[发明专利]一种基于协作感知的数据智能缓存方法

权利要求书

1.一种基于协作感知的数据智能缓存方法，其特征在于，首先通过分析历史请求信息与请求的命中状态分别在长短两个时间尺度上更新全局流行度与局部流行度，然后对工业互联网场景中的设备请求文件传输时延进行建模；最后，利用基于Actor-Critic框架的多智能体强化学习模型对微基站处的缓存状态进行更新，并通过自适应分配带宽资源以最大化速率加权和目标函数。

2.根据权利要求1所述的数据智能缓存方法，其特征在于，该方法具体包括以下步骤：

S1：系统冷启动：初始化确定相关文件库信息、工业设备位置与信道情况、缓存系统权重参数、长期缓存更新时隙以及不同位置的缓存文件获取成本；

S2：流行度更新：根据步骤S1信息，在每一个时隙t根据与设置的长期更新时隙以及请求文件的缓存命中情况更新全局流行度与局部流行度；

S3：文件缓存决策：根据步骤S2获得的流行度相关信息，首先在每个长期缓存更新时隙T，在宏基站处，根据全局流行度更新长期缓存矩阵，以保证整体的热门文件至少能在宏基站处得到服务；然后利用基于Actor-Critic框架的多智能体强化学习模型，对微基站处短期缓存矩阵更新，得到当前时刻所有缓存的决策模型；

S4：信息上传收集：收集t时隙各区域请求量以及上一时隙缓存决策信息上传到宏基站处，并经由宏基站处理后反馈给微基站用于下一个时隙的缓存决策；

S5：确定传输资源分配：根据步骤S1得到的工业设备信息与步骤S3得到的缓存状态，结合不同工业设备的传输速率需求进行关联，并将时间传输收益结果上传至云端，然后反馈给各微基站并得到收益反馈用于更新本地模型，当需要修改相关模型参数时停止，否则将继续更新缓存文件。

3.根据权利要求2所述的数据智能缓存方法，其特征在于，步骤S1具体包括以下步骤：

S11：获取相关的文件库并根据工业设备与微基站的位置关系初始化单位带宽传输等效速率，具体表示为：

其中，表示单位带宽传输等效速率；表示微基站向设备分配的标准带宽大小，P_k表示微基站k处传输功率，表示t时刻微基站k与设备u的信道增益，N₀表示噪声功率谱密度；

S12：对缓存系统中权重参数α∈[0,1]、β∈[0,1]进行设置，其分别代表微基站的局部流行度中，邻居文件流行度对局部流行度的影响占比，以及上一个时隙最新文件请求比例对局部流行度的影响占比；接着设置长期缓存的更新时隙T；并设置不同位置文件获取的时延成本参数λ_s与λ_c，其分别表示邻居微基站协作获取文件的时延成本与从云端获取文件的时延成本，具体关系表示为λ_c＞＞λ_s。

4.根据权利要求3所述的数据智能缓存方法，其特征在于，步骤S2具体包括以下步骤：

S21：冷启动整个系统，根据文件库中文件的数目设定平均初始流行度，表达式为：

其中，分别表示微基站k处与整体网络内容f的初始流行度，F表示内容库总内容数目；

S22：在每个时隙t更新不同尺度下的文件流行度；当前时隙t对应n倍长期缓存更新时隙T时，则更新长期全局流行度，表达式为：

其中，与分别表示t时刻微基站k处与整体网络内容f的实时流行度，K表示微基站的数目；而对应的局部流行度则会在长期时隙更新，表达式为：

其中，表示与微基站k相邻的微基站数目，Υ_k表示微基站k的邻居微基站集合，α∈[0,1]表示邻居流行度影响因子；

S23：在普通时隙，即并非长期缓存更新时隙T的整数倍时，则不再更新长期流行度而仅更新局部流行度，且只与文件命中情况有关；具体更新方式为：

其中，与分别表示上一时隙文件f的请求量与整个区域内的请求量，β表示流行度更新权重影响因子。