一种基于安全无线网络的避雷器监测系统及运行方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105357281A (zh) * 2015-10-19 2016-02-24 中国科学院信息工程研究所 一种移动接入网分布式内容缓存访问控制方法及系统
WO2018072224A1 (en) * 2016-10-18 2018-04-26 Huawei Technologies Co., Ltd. Virtual network state management in mobile edge computing
CN108601074A (zh) * 2018-04-10 2018-09-28 北京邮电大学 一种基于异构联合缓存的网络资源分配方法和装置
US20190260845A1 (en) * 2017-12-22 2019-08-22 Soochow University Caching method, system, device and readable storage media for edge computing
CN110213627A (zh) * 2019-04-23 2019-09-06 武汉理工大学 基于多小区用户移动性的流媒体缓存分配装置及其工作方法
CN110312231A (zh) * 2019-06-28 2019-10-08 重庆邮电大学 一种车联网中基于移动边缘计算的内容缓存决策和资源分配联合优化方法
CN110730471A (zh) * 2019-10-25 2020-01-24 重庆邮电大学 基于区域用户兴趣匹配的移动边缘缓存方法
EP3644552A1 (en) * 2018-10-26 2020-04-29 Hewlett Packard Enterprise Development L.P. Mobile edge computing meets blockchain
CN111585916A (zh) * 2019-12-26 2020-08-25 国网辽宁省电力有限公司电力科学研究院 基于云边协同的lte电力无线专网任务卸载和资源分配方法
CN111629052A (zh) * 2020-05-26 2020-09-04 中国联合网络通信集团有限公司 基于mec的内容缓存方法、节点、设备及存储介质
CN111901392A (zh) * 2020-07-06 2020-11-06 北京邮电大学 一种面向移动边缘计算的内容部署与分发方法及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105357281A (zh) * 2015-10-19 2016-02-24 中国科学院信息工程研究所 一种移动接入网分布式内容缓存访问控制方法及系统
WO2018072224A1 (en) * 2016-10-18 2018-04-26 Huawei Technologies Co., Ltd. Virtual network state management in mobile edge computing
US20190260845A1 (en) * 2017-12-22 2019-08-22 Soochow University Caching method, system, device and readable storage media for edge computing
CN108601074A (zh) * 2018-04-10 2018-09-28 北京邮电大学 一种基于异构联合缓存的网络资源分配方法和装置
EP3644552A1 (en) * 2018-10-26 2020-04-29 Hewlett Packard Enterprise Development L.P. Mobile edge computing meets blockchain
CN110213627A (zh) * 2019-04-23 2019-09-06 武汉理工大学 基于多小区用户移动性的流媒体缓存分配装置及其工作方法
CN110312231A (zh) * 2019-06-28 2019-10-08 重庆邮电大学 一种车联网中基于移动边缘计算的内容缓存决策和资源分配联合优化方法
CN110730471A (zh) * 2019-10-25 2020-01-24 重庆邮电大学 基于区域用户兴趣匹配的移动边缘缓存方法
CN111585916A (zh) * 2019-12-26 2020-08-25 国网辽宁省电力有限公司电力科学研究院 基于云边协同的lte电力无线专网任务卸载和资源分配方法
CN111629052A (zh) * 2020-05-26 2020-09-04 中国联合网络通信集团有限公司 基于mec的内容缓存方法、节点、设备及存储介质
CN111901392A (zh) * 2020-07-06 2020-11-06 北京邮电大学 一种面向移动边缘计算的内容部署与分发方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
THANG X.VU,SYMEON CHATZINOTAS: "Full-Duplex Enabled Mobile Edge Caching:From Distributed to Cooperative Caching", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》 *
薛建彬,安亚宁: "基于边缘计算的新型任务卸载与资源分配策略", 《计算机工程与科学》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113132466A (zh) * 2021-03-18 2021-07-16 中山大学 基于编码缓存的多接入通信方法、装置、设备及介质
CN113132466B (zh) * 2021-03-18 2022-03-15 中山大学 基于编码缓存的多接入通信方法、装置、设备及介质
CN113115362A (zh) * 2021-04-16 2021-07-13 三峡大学 协同边缘缓存方法及装置
CN117425135A (zh) * 2023-12-18 2024-01-19 常州中能电力科技有限公司 一种基于安全无线网络的避雷器监测系统及运行方法
CN117425135B (zh) * 2023-12-18 2024-03-01 常州中能电力科技有限公司 一种基于安全无线网络的避雷器监测系统及运行方法

Also Published As

Publication number Publication date
CN112437156B (zh) 2022-01-14

Similar Documents

Publication Publication Date Title
CN112437156B (zh) 一种基于mec-d2d的分布式协同缓存方法
CN111930436B (zh) 一种基于边缘计算的随机型任务排队卸载优化方法
CN112020103B (zh) 一种移动边缘云中的内容缓存部署方法
CN109194763B (zh) 一种超密集网络中基于小型基站自组织协作的缓存方法
CN106912079B (zh) 一种缓存异构网络中联合用户接入选择及资源分配方法
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
Khan et al. On the application of agglomerative hierarchical clustering for cache-assisted D2D networks
CN112004265B (zh) 一种基于srm算法的社交网络资源分配方法
CN109673018A (zh) 无线异构网络中的新型缓存内容放置及内容缓存分布优化方法
Yaqub et al. Multi-objective resource optimization for hierarchical mobile edge computing
Fan et al. The capacity of device-to-device communication underlaying cellular networks with relay links
CN108600998A (zh) 超密度蜂窝与d2d异构融合网络缓存优化决策方法
Huang et al. Federated learning based qos-aware caching decisions in fog-enabled internet of things networks
CN109068356A (zh) 一种用于认知无线电网络中的无线缓存分配方法
Wu et al. Adaptive edge caching in UAV-assisted 5G network
CN109088944A (zh) 基于次梯度下降法的缓存内容优化算法
CN113556750A (zh) 基于联盟形成博弈的无人设备内容协同实现方法
CN111432380B (zh) 面向d2d辅助数据卸载的缓存优化方法
Nguyen et al. Utility optimization for blockchain empowered edge computing with deep reinforcement learning
Chen et al. Analysis and scheduling in a 5G heterogeneous content delivery network
CN109547979B (zh) 一种d2d缓存网络下联合能耗和用户公平性的内容分发方法
Fu et al. Extensive cooperative content caching and delivery scheme based on multicast for D2D-enabled HetNets
Dong et al. Deep Reinforcement Learning-based Adaptive Clustering Approach in Short Video Sharing through D2D Communication
CN114245422A (zh) 一种基于簇内智能共享的边缘主动缓存方法
Yao et al. Optimal capacity allocation and caching strategy for multi-UAV collaborative edge caching

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