[发明专利]一种基于优化能量效率的线上协作缓存方法

摘要

本发明公开了一种基于优化能量效率的线上协作缓存方法，属于通信技术领域，首先，搭建包括内容服务器CP，宏基站MBS，小基站SBS和用户UE的双层异构超密集网络场景；针对新的要缓存的内容l，MBS计算某个用户UE对该内容的偏好因素和社交因素，进一步得到每个UE对该内容的偏好因素和社交因素，结合内容l的当前热度因素计算决策函数值，当决策函数值Il大于等于判定阈值I0后，将内容l添加到缓存文件集合中，同时MBS计算能缓存该内容的各SBS；判断需要缓存内容l的各SBS以及MBS自身是否有足够的缓存空间，如果是，则直接缓存内容l；否则，从最近最少被请求的文件开始删除，直到缓存空间足够存储该内容l。本发明能实现缓存内容的实时分配，保证能耗的节省，节约网络成本。

主权项

1.一种基于优化能量效率的线上协作缓存方法，其特征在于，具体步骤如下：步骤一、搭建包括内容服务器CP，宏基站MBS，小基站SBS和用户UE的双层异构超密集网络场景；针对某个MBS，该MBS覆盖范围内的所有SBS集合为m表示第m个SBS；所有UE的集合为n表示第n个用户UE；缓存文件的集合为f表示第f个文件；各个缓存文件对应的大小集合为S_f表示缓存文件f对应的大小；步骤二、针对新的要缓存的内容l，MBS计算第n个用户UE对该内容的偏好因素和社交因素；第n个用户UE对内容l的偏好因素计算公式如下：v_ln是第n个用户UE对内容l所属类别的历史请求次数，L是所有类别的总数；第n个用户UE对内容l的社交因素计算公式如下：是向第n个用户UE分享内容l的朋友j在过去给该用户推荐成功的次数，即过去第n个用户UE看了几次朋友j推荐的内容l；K代表第n个用户的朋友的总数；代表没有朋友分享该内容；步骤三、分别计算MBS覆盖下的每个UE对内容l的偏好因素和社交因素，结合内容l的当前热度因素计算内容l的决策函数值；首先，对于网络场景中所有的UE，整体对内容l的偏好参数为：然后，网络场景中所有的UE，整体对内容l的社交参数为：进一步，计算内容l当前的热度参数为：u_l是内容l在当前周期中被点击的总数，并且该周期中共有L′个内容在网络场景中；最后，计算内容l的决策函数值；公式如下：α_p是偏好参数的权值，α_s是社交参数的权值，α_h是热度参数的权值，且α_p+α_s+α_h＝1；步骤四、判断内容l的决策函数值I_l是否大于等于判定阈值I₀，如果是，进入步骤五；否则，结束；步骤五、将内容l添加到缓存文件集合中，同时MBS计算能缓存该内容的各SBS；步骤六、判断需要缓存内容l的各SBS是否有足够的缓存空间，如果是，则直接缓存内容l；否则，在缓存空间不够的SBS中从最近最少被请求的文件开始删除，直到缓存空间足够存储该内容l；步骤七、同时，将该缓存内容l缓存到MBS中，判断MBS是否有足够的缓存空间，如果是，则直接缓存内容l；否则，从最近最少被请求的文件开始删除，直到缓存空间足够存储该内容l。