[发明专利]边缘缓存管理方法、个人云系统和计算机可读存储介质

说明书

本发明实施例提供了一种边缘缓存管理方法、个人云系统和计算机可读存储介质，所述方法包括：获取用户感知大数据、业务感知大数据和网络感知大数据；基于所述用户感知大数据对不同时间尺度、不同空间粒度用户的移动轨迹进行预测，基于所述业务感知大数据对用户的行为模式与业务潜在需求进行挖掘、预测及关联；基于所述不同时间尺度、不同空间粒度用户的移动轨迹以及所述用户的行为模式与业务潜在需求，预测用户未来在时空两维的业务需求；基于所述用户未来在时空两维的业务需求和所述网络感知大数据，设置边缘缓存。

技术领域

本发明涉及移动通信技术领域，尤其涉及一种边缘缓存管理方法、个人云系统和计算机可读存储介质。

背景技术

传统的内容分发网络(Content Distribution Network，CDN)边缘节点通常部署于城域网内，对移动用户而言，中间需要经过基站、汇聚交换机、网关等多个网络设备，传输路径较长，回传带宽压力较大。因此需要将CDN节点进一步下沉至核心网、传送网或无线接入网，即引入移动内容分发网络(mobile Content Distribution Network，mCDN)或移动边缘计算(Mobile Edge Computing，MEC)，为用户提供高可用性和高性能的内容服务，同时为无线网络和移动设备优化内容交付方式。

另外，随着云技术的发展，IT资源集中化、运算集中化、管理集中化难以适应未来大数据分布式、实时互联、低成本的网络架构。于是2011年思科(Cisco)提出雾计算(FogComputing)的概念，由分散在网络边缘的大量通用设备(如工企控制、智能家居、汽车、路灯等)提供数据的本地化存储和处理。云服务的范围和对象也从公有云扩展到私有云、企业云、混合云等更小型的云。

从未来技术的演进趋势来看，传统内容网络(Cache/CDN/IDC)逐步向无线网络边缘下沉(mCDN/MEC)，传统云计算也向更贴近用户的雾计算和为个人服务的小型云靠拢。然而，现有的内容网络(Cache/CDN/mCDN/IDC)及边缘计算节点(MEC)往往是根据热点集中部署，难以体现需求差异化和服务差异化，资源引入分布不均；对静态内容能提供正常加速服务，而对动态内容易发生错误，因此对互联网内容的变化具有一定的滞后性；无法跟踪用户的移动状态，缺乏无线缓存服务器之间的移动性管理；哪些内容适合投放至无线网边缘通常由第三方服务厂商决定，运营商只参与调度管理和运营维护，供需割裂的现状往往导致命中率低、用户体验不佳、投资收益比低等问题。

发明内容

有鉴于此，本发明实施例期望提供一种边缘缓存管理方法、个人云系统和计算机可读存储介质。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种边缘缓存管理方法，该方法包括：

获取用户感知大数据、业务感知大数据和网络感知大数据；

基于所述用户感知大数据对不同时间尺度、不同空间粒度用户的移动轨迹进行预测，基于所述业务感知大数据对用户的行为模式与业务潜在需求进行挖掘、预测及关联；

基于所述不同时间尺度、不同空间粒度用户的移动轨迹以及所述用户的行为模式与业务潜在需求，预测用户未来在时空两维的业务需求；

基于所述用户未来在时空两维的业务需求和所述网络感知大数据，设置边缘缓存。

其中，所述基于所述用户感知大数据对不同时间尺度、不同空间粒度用户的移动轨迹进行预测，包括以下任一方式或其组合：

在空闲状态或小区重选状态下，根据基站相关位置信息对用户位置进行挖掘和预测；

在小区切换状态下，基于定位打点确定用户移动轨迹的相关参数，基于所述相关参数建立时间棱柱；

通过将用户移动的简单时空轨迹与用户移动相关信息进行匹配、关联，并挖掘上下文语义信息。