[发明专利]一种车联网内容缓存决策优化方法

说明书

本发明涉及一种车联网内容缓存决策优化方法，属于移动通信技术领域。本模型中，每个雾节点负责计算任务卸载并缓存具有高流行度的内容，同时，当今的智能设备，例如智能手机和平板电脑，通常具有大容量的存储容量，而这些容量通常并未得到充分利用。通过利用这些存储空间，可以有效地实现无基础架构的缓存，即在设备级别的缓存，降低内容获取时延。在发明提出的场景下，雾节点所覆盖的一部分物联网设备UEs也具有一定的缓存能力。该方法可以解决内容调度问题，并优化缓存决策，以最小化用户获取内容总时延。

技术领域

本发明属于移动通信技术领域，涉及一种车联网内容缓存决策优化方法。

背景技术

5G作为以信息为中心的网络，其关键特性之一:in-network caching可以有效地减少重复的内容传输。对无线缓存的研究表明，在无线设备中缓存内容可以显著降低访问延迟、能耗和总流量。大数据分析还表明，在有限的缓存大小下，网络边缘节点的主动缓存可以实现100％的用户满意度，同时卸载98％的回程流量。联合内容缓存和卸载可以解决移动用户的大数据需求与有限的数据存储和处理能力之间的差距。这也在某种程度上推动了雾网络(Fog Network)的研究。

通过在接近终端用户设备的位置部署计算资源和缓存功能，雾网络显著提高了需要密集计算和低延迟的应用程序的能源效率和QoS(Quality of Service)。

随着5G网络的不断商用，很多服务也会和这些新应用结合，如高分辨率图片、超清视频、区域地图等，这些丰富的服务内容增加了移动网络的流量负载，而请求这些内容需要的高访问速度和低延迟，尤其是视频服务，根据CISCO的技术报告，到2021年底，视频流量被估计将占据年度因特网流量的82％。考虑到网络中内容具有时效性和重复利用性，将流行内容存储到带有存储功能的缓存结点(CN)和雾节点服务器(FN)，其中缓存节点通过D2D链路向设备集群提供内容服务，同时FN也可通过下行链路将所需内容服务传输到请求内容的设备。FN可以在无线接入网络侧存储功能，便于内容的存储与传输。将用户端设备直接连接到最近的支持云服务的网络边缘，这样可以有效地提高需要密集计算和低延迟的应用程序的服务质量，极大地减小数据传输时延，提升用户的体验。

而对基于边缘计算的物联网场景中的缓存研究涉及到非常复杂的系统分析，因为在应用需求、QoS提供、移动模式、无线接入接口和无线资源方面具有异构性的移动用户之间存在强耦合。

基于学习的无模型方法(learning-based and model-free approach)是一种很有前景的管理巨大状态空间和优化变量的方法，特别是利用DNNs。在本发明中，通过利用DRL框架来对无线网络中缓存和资源控制策略进行建模和优化。

发明内容

有鉴于此，本发明的目的在于提供一种车联网内容缓存决策优化方法。该方法可以解决内容调度问题，并优化缓存决策，以最小化用户获取内容总时延。

为达到上述目的，本发明提供如下技术方案：

一种车联网内容缓存决策优化方法，该方法包括以下步骤：

S1：运营商从设备集群中选择一部分物联网设备UE作为缓存节点CU并初始化网络；

S2：雾节点FN根据云服务中心的内容热度，在其内容数据库中初始化缓存内容，同时收集全局信道状态信息CSI与设备信息，初始化缓存策略；

S3：FN通过缓存策略向各缓存节点CU推送预测内容供其缓存；

S4：设备以广播方式向各个CU发送内容请求，若CU未返回相关内容，继而向FN发送请求，若FN未缓存相关内容，FN将从服务商获取相关内容；设备将获取内容的总时延，及所请求内容相关信息发送给FN；

S5：FN分析在时间内收到的内容请求相关信息，通过特征提取生成缓存认知回馈，FN通过该回馈预测下一时刻的请求内容，并推送给CUs；