申请/专利权人：重庆大学

申请日：2022-08-10

公开（公告）日：2024-04-02

公开（公告）号：CN115484314B

主分类号：H04L67/568

分类号：H04L67/568;H04L67/1097;H04L67/10;H04L67/12;H04W28/14

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2023.01.03#实质审查的生效;2022.12.16#公开

摘要：本发明公开一种移动边缘计算网络下推荐赋能的边缘缓存优化方法，步骤包括：1建立可推荐边缘缓存系统；2获取当前待分析基站中所有服务用户、边缘服务器中的信息数据；3初始化可推荐边缘缓存系统参数；4确定t时刻的内容推荐策略5计算t时刻的内容推荐策略的资源分配代价；6建立基于强化学习的内容替换模型，并利用基于强化学习的内容替换模型更新边缘服务器的缓存内容；7返回步骤2，重复迭代，直至时刻t＝T，输出可推荐边缘缓存系统中的最优缓存内容T为运行周期。本发明解决了边缘服务端缓存内容利用率低，传输时间过长用户体验感不好等情况。减低了系统成本，提高了用户的服务质量。

主权项：1.一种移动边缘计算网络下推荐赋能的边缘缓存优化方法，其特征在于，包括以下步骤：1建立可推荐边缘缓存系统，包括远程云服务器、基站、边缘服务器、服务用户、内容文件；2获取当前待分析基站中所有服务用户、边缘服务器中的信息数据；3初始化可推荐边缘缓存系统参数；4确定t时刻的内容推荐策略5计算t时刻的内容推荐策略的资源分配代价；6更新边缘服务器的缓存内容；7返回步骤2，重复迭代，直至时刻t＝T，输出可推荐边缘缓存系统中的最优缓存内容T为运行周期；所述基站的数量记为B；每一个基站包含一个边缘服务器；服务用户数量记为M；内容文件数量记为F；所述服务用户为终端设备；所述可推荐边缘缓存系统中，一个服务用户在一个时刻被一个基站所服务；所述可推荐边缘缓存系统周期性运行，总运行时刻记为T；所述终端设备的信息数据包括终端设备的请求内容f；所述边缘服务器的信息数据包括边缘服务器的缓存内容边缘服务器的缓存容量大小Kb、边缘服务器的服务用户和当前边缘服务端的缓存策略其中策略参数且策略参数代表用户m所请求的内容由边缘服务器提供；策略参数代表用户m所请求的内容由远程云服务器提供；策略参数代表用户m所请求的内容由边缘服务器所缓存的相似内容提供；为t时刻服务用户数量；所述初始化可推荐边缘缓存系统参数的步骤包括：设定缓存策略其中设定资源分配代价其中表示在t时刻边缘服务器b中包含内容的状态；设定边缘服务器的缓存内容随机从F个不同的文件中抽取，且满足约束条件kf为缓存内容的容量；设定预推荐内容j＝0，j为预推荐内容的编号；确定t时刻的内容推荐策略的步骤包括：4.1根据边缘服务器缓存内容状态信息的值判断请求内容f缓存位置；若则判断请求内容缓存在边缘服务器中，进入步骤4.2；若则判断请求内容未缓存在边缘服务器中，进入步骤4.3；4.2更新缓存参数，令缓存参数缓存参数缓存参数确定t时刻的内容推荐策略为用户m所请求的内容由边缘服务器提供；4.3计算边缘服务器中缓存内容与请求内容的相似度评分，若相似度评分大于预设阈值，则令缓存参数缓存参数缓存参数确定t时刻的内容推荐策略为用户m所请求的内容由边缘服务器所缓存的相似内容提供，否则，进入步骤4.4；4.4更新缓存参数，令缓存参数缓存参数缓存参数确定t时刻的内容推荐策略为用户m所请求的内容由远程云服务器提供；所述t时刻的内容推荐策略的资源分配代价如下所示： 式中，λ1、λ2、λ3表示权重，且λ1+λ2+λ3＝1；资源分配代价为t时刻缓存参数时的总相似度代价；为总时延代价；为t时刻边缘服务端的缓存命中代价；其中，t时刻软命中的总相似度代价如下所示： 式中，为用户m在t时刻请求的内容；软命中指用户m所请求的内容由边缘服务器所缓存的相似内容提供；用户m的请求内容f和推荐内容j之间的相似度代价cmf，j如下所示： t时刻的总时延代价如下所示： 式中，表示t时刻边缘服务器b中的缓存替代方案；当表明当前内容f应该被缓存，否则不缓存；为云端传输时延；传输过程中的时延代价如下所示： 式中，为边缘服务器传输时延；表明为用户m推荐的最相似内容j的传输时延；用户m和边缘服务端b下载速率如下所示： 最优带宽分配代价如下所示： 式中，σ2为噪声功率、Pb是从边缘服务器b分配给其服务用户的发射功率、|hb，m|表示信道增益；t时刻边缘服务端的缓存命中代价如下所示： 软命中率如下所示： 式中，表示边缘服务器b所服务的用户数；以当前获得的缓存策略和资源分配代价作为输入数据，通过LRU和LFU原则替换当前边缘服务端的缓存内容；通过LRU和LFU原则替换当前边缘服务端的缓存内容的步骤包括：a1在边缘服务器中存储LRU队列和LFU队列；a2计算的值，若则将当前内容f加入所述LRU队列；a3当所述LRU队列中存在访问热度大于预设热度阈值的数据时，将该数据从所述LRU队列中转移至所述LFU队列；a4将从所述LRU队列中淘汰的数据的索引记录到LRU淘汰列表，并将从所述LFU队列中淘汰的数据的索引记录到LFU淘汰列表；a5当所述LRU淘汰列表的命中次数达到预设第一命中阈值时，增加所述LRU队列的空间，减小所述LFU队列的空间，并重置所述LRU淘汰列表的命中次数；a6当所述LFU淘汰列表的命中次数达到预设第二命中阈值时，增加所述LFU队列的空间，减小所述LRU队列的空间，并重置所述LFU淘汰列表的命中次数。

全文数据：

权利要求：

百度查询： 重庆大学 一种移动边缘计算网络下推荐赋能的边缘缓存优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD