基于社交内容的D2D分组多目标缓存方法及其系统、装置制造方法及图纸

本发明专利技术公开了基于社交内容的D2D分组多目标缓存方法及其系统、装置，基于D2D缓存策略可以得到最优情况下缓存的数据包个数，该缓存策略是基于无线链路质量、用户的偏好程度和社交代价而制定的；尤其是，通过寻找与HUE至少有相同社交属性的BUE，以便于将用户的不相关社交属性淡化，从而弱化相应的不必要的社交代价，使得用户实际付出的社交代价较小，但同样可获取用户的偏好包；同时，利用顶点染色算法将缓存的数据包传输至其余VUE，有助于减少HUE的传输次数，从而提升总体传输效率。本发明专利技术充分考虑到无线链路质量、用户间通信的社交代价及用户自身偏好，可使用户在付出较小社交代价的情况下就可获取偏好包。

【技术实现步骤摘要】
基于社交内容的D2D分组多目标缓存方法及其系统、装置
本专利技术涉及移动通信领域，尤其是基于社交内容的D2D分组多目标缓存方法及其系统、装置。
技术介绍
终端直通通信(Device-to-Device，D2D)作为5G移动通信中的关键技术之一，可以在邻近的终端设备之间直接建立通信信道，而不需要或仅需要少量来自基站的辅助，因此能够有效地增加蜂窝网络容量，降低基站、核心网的业务负载。随着数字生活时代的到来，移动数据流量在十年之内预计将增长100倍，这对于蜂窝网络来说是一个巨大的挑战。随着移动通信系统从4G到5G的演进，网络架构也从以用户为中心(User-Centric，UC)到以数据为中心(Data-Centric，DC)演变。近年来，用户设备缓存空间的增大和计算能力的增强，使得将数据预先放置到移动设备的数据缓存技术获得了广泛的关注。通过提前缓存需求量大的移动数据，能够有效减少不同用户的重复数据请求，从而可以提升频谱效率和能量效率，降低D2D通信的系统时延。现有的D2D缓存方案大多注重于用户对于数据包的偏好要求，比如如何使用户获取更多的偏好包，却忽略了用户本身的社交因素，尤其是用户与用户之间通信的社交代价，即使可以获取偏好包但仍需付出较大的社交代价，即无法最大化地整合利用D2D系统的数据资源。
技术实现思路
为了解决上述问题，本专利技术的目的是提供基于社交内容的D2D分组多目标缓存方法及其系统、装置，同时考虑了用户间通信的社交代价及用户自身偏好，可使用户在付出较小社交代价的情况下就可获取偏好包。为了弥补现有技术的不足，本专利技术采用的技术方案是：基于社交内容的D2D分组多目标缓存方法,包括以下步骤：S1、通过eNB确定D2D系统中的HUE并初始化参数；S2、计算HUE与其余VUE的Jaccard相似度jacu和Jaccard距离du，分别表示为：du＝1-jacu；确定du不为0的VUE集合为BUE；其中，K为HUE的社交属性个数；SUK为BUEi是否具有HUE的第k个社交属性的判定量，0<SUK<1；BUE为与HUE之间至少有一个相同社交属性的VUE的集合，表示为BUE＝{BUEi|i＝1,2,...,I}；S3、计算缓存的数据包个数Q，表示为：其中，上式第一项为基于无线链路质量、用户对HUE和BUE的满意度以及最小社交代价而获得的数据包个数，第二项为在HUE缓存包与HUE偏好包相同的情况下所获得的数据包个数；D2D系统中的数据包集合为B，B＝{bj|j＝1,2,...,J}；bj的社交集合为E，E＝{ej|j＝1,2,...,J}，ej∈[1,hattri]；HUE的缓存包集合为X＝{xj|j＝1,2,...,J}，HUE的偏好包集合为H＝{hj|j＝1,2,...,J}，hj∈{0,1}；BUE的偏好包集合为R＝{rij|i＝1,2,...,I,j＝1,2,...,J}，rij∈{0,1}；aij为bj对于BUEi的重要程度，表示为ci＝jaci，为BUEi获得偏好包而需扣除的缓存代价；pi为HUE与BUEi之间无线链路传输的包错误率；I为D2D系统中VUE的总个数，J为D2D系统中数据包的总个数，N为HUE可向BUE传输缓存的数据包的最大次数；S4、采用顶点染色算法将缓存的数据包传输至其余VUE。进一步，所述步骤S1中，通过eNB确定D2D系统中的HUE并初始化参数，包括：利用eNB指定D2D系统中的一个VUE为HUE，将HUE确定信息发送至其余VUE以及将其余VUE的社交属性和偏好包信息发送至HUE。进一步，所述步骤S4中，采用顶点染色算法将缓存的数据包传输至其余VUE，包括：采用顶点染色算法将缓存的数据包传输至BUE，则BUE接收到的数据包总量为sp，其中，Y为HUE是否向BUEi传输bj的判定量，表示为Y＝{yij|i＝1,2,...,I,j＝1,2,...,J}，yij∈{0,1}。进一步，yij＝xj·rij。基于社交内容的D2D分组多目标缓存系统，包括：初始模块，用于通过eNB确定D2D系统中的HUE并初始化参数；BUE确定模块，用于计算HUE与其余VUE的Jaccard相似度jacu和Jaccard距离du，分别表示为：du＝1-jacu；确定du不为0的VUE集合为BUE；其中，K为HUE的社交属性个数；SUK为BUEi是否具有HUE的第k个社交属性的判定量，0<SUK<1；BUE为与HUE之间至少有一个相同社交属性的VUE的集合，表示为BUE＝{BUEi|i＝1,2,...,I}；数据包计算模块，用于计算缓存的数据包个数Q，表示为：其中，上式第一项为基于无线链路质量、用户对HUE和BUE的满意度以及最小社交代价而获得的数据包个数，第二项为在HUE缓存包与HUE偏好包相同的情况下所获得的数据包个数；D2D系统中的数据包集合为B，B＝{bj|j＝1,2,...,J}；bj的社交集合为E，E＝{ej|j＝1,2,...,J}，ej∈[1,hattri]；HUE的缓存包集合为X＝{xj|j＝1,2,...,J}，HUE的偏好包集合为H＝{hj|j＝1,2,...,J}，hj∈{0,1}；BUE的偏好包集合为R＝{rij|i＝1,2,...,I,j＝1,2,...,J}，rij∈{0,1}；aij为bj对于BUEi的重要程度，表示为ci＝jaci，为BUEi获得偏好包而需扣除的缓存代价；pi为HUE与BUEi之间无线链路传输的包错误率；I为D2D系统中VUE的总个数，J为D2D系统中数据包的总个数，N为HUE可向BUE传输缓存的数据包的最大次数；传输模块，用于采用顶点染色算法将缓存的数据包传输至其余VUE。基于社交内容的D2D分组多目标缓存装置，包括：处理器和用于存储处理器可执行指令的存储器；所述处理器读取可执行指令并执行以下步骤：通过eNB确定D2D系统中的HUE并初始化参数；计算HUE与其余VUE的Jaccard相似度jacu和Jaccard距离du，分别表示为：du＝1-jacu；确定du不为0的VUE集合为BUE；其中，K为HUE的社交属性个数；SUK为BUEi是否具有HUE的第k个社交属性的判定量，0<SUK<1；BUE为与HUE之间至少有一个相同社交属性的VUE的集合，表示为BUE＝{BUEi|i＝1,2,...,I}；计算缓存的数据包个数Q，表示为：其中，上式第一项为基于无线链路质量、用户对HUE和BUE的满意度以及最小社交代价而获得的数据包个数，第二项为在HUE缓存包与HUE偏好包相同的情况下所获得的数据包个数；D2D系统中的数据包集合为B，B＝{bj|j＝1,2,...,J}；bj的社交集合为E，E＝{ej|j＝1,2,...,J}，ej∈[1,hattri]；HUE的缓存包集合为X＝{xj|j＝1,2,...,J}，HUE的偏好包集合为H＝{hj|j＝1,2,...,J}，hj∈{0,1}；BUE的偏好包集合为R＝{rij|i＝1,2,...,I,j＝1,2,...,J}，rij∈{0,1}；aij为bj对于BUEi的重要程度，表示为ci＝jaci，为BUEi获得偏好包而需扣除的缓存代价；本文档来自技高网...

【技术保护点】
1.基于社交内容的D2D分组多目标缓存方法,其特征在于，包括以下步骤：S1、通过eNB确定D2D系统中的HUE并初始化参数；S2、计算HUE与其余VUE的Jaccard相似度jacu和Jaccard距离du，分别表示为：

【技术特征摘要】
1.基于社交内容的D2D分组多目标缓存方法,其特征在于，包括以下步骤：S1、通过eNB确定D2D系统中的HUE并初始化参数；S2、计算HUE与其余VUE的Jaccard相似度jacu和Jaccard距离du，分别表示为：du＝1-jacu；确定du不为0的VUE集合为BUE；其中，K为HUE的社交属性个数；SUK为BUEi是否具有HUE的第k个社交属性的判定量，0<SUK<1；BUE为与HUE之间至少有一个相同社交属性的VUE的集合，表示为BUE＝{BUEi|i＝1,2,...,I}；S3、计算缓存的数据包个数Q，表示为：其中，上式第一项为基于无线链路质量、用户对HUE和BUE的满意度以及最小社交代价而获得的数据包个数，第二项为在HUE缓存包与HUE偏好包相同的情况下所获得的数据包个数；D2D系统中的数据包集合为B，B＝{bj|j＝1,2,...,J}；bj的社交集合为E，E＝{ej|j＝1,2,...,J}，ej∈[1,hattri]；HUE的缓存包集合为X＝{xj|j＝1,2,...,J}，HUE的偏好包集合为H＝{hj|j＝1,2,...,J}，hj∈{0,1}；BUE的偏好包集合为R＝{rij|i＝1,2,...,I,j＝1,2,...,J}，rij∈{0,1}；aij为bj对于BUEi的重要程度，表示为Siej为BUEi是否具有HUE的第ej个社交属性的判定量，0<Siej<1；ci＝jaci，为BUEi获得偏好包而需扣除的缓存代价；pi为HUE与BUEi之间无线链路传输的包错误率；I为D2D系统中VUE的总个数，J为D2D系统中数据包的总个数，N为HUE可向BUE传输缓存的数据包的最大次数；S4、采用顶点染色算法将缓存的数据包传输至其余VUE。2.根据权利要求1所述的基于社交内容的D2D分组多目标缓存方法,其特征在于：所述步骤S1中，通过eNB确定D2D系统中的HUE并初始化参数，包括：利用eNB指定D2D系统中的一个VUE为HUE，将HUE确定信息发送至其余VUE以及将其余VUE的社交属性和偏好包信息发送至HUE。3.根据权利要求1所述的基于社交内容的D2D分组多目标缓存方法,其特征在于，所述步骤S4中，采用顶点染色算法将缓存的数据包传输至其余VUE，包括：采用顶点染色算法将缓存的数据包传输至BUE，则BUE接收到的数据包总量为sp，其中，Y为HUE是否向BUEi传输bj的判定量，表示为Y＝{yij|i＝1,2,...,I,j＝1,2,...,J}，yij∈{0,1}。4.根据权利要求3所述的基于社交内容的D2D分组多目标缓存方法,其特征在于：yij＝xj·rij。5.基于社交内容的D2D分组多目标缓存系统，其特征在于，包括：初始模块，用于通过eNB确定D2D系统中的HUE并初始化参数；BUE确定模块，用于计算HUE与其余VUE的Jaccard相似度jacu和Jaccard距离du，分别表示为：du＝1-jacu；确定du不为0的VUE集合为BUE；其中，K为HUE的社交属性个数；SUK为BUEi是否具有HUE的第k个社交属性的判定量，0<SUK<1；BUE为与HUE之间...

【专利技术属性】
技术研发人员：江明，施震威，吴宽，陈榕，佘峰霞，
申请(专利权)人：佛山市顺德区中山大学研究院，广东顺德中山大学卡内基梅隆大学国际联合研究院，中山大学，
类型：发明
国别省市：广东,44