[发明专利]基于内容流行度预测的边缘缓存系统及其方法

摘要

本发明公开了一种基于内容流行度预测的边缘缓存系统及其方法，包含如下步骤：(1)根据用户历史请求信息，线下训练节点覆盖区域内每个用户的偏好模型；(2)当请求到达时，如果请求内容不在缓存区，依据用户偏好模型在线预测内容流行度；(3)比较内容流行度预测值与缓存区内容流行度最低值两者大小，做出相应缓存决策；(4)更新当前时刻内容流行度值，并对用户偏好模型进行评估，确定是否启动线下用户偏好模型学习。本发明可以使边缘节点在线预测内容流行度并实时追踪内容流行度变化，并基于预测的内容流行度做出对应的缓存决策，从而确保边缘节点持续缓存热点内容，获得渐近于理想的缓存方法的缓存命中率。

主权项

基于内容流行度预测的边缘缓存系统，包括用户接口、请求处理、缓存管理和本地缓存模块，其特征在于：还包括：信息监测和交互模块，实现区域邻近节点间的定期信息监测和交互；线下模型学习模块，将收集到的特征数据库信息和请求数据库信息通过线下模型学习算法对当前用户偏好模型进行学习；数据更新模块，将当前请求的内容特征数据和用户访问信息分别更新到线下模型学习模块的特征数据库和请求数据库里，实现请求信息的收集和更新，该用户访问信息包括访问内容编号和访问时间；缓存信息模块，负责存放和更新区域缓存内容的当前内容流行度信息、初始缓存时间和缓存内容编号；缓存监测模块，负责监测缓存信息，捕捉当前本地缓存需要清理的内容，通知缓存管理模块；和在线流行度预测模块，利用学习数据库信息和在线流行度预测算法预测当前请求内容的流行度，在线缓存决策机制将当前流行度信息与缓存信息进行比较，做出相应的缓存决策，当存在累积的平均预测误差时，启动线下模型学习模块，所述数据库信息包括请求的内容特征数据和已经学习好的用户的偏好模型参数。