[发明专利]一种移动边缘计算网络下内容缓存和用户关联优化方法

权利要求书

1.一种移动边缘计算网络下内容缓存和用户关联优化方法，其特征在于，包括以下步骤：

1)建立超密集移动边缘计算系统；

2)获取当前移动网络中所有移动用户、边缘服务器的信息数据；

3)初始化时刻t＝0；初始化超密集移动边缘计算系统的参数，令所有的边缘服务器内容缓存策略a＝0，移动用户关联策略b＝0；其中a＝0表示边缘服务器不缓存内容文件，b＝0表示边缘服务器与移动用户不关联；

4)确定当前t时刻的内容缓存策略a^t和用户关联策略b^t；

确定当前t时刻的内容缓存策略a^t和用户关联策略b^t的步骤如下：

4.1)初始化当前t时刻的用户关联策略b^t；确定每个边缘服务器服务范围内的移动用户；将剩余最大服务用户数的边缘服务器与位于边缘服务器服务范围内的移动用户相关联；将不在边缘服务器服务范围内的移动用户与宏基站相关联；

4.2)移除每个微基站中过时的内容文件；在观测时间ε内平均访问次数小于微基站所有内容文件访问次数的内容文件或者在σ时间内没有被用户访问的内容文件为过时内容文件；

4.3)计算第c个内容文件与第m个微基站之间的适应度步骤为：

4.3.1)建立t时刻请求第c个内容的移动用户集合

4.3.2)遍历移动集合中所有移动用户，若第n个用户在t-1时刻与第m个微基站相连，则利用公式(1)更新适应度否则，利用公式(2)更新适应度

适应度如下所示：

式中，表示的是第n个用户在第m个微基站服务范围内请求第c个内容文件的概率；表示的第c个内容的流行度；|C|为内容文件总数；流行度g_c满足zip-f分布；α为zip-f分布的参数；表示的第n个用户到达第m个基站的概率，满足马尔科夫移动过程；为状态转移向量；为马尔科夫初始概率；ρ_e表示用户通过宏基站从云服务器获取每兆内容的传输成本；ρ_d表示用户从边缘服务器中获取每兆内容的传输成本；为更新前的适应度，为更新后的适应度；d_c为下载第c个内容文件的时间；p为概率权重；

4.4)选取适应度最大的内容文件，并缓存到边缘服务器中，直到边缘服务器中的内容大小总和超过边缘服务器缓存；

5)修正当前t时刻的用户关联策略b^t；

6)计算超密集移动边缘计算系统中总平均系统成本

7)判断tT是否成立，若不成立，则令t＝t+1，返回步骤4)，若成立，则进入步骤8)；T为关联周期；

8)选取令超密集移动边缘计算系统中总平均系统成本达到最小的内容缓存a和用户关联策略b为最优内容缓存a和最优用户关联策略b。

2.根据权利要求1所述的一种移动边缘计算网络下内容缓存和用户关联优化方法，其特征在于：所述超密集移动边缘计算系统包括远程云服务器、宏基站、M个不同密集部署的微基站、N个移动设备和C个内容文件；其中，每个微基站均具有边缘服务器。

3.根据权利要求1所述的一种移动边缘计算网络下内容缓存和用户关联优化方法，其特征在于：所述移动用户和边缘服务器的信息数据包括边缘服务器的缓存大小D_m、边缘服务器最大服务用户数Z_m、内容文件大小v_c、用户的移动路径矩阵X_N×T、用户的内容请求矩阵Y_N×T和状态转移矩阵B_M×M；边缘服务器序号m＝1,2，…，M；M为边缘服务器总数；内容文件序号c＝1,2，…，|C|；|C|为内容文件总数；C为内容文件集合。

4.根据权利要求1所述的一种移动边缘计算网络下内容缓存和用户关联优化方法，其特征在于：所述超密集移动边缘计算系统参数包括观测时间ε、最大容忍访问间隔σ和内容优先级系数p。