[发明专利]一种双层异构缓存网络的最优概率缓存方法

说明书

本发明公开了一种双层异构缓存网络的最优概率缓存方法，构造一个由多个边缘服务器和缓存辅助器组成的异构缓存网络，缓存辅助器是指能够存储内容并与典型用户通信的设备，考虑无服务容量限制的场景，以平均命中概率作为性能指标，通过随机几何理论分析所提出的异构网络模型的命中概率，以平均命中概率来构造效用函数，使其最大化，可以证明该优化问题是一个凸问题，首先在由边缘服务器组成的单层缓存网络中推导出内容的最佳缓存概率，再推导出另一层上的最佳缓存概率；同样以平均命中概率作为效用函数，最后采用凸函数规划的差分法找出最佳缓存概率。本发明优化缓存概率，最大化平均命中率，减少缓存冗余，增加缓存的内容和提高命中概率。

技术领域

本发明属于计算机网络领域，特别涉及一种双层异构缓存网络的最优概率缓存方法。

背景技术

由于移动设备产生的移动数据流量不断增加，使用由边缘服务器和缓存辅助器组成的异构缓存网络为用户提供缓存服务成为主流。边缘缓存技术通过在边缘服务器部署流行内容，而不是在远程服务器上部署，从而为用户提供低延迟的缓存服务，并缓解网络负载。但是边缘服务器的缓存资源和通信资源都是有限的，由此需要设计一种高效的内容放置策略，从而提高命中概率，并可在回程网络链路中卸载数据流量。目前在边缘服务器和缓存辅助器组成的双层异构缓存网络中，内容放置策略一般为MPC(最受欢迎内容存储)策略和概率缓存策略。MPC策略只缓存流行内容，即将用户访问次数多的内容存储到边缘服务器或缓存辅助器中，容易导致缓存冗余，浪费存储空间。而现有的概率缓存策略都是基于存储大小相同的内容，并且很少考虑网络中用户密度，同时计算内容的最优缓存概率是需要解决的重要问题。

发明内容

本发明针对由边缘服务器和缓存辅助器组成的双层异构缓存网络中内容存储，提出一种在双层异构缓存网络中的最优概率缓存方法。优化缓存概率，最大化平均命中率，减少缓存冗余，增加缓存的内容和提高命中概率。

步骤1：构造一个由多个边缘服务器和缓存辅助器组成的异构缓存网络，缓存辅助器是指能够存储内容并与典型用户通信的设备，联网车辆、智能手机和接入点，缓存辅助器具有相同的通信范围和缓存容量，与缓存辅助器相比，边缘服务器具有更长的通信范围和更大的缓存容量，边缘服务器和缓存辅助器可以将其内容发送给位于其通信范围内的用户，接下来分别考虑无服务容量限制与有服务容量限制的场景；

步骤2：考虑无服务容量限制的场景，以平均命中概率作为性能指标，通过随机几何理论分析所提出的异构网络模型的命中概率，使用缓存辅助器和边缘服务器的缓存概率矩阵、通信范围和缓存容量，以及异构网络上内容的大小等因素，以平均命中概率来构造效用函数，设M＝{1，2，…，m，…，M}表示由M个内容组成的数据库，并且这些内容具有不同的大小，分别对应为C＝{c₁，c₂，...，c_m，...，c_M}，内容流行度即用户访问的概率由Zipf分布建模得出，用P＝{p₁，p₂，...，p_m，...，p_M}表示，假设边缘服务器和缓存辅助器的缓存容量分别为N_e和N_d，且边缘服务器、缓存服务器和用户位置分别服从密度为λ_e，λ_d和λ_u的泊松点过程(PPP)，用A＝{a₁，a₂，...，a_m，...，a_M}来表示缓存辅助器的缓存概率矩阵，用B＝{b₁，b₂，...，b_m，...，b_M}表示边缘服务器的缓存概率矩阵，通过随机几何理论分析异构网络模型的命中概率，并推导出每个内容的最佳缓存概率，将双层异构缓存网络模型的平均命中概率作为效用函数，表达式为：

通过优化内容的缓存概率来实现效用函数的最大化，在数学上，优化问题可以表述为：