一种边缘缓存中的内容放置方法技术

本发明专利技术公开了一种边缘缓存中的内容放置方法，具体包括以下步骤：步骤1、建立区域用户兴趣模型；步骤2、预测内容在基站上的请求数；步骤3、计算内容在基站上的缓存收益；步骤4、建立缓存策略执行缓存；步骤5、更新内容的缓存收益。本发明专利技术基于用户的历史请求数、内容与区域内用户的兴趣匹配程度以及当前基站的缓存能力来计算内容的缓存收益，将内容放置在缓存收益最大的基站。相比于传统的缓存算法，该算法有效地降低了区域内内容传输的时延。并且该算法会自适应地将流行度较高的内容副本放置在区域内的多个基站，有效减轻了热点内容在区域内的传输压力并提高了用户的QoE。内的传输压力并提高了用户的QoE。内的传输压力并提高了用户的QoE。

【技术实现步骤摘要】
一种边缘缓存中的内容放置方法


[0001]本专利技术属于缓存
，具体涉及一种边缘缓存中的内容放置方法。

技术介绍

[0002]随着数据的爆炸性增长和各种形式的事物的不断加深的互联，数据的增长已经远远超过了网络带宽的增长。因此，单纯维持原有的网络计算方法或不断提高带宽，不能满足当前用户对网络计算能力的要求。另外当今时代的技术进步导致了许多新应用的出现，例如智能制造和无人驾驶技术，所有这些都对数据传输和处理效率提出了要求。并且智能终端的快速发展带来了移动设备数量的急剧增加。为了应对如此多的挑战，如何有效地降低传输延迟，提高网络传输质量已经成为一个备受关注的问题，内容交付网络(CDN)的建设和边缘计算提供了一个有效的解决方案。CDN作为一种不同于传统网络的特殊网络，通过部署分布式边缘服务器实现内容的调度和负载均衡，从而确保内容高效交付。边缘缓存策略在网络流量达到峰值之前，提前将流行度较高的内容缓存到附近的缓存基站中，使得许多用户从边缘缓存基站而不是中心网获取内容，有效减少了重复内容的传输消耗，并且改善了用户的使用体验。
[0003]边缘缓存研究主要分为两部分。一是对缓存内容的研究，主要是为了解决缓存哪些内容的问题。二是对缓存部署的研究，主要是为了解决缓存在哪里的问题。针对缓存时机的不同，缓存策略又分为被动缓存策略和主动缓存策略，被动缓存策略中最经典的是最近最少使用LRU算法和最近最不经常使用LFU算法。LRU算法假设最近一段时间请求过的内容在之后一段时间被请求的概率更高，当缓存容量达到上限时会删除最久没有请求的内容；LRU算法假设最近一段时间请求频率较高的内容在之后一段时间被请求的概率更高，当缓存容量达到上限时会删除最近请求频率最低的内容。被动缓存策略虽然实现较为简单，但对于不同的请求模式性能有较大的差别，并且无法将互联网中热门内容提前缓存到服务器，也无法对不同用户做不同的优化。主动缓存策略能够利用机器学习技术预测出用户的兴趣偏好，因此能够更有针对地缓存内容，提升用户的使用体验。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的不足，提供一种基于用户的历史请求数、内容与区域内用户的兴趣匹配程度以及当前基站的缓存能力来计算内容的缓存收益，将内容放置在缓存收益最大的基站，有效地降低了区域内内容传输的时延，减轻了热点内容在区域内的传输压力并提高了用户QoE的边缘缓存中的内容放置方法。
[0005]本专利技术的目的是通过以下技术方案来实现的：一种边缘缓存中的内容放置方法，将多个微基站SBS部署在宏基站MBS中组成缓存协作域，其中每个SBS为多个用户提供服务，SBS之间通过MBS获取其他SBS的缓存信息；将用户的请求处理分为三种：如果用户所属SBS缓存了用户请求的内容，则由该SBS直接向用户传输该内容；如果所属SBS没有缓存用户请求的内容，但缓存协作域内其他SBS缓存了该内容，则由缓存了该内容的且距离最近的SBS
向用户所属SBS传输该内容，再由用户所属SBS向用户交付内容；如果整个缓存协作域都没有缓存该内容，则用户所属SBS会向主干网请求该内容；
[0006]内容放置具体包括以下步骤：
[0007]步骤1、建立区域用户兴趣模型；
[0008]步骤2、预测内容在SBS上的请求数；
[0009]步骤3、计算内容在SBS上的缓存收益；
[0010]步骤4、建立缓存策略执行缓存；
[0011]步骤5、更新内容的缓存收益。
[0012]所述步骤1具体实现方法为：处理用户的历史请求记录，将用户请求过的内容作为正样本并随机添加用户没有请求过的内容作为负样本，然后将所有样本送入深度兴趣网络DIN模型进行训练，得到用户的兴趣模型，最后将用户请求记录序列输入该模型得到用户对于每个内容的兴趣得分。
[0013]所述步骤2具体实现方法为：根据用户的历史请求记录来预测SBS上的请求内容：首先对每个用户感兴趣的内容按照步骤1得到的兴趣得分按照从高到低的顺序进行排序，然后取一部分分数较高的内容组成该SBS的预测请求集合，取的内容的数量和用户的历史平均请求数相等；接着对SBS的预测请求集合进行统计，得到内容r放置在SBS j上的预测请求数
[0014]所述步骤3具体实现方法为：缓存收益指的是将内容放置在指定服务器所能带来的平均请求时延降低程度，由请求数和基站的缓存能力决定；通过计算缓存内容前后的时延差值得到将内容r放置SBS j上的时延收益为：
[0015][0016]其中N为SBS所组成的集合；表示SBS j是否缓存了内容r，若是则否则则为SBS k和缓存了内容的最近SBS i之间的传输时延；
[0017]将置为1，然后重新计算基站间的传输时延得到将内容r缓存到SBS j之后的传输时延t'
ki
；
[0018]将基站的缓存能力，也就是基站的剩余容量m
j
考虑进去，得到最终的缓存收益表达式为：
[0019][0020]所述步骤4具体实现方法为：将缓存集合中的内容按照缓存收益进行排序，取其中收益最大的内容缓存在指定SBS然后更新相关内容的缓存收益，重复操作直至缓存空间耗尽。
[0021]所述步骤5具体实现方法为：根据缓存收益表达式对已缓存内容的缓存收益进行更新。
[0022]本专利技术的有益效果是：本专利技术提出一种能够达到更低传输时延的边缘缓存中的内容放置方法，该方法基于用户的历史请求数、内容与区域内用户的兴趣匹配程度以及当前
基站的缓存能力来计算内容的缓存收益，将内容放置在缓存收益最大的基站。相比于传统的缓存算法，该算法有效地降低了区域内内容传输的时延。并且该算法会自适应地将流行度较高的内容副本放置在区域内的多个基站，有效减轻了热点内容在区域内的传输压力并提高了用户的QoE。
附图说明
[0023]图1为本专利技术的具体实施例的场景架构图；
[0024]图2为本专利技术的具体实施例的算法流程图。
具体实施方式
[0025]下面结合附图进一步说明本专利技术的技术方案。
[0026]本专利技术的一种边缘缓存中的内容放置方法，基于用户的历史请求数、内容与区域内用户的兴趣匹配程度以及当前基站的缓存能力来计算内容的缓存收益，将内容放置在缓存收益最大的基站。适用的场景如图1所示：将多个微基站SBS部署在宏基站MBS中组成缓存协作域，其中每个SBS为多个用户提供服务，SBS之间通过MBS获取其他SBS的缓存信息；将用户的请求处理分为三种：如果用户所属SBS缓存了用户请求的内容，则由该SBS直接向用户传输该内容；如果所属SBS没有缓存用户请求的内容，但缓存协作域内其他SBS缓存了该内容，则由缓存了该内容的且距离最近的SBS向用户所属SBS传输该内容，再由用户所属SBS向用户交付内容；如果整个缓存协作域都没有缓存该内容，则用户所属SBS会向主干网请求该内容；
[0027]相比于传统的缓存算法，该专利技术有效地降低了区域内内容传输的时延。并且该算法会自适应地将流行度较高的内容副本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种边缘缓存中的内容放置方法，其特征在于，将多个微基站SBS部署在宏基站MBS中组成缓存协作域，其中每个SBS为多个用户提供服务，SBS之间通过MBS获取其他SBS的缓存信息；将用户的请求处理分为三种：如果用户所属SBS缓存了用户请求的内容，则由该SBS直接向用户传输该内容；如果所属SBS没有缓存用户请求的内容，但缓存协作域内其他SBS缓存了该内容，则由缓存了该内容的且距离最近的SBS向用户所属SBS传输该内容，再由用户所属SBS向用户交付内容；如果整个缓存协作域都没有缓存该内容，则用户所属SBS会向主干网请求该内容；内容放置具体包括以下步骤：步骤1、建立区域用户兴趣模型；步骤2、预测内容在SBS上的请求数；步骤3、计算内容在SBS上的缓存收益；步骤4、建立缓存策略执行缓存；步骤5、更新内容的缓存收益。2.根据权利要求1所述的一种边缘缓存中的内容放置方法，其特征在于，所述的步骤1具体实现方法为：处理用户的历史请求记录，将用户请求过的内容作为正样本并随机添加用户没有请求过的内容作为负样本，然后将所有样本送入深度兴趣网络DIN模型进行训练，得到用户的兴趣模型，最后将用户请求记录序列输入该模型得到用户对于每个内容的兴趣得分。3.根据权利要求1所述的一种边缘缓存中的内容放置方法，其特征在于，所述的步骤2具体实现方法为：根据用户的历史请求记录来预测SBS上的请求内容：首先对每个用户感兴趣的内容按照步骤1得到的兴...

【专利技术属性】
技术研发人员：刘强，司明宇，杨鲲，韦云凯，
申请(专利权)人：电子科技大学长三角研究院衢州，
类型：发明
国别省市：