[发明专利]一种蜂窝网络中基于流行度预测的缓存优化方法

权利要求书

1.一种蜂窝网络中基于流行度预测的缓存优化方法，主要包括以下步骤：

S1：根据网络卸载的文本、图像、视频业务类型，选择适用于缓存的文件类型，对选择的文件集合进行预处理，去除冗余信息，将部分文本类型转化为便于学习的形式；

S2：构建文件特征提取模型，提取文件特征；

S3：所有文件的集合用表示，将提取的特征用矩阵H_f表示，关联用户对文件f的请求，构建关联矩阵P(t)，根据上一时隙用户对文件的请求，更新下一时隙的关联矩阵P(t+1)，利用特征累积的方式求下一时隙的文件流行度值η_f(t+1)；

S4：建立边缘蜂窝网络系统模型，其中包括一个宏蜂窝基站和多个小基站，小基站集合用表示，其中宏基站简称MBS，小基站简称SBS，SBS配置有缓存存储单元，可响应用户请求并完成文件交付，SBS之间可进行数据协作，用户请求优先由SBS服务，当SBS未缓存有所需文件时，由MBS提供服务；

S5：建立能耗优化数学模型并求解，在该能耗优化模型中，能耗E_tot由缓存能耗E_c以及传输能耗E_t组成，其中传输能耗包括关联SBS传输文件给用户的传输能耗E₁，SBS通过协作将文件传输给用户的能耗E₂以及当文件未缓存时通过回程链路将文件传输给用户的能耗E₃，优化目标为：

C3:x_b,f∈{0,1},x_l,f∈{0,1},x_c,f∈{0,1}

其中第一项为缓存能耗，第二项为传输能耗，E_cache为缓存单位大小文件所需能耗，s_f为文件f的大小，t为缓存时间，q_b,f(t)表示在时隙t内用户请求文件f的次数，约束条件C1表示由于边缘SBS的缓存能力有限，缓存文件总量不应超过SBS的缓存容量u_b，约束条件C2表示用户请求的文件只能通过一种方式缓存及交付，约束条件C3表示各缓存变量的二元约束，其中x_b,f表示文件f是否缓存在SBSb中并交付，x_l,f表示文件f是否缓存在SBSl中并交付，x_c,f表示文件f是否未缓存并通过回程链路交付，优化目标受文件缓存交付位置的3维布尔变量、文件大小以及链路消耗的制约，优化目标为非凸问题，可通过变量之间的约束关系对多维问题进行简化，再通过变量松弛将{0,1}转化为[0,1]，将问题由非凸性转变为凸性求解，之后将变量按流行度高低恢复，得到最终的缓存策略；

S6：根据求解结果得到能耗最优的边缘缓存策略，确定文件的缓存放置，进而确定了文件的交付方式。

2.如权利要求1所述的一种蜂窝网络中基于流行度预测的缓存优化方法，其特征在于：在如述S2中构建了文件的特征提取学习模型，可提取文件ID特征、文件类别特征以及文件标题特征，其中文件标题属于自然语言范畴，利用CNN训练网络对标题特征进行提取，最后将所有特征进行连接，得到视频文件特征矩阵H_f。

3.如权利要求1所述的一种蜂窝网络中基于流行度预测的缓存优化方法，其特征在于：在如述S3中，将文件的历史请求信息与当期时刻文件特征相结合，若时隙t的P(t)已知，则下一时隙的关联矩阵表示为：

其中⊙表示两个矩阵对应元素的乘积，q_f(t)为t时隙内文件f的请求次数。

4.如权利要求1所述的一种蜂窝网络中基于流行度预测的缓存优化方法，其特征在于：在如述S3中，为保证关联矩阵的一致性，将得到的叠加结果做归一化处理得文件f在下一时刻的流行度值为：

其中1^N、1^M分别表示N行、M行的单位列向量。