一种基于D2D的网络边缘缓存方法及系统技术方案

技术编号:19391336 阅读:23 留言:0更新日期:2018-11-10 02:56
本发明专利技术公开了一种基于D2D的网络边缘缓存方法及系统,属于无线通信技术领域。所述方法应用于由提供控制覆盖的基站及其覆盖范围内的若干个用户设备构成的通信网络,用户设备的位置服从泊松点分布,满足D2D传输范围内的临近用户设备之间可以分享所缓存的内容。该网络边缘缓存方法通过对截断Zipf分布的截断点和指数进行联合优化来制定内容随机缓存策略,提高网络边缘的缓存命中率。本发明专利技术为了找到最优的Zipf分布的截断点和指数,分别使用了全局最优的遗传算法和次优的分步优化算法。本发明专利技术充分利用了D2D传输和分布式随机缓存的优点,通过联合优化缓存Zipf分布的内容截断点和指数,能够显著提高网络边缘的内容缓存命中率。

A network edge buffer method and system based on D2D

The invention discloses a network edge buffer method and system based on D2D, which belongs to the field of wireless communication technology. The method is applied to a communication network consisting of a base station providing control coverage and a number of user devices in its coverage area. The location of user equipment obeys Poisson distribution, which satisfies the requirement that the cached content can be shared between adjacent user devices in the D2D transmission area. The network edge caching method formulates content random caching strategy by jointly optimizing the truncation point and index of truncation Zipf distribution to improve the cache hit rate of network edge. In order to find the truncation point and index of the optimal Zipf distribution, the global optimal genetic algorithm and the sub-optimal step-by-step optimization algorithm are used respectively. The invention makes full use of the advantages of D2D transmission and distributed random caching. By jointly optimizing the content truncation point and index of the cache Zipf distribution, the content cache hit rate at the network edge can be significantly improved.

【技术实现步骤摘要】
一种基于D2D的网络边缘缓存方法及系统
本专利技术属于无线通信
,更具体地,涉及一种基于D2D的网络边缘缓存方法及系统。
技术介绍
缓存是一种“以存储换取带宽”的内容存储技术,无线通信网络中通常将流行度较高的内容存储在离用户近的缓存节点中(如用户设备),以减少请求用户从远端内容提供商中反复调用传输相同内容的概率,提高本地缓存命中率,从而有效降低获取内容的时延、减少传输开销、缓解回程网络的传输瓶颈。思科可视化网络指数指出,视频内容业务在通信领域业务中占据了主导地位。研究表明,视频内容的流行度服从Zipf分布,即少部分流行度较高的内容会被用户反复地下载、观看。此外,从时间角度来看,这些视频内容的流行度在一定时间内是保持不变的,例如,包含视频短片的新闻通常每2-3小时更新一次,新上线的电影通常是每周更新一次。因此,从无线接入网内容缓存及信息交付的时间维度来看,这些视频内容服从相对静态的流行度分布。同时,现在的用户设备(如智能手机,平板电脑,车辆等)通常配置64GB/128GB的ROM内存,因此用户设备是具有缓存能力的。在这一背景下,D2D(Device-to-Device)通信中如何在用户设备中制定合适的内容缓存策略,得到了广泛的研究。目前,D2D通信中用户设备中的缓存策略存在以下两种:第一种、有限的缓存空间均缓存较流行的内容,在这种缓存策略下,将所有内容按照请求频次降序进行排列,所有的用户设备中从第一个内容开始缓存直到缓存空间被占满。由于用户设备均缓存了较流行的内容,用户设备处的平均本地缓存命中率会得到显著提高;但是多个用户设备中缓存的相同内容的概率较大,从而会减少用户设备之间进行D2D通信的机会。第二种、随机均匀缓存,在这种缓存策略下,内容库中所有的内容会被随机且均匀地缓存到所有的用户设备中。由于所有用户设备中缓存不同内容的概率较大,可以增加用户设备之间进行D2D通信的机会;但是由于大量流行度较小的内容也被随机缓存到用户设备中,会降低用户设备处的平均本地缓存命中率从而会使用户的缓存空间得不到较高的利用率。
技术实现思路
针对现有技术的以上缺陷或改进需求,本专利技术提供了一种基于D2D的网络边缘缓存方法及系统,由此解决现有D2D通信中用户设备缓存策略存在的用户设备之间进行D2D的通信机会少,及由于用户设备处的平均本地缓存命中率低而导致的用户设备的缓存空间利用率低的技术问题。为实现上述目的,按照本专利技术的一个方面,提供了一种基于D2D的网络边缘缓存方法,应用于基站和所述基站覆盖范围内的用户设备服从泊松点分布的通信网络中,所述方法包括:对于各用户设备,根据数据层的内容库中各内容的流行度,取流行度靠前的若干个内容按照截断Zipf分布在各用户设备中进行缓存,其中,将取出的流行度靠前的内容的个数作为截断点;对于由目标用户设备发起的任意一个内容请求,由所述内容请求的本地缓存命中率及D2D缓存命中率确定访问所述内容请求请求的内容的平均本地缓存命中率与平均D2D缓存命中率,并由所述平均本地缓存命中率与所述平均D2D缓存命中率确定网络边缘缓存命中率,其中,所述本地缓存命中率表示所述目标用户设备内缓存有所述内容的概率,所述D2D缓存命中率表示在所述目标用户设备的D2D通信范围内,至少有一个用户设备中缓存有所述内容且愿意与所述目标用户设备进行D2D通信的概率;对所述截断点和截断后Zipf的分布指数进行联合优化来使所述网络边缘缓存命中率最大,并按照优化后的截断点和优化后的Zipf的分布指数实现各用户设备中内容的随机缓存。优选地,所述内容的流行度为:将数据层的内容库中的M个内容按照各内容被用户设备请求的频次进行降序排列为{1,…,m,…,M},则用户设备请求第m个内容的概率Pr(m)表示为:其中,α为内容请求的Zipf分布指数。优选地,各用户设备缓存第m个内容的概率为:其中,T为截断点,表示取出的流行度靠前的内容的个数,β为截断后的Zipf分布指数。优选地,所述平均本地缓存命中率为:优选地,所述平均D2D缓存命中率为:其中,λ'=λPsPc(m),λ表示用户设备的分布服从参数为λ的泊松点分布,Ps表示具有缓存能力的用户设备愿意建立D2D通信链路共享相应内容的概率,d表示D2D的通信半径。优选地,所述网络边缘缓存命中率为:从而,将优化问题转化为联合优化截断点T和截断后Zipf分布的指数β来使得Hedge最大化,即:优选地,所述对所述截断点和截断后Zipf的分布指数进行联合优化来使所述网络边缘缓存命中率最大,包括:将预设数量的(T,β)初始化为一个种群,在所述种群中的每一个候选解(T,β)为所述种群的个体;将所述网络边缘缓存命中率Hedge设置为适应度,则所述种群中的每个个体(T,β)均对应着一个适应度Hedge;根据计算出的适应度Hedge大小保留个体,其中,适应度越大的个体保留的概率越大;在保留下来的个体中选取适应度Hedge较高的前若干个体作为精英直接保留到下一代,同时在剩下的个体中选择部分个体通过交叉和变异产生新的子代,重复子代的选择操作直至连续几代之间的适应度差异小于预设精度值;将最后一代中具有最大适应度的个体(T*,β*)作为使所述网络边缘缓存命中率最大的最优解。优选地,所述对所述截断点和截断后Zipf的分布指数进行联合优化来使所述网络边缘缓存命中率最大,包括:将截断Zipf分布的指数β设置为内容请求的Zipf分布指数α,找到使网络边缘缓存命中率Hedge最大的T';根据T',找到使得网络边缘缓存命中率Hedge最大的β';将(T',β')作为使所述网络边缘缓存命中率最大的次优解。按照本专利技术的另一方面,提供了一种基于D2D的网络边缘缓存系统,应用于基站和所述基站覆盖范围内的用户设备服从泊松点分布的通信网络中,其特征在于,所述系统包括:第一模块,用于对于各用户设备,根据数据层的内容库中各内容的流行度,取流行度靠前的若干个内容按照截断Zipf分布在各用户设备中进行缓存,其中,将取出的流行度靠前的内容的个数作为截断点;第二模块,用于对于由目标用户设备发起的任意一个内容请求,由所述内容请求的本地缓存命中率及D2D缓存命中率确定访问所述内容请求请求的内容的平均本地缓存命中率与平均D2D缓存命中率,并由所述平均本地缓存命中率与所述平均D2D缓存命中率确定网络边缘缓存命中率,其中,所述本地缓存命中率表示所述目标用户设备内缓存有所述内容的概率,所述D2D缓存命中率表示在所述目标用户设备的D2D通信范围内,至少有一个用户设备中缓存有所述内容且愿意与所述目标用户设备进行D2D通信的概率;第三模块,用于对所述截断点和截断后Zipf的分布指数进行联合优化来使所述网络边缘缓存命中率最大,并按照优化后的截断点和优化后的Zipf的分布指数实现各用户设备中内容的随机缓存。总体而言,通过本专利技术所构思的以上技术方案与现有技术相比,能够取得下列有益效果:(1)本专利技术提出的D2D场景下一种基于截断Zipf分布的内容随机缓存策略,通过将较流行的内容缓存在网络边缘的用户设备中可以缓解网络回传链路的瓶颈问题,同时在缓存内容时保持了内容的多样性可以促进用户之间通过D2D通信实现内容共享。(2)为了实现基于截断Zipf分布的内容随机缓存,本专利技术利用遗传算法和分步优化本文档来自技高网
...

【技术保护点】
1.一种基于D2D的网络边缘缓存方法,应用于基站和所述基站覆盖范围内的用户设备服从泊松点分布的通信网络中,其特征在于,所述方法包括:对于各用户设备,根据数据层的内容库中各内容的流行度,取流行度靠前的若干个内容按照截断Zipf分布在各用户设备中进行缓存,其中,将取出的流行度靠前的内容的个数作为截断点;对于由目标用户设备发起的任意一个内容请求,由所述内容请求的本地缓存命中率及D2D缓存命中率确定访问所述内容请求请求的内容的平均本地缓存命中率与平均D2D缓存命中率,并由所述平均本地缓存命中率与所述平均D2D缓存命中率确定网络边缘缓存命中率,其中,所述本地缓存命中率表示所述目标用户设备内缓存有所述内容的概率,所述D2D缓存命中率表示在所述目标用户设备的D2D通信范围内,至少有一个用户设备中缓存有所述内容且愿意与所述目标用户设备进行D2D通信的概率;对所述截断点和截断后Zipf的分布指数进行联合优化来使所述网络边缘缓存命中率最大,并按照优化后的截断点和优化后的Zipf的分布指数实现各用户设备中内容的随机缓存。

【技术特征摘要】
1.一种基于D2D的网络边缘缓存方法,应用于基站和所述基站覆盖范围内的用户设备服从泊松点分布的通信网络中,其特征在于,所述方法包括:对于各用户设备,根据数据层的内容库中各内容的流行度,取流行度靠前的若干个内容按照截断Zipf分布在各用户设备中进行缓存,其中,将取出的流行度靠前的内容的个数作为截断点;对于由目标用户设备发起的任意一个内容请求,由所述内容请求的本地缓存命中率及D2D缓存命中率确定访问所述内容请求请求的内容的平均本地缓存命中率与平均D2D缓存命中率,并由所述平均本地缓存命中率与所述平均D2D缓存命中率确定网络边缘缓存命中率,其中,所述本地缓存命中率表示所述目标用户设备内缓存有所述内容的概率,所述D2D缓存命中率表示在所述目标用户设备的D2D通信范围内,至少有一个用户设备中缓存有所述内容且愿意与所述目标用户设备进行D2D通信的概率;对所述截断点和截断后Zipf的分布指数进行联合优化来使所述网络边缘缓存命中率最大,并按照优化后的截断点和优化后的Zipf的分布指数实现各用户设备中内容的随机缓存。2.根据权利要求1所述的方法,其特征在于,所述内容的流行度为:将数据层的内容库中的M个内容按照各内容被用户设备请求的频次进行降序排列为{1,…,m,…,M},则用户设备请求第m个内容的概率Pr(m)表示为:其中,α为内容请求的Zipf分布指数。3.根据权利要求2所述的方法,其特征在于,各用户设备缓存第m个内容的概率为:其中,T为截断点,表示取出的流行度靠前的内容的个数,β为截断后的Zipf分布指数。4.根据权利要求3所述的方法,其特征在于,所述平均本地缓存命中率为:5.根据权利要求4所述的方法,其特征在于,所述平均D2D缓存命中率为:其中,λ'=λPsPc(m),λ表示用户设备的分布服从参数为λ的泊松点分布,Ps表示具有缓存能力的用户设备愿意建立D2D通信链路共享相应内容的概率,d表示D2D的通信半径。6.根据权利要求5所述的方法,其特征在于,所述网络边缘缓存命中率为:从而,将优化问题转化为联合优化截断点T和截断后Zipf分布的指数β来使得Hedge最大化,即:7.根据权利要求6所述的方法,其特征在于,所述对所述截断点和截断后Zipf的分布指数进行联合优化来使所述网络边缘缓存...

【专利技术属性】
技术研发人员:李强张园梅谷莎莎葛晓虎韩涛钟祎张靖
申请(专利权)人:华中科技大学
类型:发明
国别省市:湖北,42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1