[发明专利]面向云边协同的网络内容传输方法、装置及存储介质

说明书

本发明涉及一种面向云边协同的网络内容传输方法、装置及存储介质，所述面向云边协同的网络内容传输方法包括：根据异构网络下的SBS、MBS连接情况以及用户接入基站的方式，分析并构建网络模型；基于所述网络模型，分析并构建系统各部分能耗模型，并基于所述能耗模型构建系统能耗模型；基于缓存策略对所述系统能耗模型进行求解，并基于求解结果优化网络系统以降低能耗。本发明提供的面向云边协同的网络内容传输方法、装置及存储介质，通过在SBS以及MBS基站的协作下合理部署网内缓存，采用请求聚合和计算、缓存、通信资源的协作分配，减少了网络内容的冗余传输，提高了异构网络的内容传输效率、资源的利用率和网络能效。

技术领域

本发明涉及无线通信技术领域，尤其涉及一种面向云边协同的网络内容传输方法、装置及存储介质。

背景技术

随着多媒体(例如Youtube、Netflix)和智能移动终端(如智能手机、平板电脑)为代表的互联网流量的快速增长，作为第五代(fifth generation，5G)移动通信系统的关键技术，超密集网络可以有效地提高资源利用率和内容传输效率。然而，随着基站的密度化部署以及用户数量和通信数据规模增长对服务质量(Quality of Service，QoS)的要求的提高，随之而来的能耗问题日益突出。因此，在保证内容传输效率的同时，提高网络能源效率是一项紧迫而具有挑战性的工作。

首先出现的云计算通过缩短内容请求者和提供者之间的距离来改善内容传输，但带来了额外的部署和运营成本，以及巨大的能源消耗。作为云计算的轻量级扩展，移动边缘计算(Mobile Edge Computing，MEC)可以通过在移动网络的边缘(例如基站、接入路由器和交换机)实现缓存和计算能力，进一步降低传输时延和网络能耗。考虑到移动边缘计算相比于云计算所具有明显优势和有限的服务能力，云边协同合作方案最近引起了学术界和工业界的极大关注。云边协同解决方案最初是在边缘设备和云的两层网络中应用的，忽略了基站的计算和缓存能力。研究人员对此做了很多的尝试：在异构小蜂窝网络中研究节能无线回程带宽分配和功率分配问题，提出了一种可迭代求解的最优能量效率模型。然后，提出开发分布式框架和集中式处理能力来实现绿色网络，特别是通过基站睡眠策略降低能源消耗。另一方面，学者们建立异构网络中宏基站(Macro Base Station，MBS)和小基站(SmallBase Station，SBS)之间基于能量共享的能量和用户联合分配方法。其次，研究人员通过联合管理和分配缓存、计算和通信资源来提高移动网络的性能。然而，目前的工作主要集中在上述两种资源的协同优化上。学者们提出了一种基于软件定义组网范式的IC-IoT网络架构，并使用DQN(Deep Q-learning)来优化计算和缓存资源的分配。另一些学者将联合卸载和资源分配问题定义为一个马尔可夫决策过程(Markov Decision Process，MDP)，以最大化卸载任务的数量，同时降低能源消耗。

虽然云边协同可以提高能源效率和内容传输，但大多数研究工作是在移动用户(MUs)、基站和云的三层拓扑结构中进行的，没有考虑网络内缓存、请求聚合和网络异构的影响。并且主要关注两种资源的联合优化配置。

发明内容

本发明的目的是提供一种面向云边协同的网络内容传输方法、装置及存储介质，用以解决现有技术中存在的问题。

第一方面，本发明提供一种面向云边协同的网络内容传输方法，包括：

根据异构网络下的SBS、MBS连接情况以及用户接入基站的方式，分析并构建网络模型；

基于所述网络模型，分析并构建系统各部分能耗模型，并基于所述系统各部分能耗模型构建系统能耗模型；

基于缓存策略对所述系统能耗模型进行求解，并基于求解结果优化网络系统以降低能耗。

进一步地，所述网络模型包括云端、MBS、SBS以及移动用户终端，所述MBS和SBS具有缓存和计算的能力，所述云端存储所述移动用户终端请求的内容。