CN113543071A - 一种车联网环境下异构节点协作边缘缓存方法 - Google Patents

Abstract

本发明公开了一种车联网环境下异构节点协作边缘缓存方法，方法包括：构建核心服务器、宏基站、路边单元以及各车辆之间的网络边缘缓存模型；将一组流行文件集通过拉链分布建模，按人气下降的顺序排序；利用喷泉码，将所有流行文件进行分块处理，每个流行文件被编码成若干个数据包；以最小化车辆获取总内容所需延迟和成本为优化目标，优化网络边缘缓存模型，对车辆传输内容进行放置，分别在宏基站和路边单元上缓存部分数据包；其中，将流行文件集中的流行文件按照人气由高到低的顺序依次进行缓存。本发明旨在最小化车辆获取总内容所需延迟、成本以及高命中率的情况下，对内容进行协作放置。

Description

一种车联网环境下异构节点协作边缘缓存方法

技术领域

本发明涉及车辆交通技术领域，具体而言涉及一种车联网环境下异构节点协作边缘缓存方法。

背景技术

随着5G时代的到来，智能交通系统在当今社会发挥着至关重要的作用，乘客对连接车辆的移动应用有着强烈的需求。新开发的车辆应用程序(如车内娱乐和移动广告)需要大容量的数据传输，这对仅依靠蜂窝网络从互联网获取数据的车辆网络带来了巨大的压力。为了提高网络容量，人们提出了异构车辆网络，其中基站(MBS)和路边单元(RSU)都可以提供网络连接，从而显著降低了车辆通信成本以及传输时延。

为了减少大容量数据传输的回程流量和传输时间，提出了边缘缓存技术，为了方便内容交付，考虑到移动车辆的间歇性连接，必须为边缘缓存服务器开发一种内容放置方案。特别是，为了满足车辆通过不同边缘节点(如RSU)行驶的服务延迟要求，引入了边缘协作内容放置方案。

然而，由于边缘服务器的覆盖范围有限，以及车辆的高移动速度，在异构车辆网络中多层边缘缓存服务器(例如MBS和RSU)的交错覆盖范围内，不同服务器之间的跨层协作可以提供无缝连接，以方便内容下载。同时，在重叠覆盖范围内，在内容缓存中考虑了多个服务器的差异通信特性和缓存容量。此外，大多数现有的工作都是考虑到具有单一服务质量度量的车辆下载应用程序，然而，针对不同应用程序的服务质量度量标准是不同的。例如，与安全相关的车载应用程序需要较低的延迟，而娱乐服务对延迟的要求并不会那么高。在这种前提下，如何缓存各种类型文件，尤其是数据量较大的流行文件，来确保传输效率，则显得更为重要。

专利号为CN112839082A的发明中公开了一种异构边缘缓存分配方法、系统、介质及应用，请求者向车辆节点请求内容；向路边5G基站请求后续内容；向数据服务中心请求剩余内容。本发明将一个完整的内容服务分布于不同的车辆及路边基站中，车辆节点在获取到前一个内容块之后即可播放该内容块，并在播放内容块的同时请求下一个内容块。服务商可为不同的内容设计不同的满意度函数，从数据本身的角度考虑用户获取内容的体验。该发明在考虑内容缓存分配的同时也将功率分配问题考虑在内，为不同的内容分配不同的传输功率，以达到用户体验的最优化。该发明将异构缓存思想考虑在内，同时在车辆节点和路边5G基站中进行缓存，通过将一个完整的内容服务分布在不同的车辆及路边基站中，提高了内容的传输效率，但是，对于内容如何分布缓存才能进一步降低时延或者成本，则并未涉及。

发明内容

本发明针对现有技术中的不足，提供一种车联网环境下异构节点协作边缘缓存方法，旨在最小化车辆获取总内容所需延迟、成本以及高命中率的情况下，对内容进行协作放置。

为实现上述目的，本发明采用以下技术方案：

本发明实施例提出了一种车联网环境下异构节点协作边缘缓存方法，所述缓存方法包括以下步骤：

S1，构建核心服务器、宏基站、路边单元以及各车辆之间的网络边缘缓存模型，该模型设置在一个宏基站覆盖范围内；其中，将该宏基站和其所包含的每个路边单元均视为其中一个缓存节点，车辆所请求的内容分块缓存在多个缓存节点对应的边缘服务器中，车辆依次进入各个缓存节点的覆盖区域，对所需内容进行下载，若车辆离开宏基站覆盖范围还未下载完，则从远程服务器下载剩余部分；

S2，将一组流行文件集通过拉链分布建模，按人气下降的顺序排序；

S3，利用喷泉码，将所有流行文件进行分块处理，每个流行文件被编码成若干个大小为lbit的数据包；

S4，以最小化车辆获取总内容所需延迟和成本，优化网络边缘缓存模型，对车辆传输内容进行放置，分别在宏基站和路边单元上缓存部分数据包；其中，将流行文件集中的流行文件按照人气由高到低的顺序依次进行缓存。

可选地，步骤S1中，所述构建核心服务器、宏基站、路边单元以及各车辆之间的网络边缘缓存模型的过程包括以下步骤：

将路边单元用集合w＝{1，2，...，W}表示，不同的路边单元覆盖范围彼此不重合；假设车辆都是单向行驶，用集合v＝{V₁，V₂，...，V_N}表示，M为车辆的数量；将流行文件集用f＝{1，2，...，F}表示；宏基站和路边单元的缓存容量分别为S_MBS和S_RSU；

车辆依次进入宏基站和路边单元的覆盖区域，依次下载在宏基站和路边单元内缓存好的各个部分，若车辆离开宏基站覆盖范围还未下载完，则从远程服务器下载剩余部分。

可选地，步骤S2中，将一组流行文件集通过拉链分布建模，按人气下降的顺序排序的过程包括以下步骤：

根据下述公式计算每个流行文件的受欢迎程度：

式中，P_r(f)为用户请求流行文件集中第f个流行文件的频率；α是压缩指数，用于描述请求模式中的偏态，α越大意味着内容请求更集中在高排名的内容文件上；f＝{1，2，...，F}，F是流行文件集中的文件总数。

可选地，所述缓存方法还包括以下步骤：

设置时间阈值TL与数据缓存使用次数阈值NL；

在时间阈值TL内，如果任意一个流行文件的使用次数小于NL，删除该流行文件。

可选地，步骤S3中，利用喷泉码，将所有流行文件进行分块处理，每个流行文件被编码成若干个大小为l bit的数据包，假设一个文件大小为Kl bit，则每个流行文件允许从任何组K′编码包中恢复：

式中，

其中c＝0.3，δ是在接收到K′个数据包后解码失败概率的界限，且设定δ为固定值0.06。

可选地，步骤S4中，优化目标建模为：

式中，限制条件C1和C2用于避免宏基站和路边单元的缓存多余内容，限制条件C3和C4用于反映宏基站和路边单元的缓存容量限制，限制条件C5是对每个路边单元数据量的要求；W_D和W_C分别是延迟与成本的权重，根据移动设备对延迟与成本的偏好调整；

是缓存成本，

是传输成本，

D是时延，

如果车辆在第n段期间访问路边单元，则每个分组的延迟为

表示每个段的持续时间，

是第w个路边单元中流行文件f的缓存数据量；

是宏基站中流行文件f的缓存数据量；如果车辆在第n段期间访问宏基站，则每个数据包的传输延迟定义为

其中

代表宏基站的平均传输速率；如果剩余数据

即传输将在

段终止，则剩余数据s的传输时延

或者

否则，如果

在车辆通过所有

段后，车辆将从远程服务器下载剩余的数据，传输时延为

其中

为每个数据包的回程链路传输时延。

本发明的有益效果是：

本发明能够根据偏好，同步优化任务执行延时和传输成本，在实现车载任务时间能够得到保证的前提下，能够保证成本需求以及高命中率。另外，通过调整权重因子，可以快速选择更加偏向于降低内容下载延时，还是传输成本。

附图说明

图1为基于移动边缘计算的、具有边缘缓存和计算分载能力的智能交通系统的车辆网络架构。

图2为本发明实施例的车联网环境下异构节点协作边缘缓存方法流程图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。

需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

图2为本发明实施例的车联网环境下异构节点协作边缘缓存方法流程图。参见图2，该缓存方法包括以下步骤：

S1，构建核心服务器、宏基站、路边单元以及各车辆之间的网络边缘缓存模型，该模型设置在一个宏基站覆盖范围内。

图1为基于移动边缘计算的、具有边缘缓存和计算分载能力的智能交通系统的车辆网络架构。基于图1，本实施例的模型构建原理包括：将该宏基站和其所包含的每个路边单元均视为其中一个缓存节点，车辆所请求的内容分块缓存在多个缓存节点对应的边缘服务器中，车辆依次进入各个缓存节点的覆盖区域，对所需内容进行下载，若车辆离开宏基站覆盖范围还未下载完，则从远程服务器下载剩余部分。

更加具体的，图1是一种常见的高速公路的多层异构车载网络，包括车辆、路边单元(RSU)和蜂窝层。对于蜂窝通信层，它包括宏基站(MBS)和连接到互联网和远程服务器的回程链路。下面结合附图详细介绍本实施例针对图1应用场景构建的系统模型、车辆移动模型和V2I通信模型，其中：

a、系统模型：

构建核心服务器，宏基站，路边单元以及各车辆之间的网络边缘缓存模型。该模型设置在一个宏基站MBS覆盖范围之内，有若干个路边单元RSU用集合w＝{1，2，...，W}表示，不同的RSU覆盖范围彼此不重合。假设车辆都是单向行驶，用集合v＝{V₁，V₂，...，V_N}表示，M为车辆的数量。一组流行文件集用f＝{1，2，...，F}表示，MBS和RSU的缓存容量分别为S_MBS和S_RSU，车辆依次进入MBS和RSU的覆盖区域，依次下载在MBS和RSU内缓存好的各个部分，若车辆离开MBS覆盖范围还未下载完，则从远程服务器下载剩余部分。

b、车辆移动模型：

假设有M个移动车辆正在朝着相同的方向移动，车辆的移动与其它车辆无关，将车辆的速度数据用高斯分布模型来拟合。考虑到高速公路车辆速率的限制，将速度区间设为[v_min，v_max]，根据高斯分布的定义，速度v的概率密度函数g(v)可以表示为：

其中f(v)表示初始高斯分布的概率密度函数，μ表示均值，σ表示标准差，设定v_min＝μ-3σ，v_max＝μ+3σ分别作为车辆速度的最大最小值。因此，μ＝(v_min+v_max)/2，σ＝(v_max-v_min)/6，车辆的平均速度为

c、V2I通信模型：

如果车辆i是由MBS服务，用R_B(t)来表示t处的无线传输速率：

其中，B_i(t)是MBS为车辆i分配的频谱带宽，P_T是MBS的发射功率密度，R_i(t)和L(R_i(t))分别表示车辆i与MBS之间的距离和路径损失。

如果车辆i是由RSU服务，每个RSU为其覆盖范围内的所有车辆提供下载服务，如图1所示，一个RSU覆盖区域分为K区，在k区内实现的传输速率表示为R_k。表1为WiFi接入点的自适应目标传输率。

表1中给出了每个区域d_k的范围，在时间t处车辆i的比特率表示为

用N_k(t)表示时间t在k区的车辆数量，那么每个RSU都为其覆盖范围内的所有车辆提供下载服务，而它可以提供的数据量为：

S2，将一组流行文件集通过拉链分布建模，按人气下降的顺序排序。

通过许多研究和测量，将一组流行文件集通过拉链分布来建模。然后按人气下降的顺序排序，内容的受欢迎程度可以表示为：

P_r(f)描述了用户请求流行文件集中第f个流行文件的频率的频率。压缩指数α描述了请求模式中的偏态；α越大意味着内容请求更集中在高排名的内容文件上。按照流行程度，把排名第一的内容分块缓存在MBS和RSU中，依次类推。此外，设置一个时间阈值TL与数据缓存使用次数阈值NL，在时间阈值TL内，如果使用次数小于NL，改缓存文件将会被删除，新文件将会被缓存进来，从而达到数据库的实时性。

S3，利用喷泉码，将所有流行文件进行分块处理，每个流行文件被编码成若干个大小为l bit的数据包。

为了实现每个内容一部分缓存在MBS上，一部分缓存在RSU上，利用喷泉码，将所有流行文件进行分块处理，其规则是每个内容编码成若干个大小为l bit的数据包，假设一个文件大小为Kl bit，它可以从任何组K′编码包中恢复，在这里，

z(d)可以表示为：

式中，

其中c＝0.3，δ是在接收到K′个数据包后解码失败概率的界限，且设定δ为固定值0.06。

S4，以最小化车辆获取总内容所需延迟和成本为优化目标，优化网络边缘缓存模型，对车辆传输内容进行放置，分别在宏基站和路边单元上缓存部分数据包；其中，将流行文件集中的流行文件按照人气由高到低的顺序依次进行缓存。

以一个内容f为例，其在RSU和MBS的传输延迟以及成本各不相同，对于RSU，如果缓存一个文件的数据包较多，车辆就可以以较低的延迟下载每个数据包，但它降低了RSU的内容多样性，导致缓存命中率较低。对于MBS，它通过提供大的访问覆盖来保证高命中率，车辆可以在任何地方获取内容，但是MBS的传输成本要高于RSU。为最小化车辆获取总内容所需延迟、成本，分析延迟和成本，从而确定一个内容分别在RSU和MBS上缓存多少。

D是时延，

用

表示每个段的持续时间，如图1所示

就是车辆在D_M1范围内下载数据的持续时间，

就是车辆在D_R1范围内下载数据的持续时间，以此类推。

表示每段时间内下载的数据量，因此，如果车辆在第n段期间访问RSU，则第n段的下载数据量为

每个分组的延迟即为

如果车辆在第n段访问MBS，则每个数据包的传输延迟可以定义为

其中

代表MBS的平均传输速率。

如果剩余的需要数据s(包)小于

即传输将在

段终止，则剩余s的传输时延根据第n个车载接入服务器计算为

或

否则，如果s＞0在车辆通过所有

段后，车辆将从远程服务器下载剩余的数据，传输时延为

其中

为每个数据包的回程链路传输时延，以此求得延迟D。

内容交付的成本可以分为两部分，缓存内容的成本和向车辆传输数据的成本。MBS、RSU缓存一个数据包的价格表示为CP_B和CP_R，那么缓存成本为：

在传输数据成本方面，用TP_i表示服务器缓存一个数据包的花费，用

表示车辆通过服务器下载的数据包数，η_e是车辆到达的概率。那么传输成本：

优化问题建模为：

其中C1和C2是避免MBS和RSU的缓存多余内容，C3和C4反映MBS和RSU的缓存容量限制，C5是对每个RSU数据量的要求。W_D和W_C分别是延迟与成本的权重，根据移动设备对延迟与成本的偏好，求得内容f需在每个RSU上的缓存量

以及MBS上的缓存量

依据此标准将所有内容按照流行度由高到低进行缓存。

本发明主要包含四个部分：一是构建网络边缘缓存网络框架，设计了系统模型，车辆移动模型以及通信模型。二是将文件库中的内容按流行度由高到低提前缓存在边缘设备中，同时定期删除使用次数较低的文件。三是将所有内容划分为多个段，以便实现多服务器同时缓存同一内容。四是对车辆所需内容联合优化时延和成本进行放置。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。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前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (6)

1.一种车联网环境下异构节点协作边缘缓存方法，其特征在于，所述缓存方法包括以下步骤：

S1，构建核心服务器、宏基站、路边单元以及各车辆之间的网络边缘缓存模型，该模型设置在一个宏基站覆盖范围内；其中，将该宏基站和其所包含的每个路边单元均视为其中一个缓存节点，车辆所请求的内容分块缓存在多个缓存节点对应的边缘服务器中，车辆依次进入各个缓存节点的覆盖区域，对所需内容进行下载，若车辆离开宏基站覆盖范围还未下载完，则从远程服务器下载剩余部分；

S2，将一组流行文件集通过拉链分布建模，按人气下降的顺序排序；

S3，利用喷泉码，将所有流行文件进行分块处理，每个流行文件被编码成若干个大小为l bit的数据包；

S4，以最小化车辆获取总内容所需延迟和成本为优化目标，优化网络边缘缓存模型，对车辆传输内容进行放置，分别在宏基站和路边单元上缓存部分数据包；其中，将流行文件集中的流行文件按照人气由高到低的顺序依次进行缓存。

2.根据权利要求1所述的车联网环境下异构节点协作边缘缓存方法，其特征在于，步骤S1中，所述构建核心服务器、宏基站、路边单元以及各车辆之间的网络边缘缓存模型的过程包括以下步骤：

将路边单元用集合w＝{1，2，...，W}表示，不同的路边单元覆盖范围彼此不重合；假设车辆都是单向行驶，用集合v＝{V₁，V₂，...，V_N}表示，M为车辆的数量；将流行文件集用f＝{1，2，...，F}表示；宏基站和路边单元的缓存容量分别为S_MBS和S_RSU；

车辆依次进入宏基站和路边单元的覆盖区域，依次下载在宏基站和路边单元内缓存好的各个部分，若车辆离开宏基站覆盖范围还未下载完，则从远程服务器下载剩余部分。

3.根据权利要求1所述的车联网环境下异构节点协作边缘缓存方法，其特征在于，步骤S2中，将一组流行文件集通过拉链分布建模，按人气下降的顺序排序的过程包括以下步骤：

根据下述公式计算每个流行文件的受欢迎程度：

式中，P_r(f)为用户请求流行文件集中第f个流行文件的频率；α是压缩指数，用于描述请求模式中的偏态，α越大意味着内容请求更集中在高排名的内容文件上；f＝{1，2，...，F}，F是流行文件集中的文件总数。

4.根据权利要求3所述的车联网环境下异构节点协作边缘缓存方法，其特征在于，所述缓存方法还包括以下步骤：

设置时间阈值TL与数据缓存使用次数阈值NL；

在时间阈值TL内，如果任意一个流行文件的使用次数小于NL，删除该流行文件。

5.根据权利要求1所述的车联网环境下异构节点协作边缘缓存方法，其特征在于，步骤S3中，利用喷泉码，将所有流行文件进行分块处理，每个流行文件被编码成若干个大小为lbit的数据包，假设一个文件大小为Kl bit，则每个流行文件允许从任何组K′编码包中恢复：

式中，

其中c＝0.3，δ是在接收到K′个数据包后解码失败概率的界限，且设定δ为固定值0.06。

6.根据权利要求2所述的车联网环境下异构节点协作边缘缓存方法，其特征在于，步骤S4中，优化目标建模为：

式中，限制条件C1和C2用于避免宏基站和路边单元的缓存多余内容，限制条件C3和C4用于反映宏基站和路边单元的缓存容量限制，限制条件C5是对每个路边单元数据量的要求；W_D和W_C分别是延迟与成本的权重，根据移动设备对延迟与成本的偏好调整；

是缓存成本，

是传输成本，

D是时延，

如果车辆在第n段期间访问路边单元，则每个分组的延迟为

表示每个段的持续时间，

是第w个路边单元中流行文件f的缓存数据量；

是宏基站中流行文件f的缓存数据量；如果车辆在第n段期间访问宏基站，则每个数据包的传输延迟定义为

其中

代表宏基站的平均传输速率；如果剩余数据

即传输将在

段终止，则剩余数据s的传输时延

或者

否则，如果

在车辆通过所有

段后，车辆将从远程服务器下载剩余的数据，传输时延为

其中

为每个数据包的回程链路传输时延。

Images