基于果蝇优化算法的边缘协作缓存布置方法技术

本发明专利技术公开了一种基于果蝇优化算法的边缘协作缓存布置方法，包括如下步骤：(1)根据区域内用户的历史请求信息，得到该区域的流行视频集以及用户需求向量；(2)根据所述流行视频集和用户需求向量，以最大化区域内总视频传输时延减小量为目标，建立目标优化问题，并基于果蝇优化算法解决该目标优化问题，生成缓存布置决策；(3)按照所述缓存布置决策为各个缓存节点分配视频缓存任务；(4)当用户请求到达缓存节点上时，如果该缓存节点没有缓存相应内容，则从缓存了该内容且时延最小的邻近缓存节点下载该内容，如果该区域所有缓存节点都没有缓存响应内容，则从远端服务器下载。本发明专利技术可以提高缓存命中率，降低平均视频传输时延，提高用户体验质量。

【技术实现步骤摘要】
基于果蝇优化算法的边缘协作缓存布置方法
本专利技术涉及边缘缓存技术，尤其涉及一种基于果蝇优化算法的边缘协作缓存布置方法。
技术介绍
随着移动通信业务的飞速发展，移动设备的数量大幅增加，用户需求趋向多样化、高效化，移动数据流量也随之增长。智能手机给用户带来了更好的网络体验，如社交应用、音视频服务等等，其中视频播放服务占据了其中过半的数据流量。根据思科的调查，与2012年相比，2017年移动数据流量总量增加13倍。从2015年到2020年，移动视频流量将增长11倍，占移动数据流量总量的75％。为了应对这一现象，边缘缓存技术应运而生。缓存技术是通过放置最流行的内容到更靠近请求用户的节点上，有效降低回传负载。但是由于节点的存储空间有限，如何将这些有限的的存储空间更加“灵活”、“聪明”地用来缓存流行内容成为了需要研究的问题。缓存布置策略的主要目标是确定用于缓存的节点和这些节点需要缓存的内容。传统的缓存布置策略主要是单点缓存，操作方式简单，但内容冗余度较高。协作缓存布置策略通过节点之间不同的协作方式改进了这一不足，降低了延时。最近，一种新兴的视频编码技术可伸缩视频编码(ScalableVideoCoding，SVC)被广泛运用于网络服务、视频存储等应用，其允许多种空间分辨率(屏幕尺寸)，不同的帧速率或信噪比质量，使视频得以满足更高的用户体验质量。使用SVC，每个视频文件都被编码成一组分层，这些分层通过结合可以达到用户需求的视频质量。例如，为了向用户传输质量等级为Q的视频，该视频的从第1层到第Q层的所有层都需要被传输。对于请求某一质量等级视频的用户，不同层内容被他接收，解码并同时播放(而不是串行播放)。在这种设置下，传输时延由从缓存节点传输的所有层中时延最大的来决定。基于SVC，缓存策略变得显著复杂。
技术实现思路
专利技术目的：本专利技术针对现有技术存在的问题，提供一种基于果蝇优化算法的边缘协作缓存布置方法，该方法可以根据用户对不同视频、同一视频不同质量副本的需求做出对应的缓存决策，从而提高缓存命中率，降低平均视频传输时延，提高用户体验质量。技术方案：本专利技术所述的基于果蝇优化算法的边缘协作缓存布置方法包括如下步骤：(1)根据区域内用户的历史请求信息，得到该区域的流行视频集记为V＝{1,2，...}，以及用户需求向量；(2)根据所述流行视频集和用户需求向量，以最大化区域内总视频传输时延减小量为目标，建立目标优化问题，并基于果蝇优化算法解决该目标优化问题，生成缓存布置决策；(3)按照所述缓存布置决策为各个缓存节点分配视频缓存任务，缓存节点根据分配的任务缓存视频；(4)当用户请求到达缓存节点上时，如果该缓存节点没有缓存相应内容，则从缓存了该内容且时延最小的邻近缓存节点下载该内容，如果该区域所有缓存节点都没有缓存响应内容，则从远端服务器下载。进一步的，(2)具体包括：(2.1)以最大化区域内总视频传输时延减小量为目标，建立目标优化问题为：式中，为无节点缓存内容时的区域内总视频传输时延；Nm为当前区域m中所有缓存节点的集合，n为缓存节点序号；v为需求视频序号，每个视频v都存在Q层的集合L＝{1,2,...,Q}，ovl＞0表示视频v的第l层的大小；q表示用户需求质量等级，且为了向用户传输质量等级为q的视频v，需将该视频的从第1层到第q层的所有层都需要被传输，即共有个字节，且ov1≥ov2≥....≥ovQ，λnvq表示区域中第n个节点对第v个视频的处于q质量等级内容的平均用户需求，二进制变量xnvl表示视频v的第l层是否将被放置在节点n，若放置则xnvl＝1，否则xnvl＝0；dn为从内容服务器传输到缓存节点n的单位时延，n*为缓存了所需视频层且传输到缓存节点n具有最低时延的节点序号，dnn*为从缓存节点n*传输到缓存节点n上的单位时延；Cn为缓存节点n的容量；区域m的节点缓存策略xm由下式给出：且每个节点不能缓存比其容量更多的数据，即(2.2)通过果蝇优化算法解决所述目标优化问题，生成缓存布置决策。进一步的，步骤(2.2)具体包括：(2.2.1)将每个缓存节点的缓存空间划分为本地流行缓存空间和全局流行缓存空间两部分，并通过设置参数F∈[0,1]区分，F代表全局流行的视频文件占整体缓存的比例，其余的1-F部分缓存本地流行的视频文件；(2.2.2)布置区域内所有缓存节点的全局流行缓存空间：基于果蝇优化算法对全局流行度较高的视频进行筛选，并将筛选出的视频层内容放入对于该视频本地需求最高的节点n#∈Nm的全局流行缓存空间中，生成视频集内容的缓存策略并确保至多F·Cn+s大小的视频内容被缓存在节点n#处，其中s是所有视频层的最大尺寸；(2.2.3)布置区域内所有缓存节点的本地流行缓存空间：基于果蝇优化算法筛选出本地流行度较高的视频，将剩余的缓存空间填充，更新且每个缓存节点的本地流行缓存空间不重复缓存已存在于该节点全局流行缓存空间的视频层。进一步的，步骤(2.2.2)中全局流行度较高的视频筛选方法具体包括：(2.2.2.1)视频层挑选：计算每个视频的每个视频层的时延节省性价比utiglo-vi，并挑选出每个视频中utiglo-vi最大的视频层lv；其中：utiglo-vi＝valueglo-vi/weightglo-vi式中，表示区域内缓存该视频层带来时延节省，l(j∈{1...i})为指标函数，当下标条件为真时，l(j∈{1...i})＝1，否则为0，且对于l＝q,ovl+1＝0；表示流行视频集中第v个视频的第i层视频层的大小；(2.2.2.2)初始化相关参数：定义长度为v的二进制果蝇基因序列xglo-v，当xglo-v＝1时，视频v的lv层被放置在缓存空间，否则不放入，定义迭代总次数I，初始化迭代次数i＝0，初始化迭代过程中概率向量piv的值p0v＝[0.5,0.5,0.5….]，设置果蝇视觉敏感度b；(2.2.2.3)初始化中心果蝇种群：根据第i次迭代的概率向量piv，对xglo-v进行X次随机初始化，得到X组二进制基因序列，即由X个果蝇个体组成的中心果蝇种群；(2.2.2.4)局部嗅觉搜索：对于每一个中心果蝇个体，随机选择L位，并将所选位取反，即果蝇基因由0变为1或由1变为0，重复进行S次，生成S个邻居果蝇个体；(2.2.2.5)修复补偿操作：对于每一个中心果蝇个体和邻居果蝇个体，按照utiglo-vi从小到大检测每一位基因，若该位为1且此基因序列的对应的weightglo＞weightglo-lim，则将该位置基因置0且weightglo减去该基因位对应视频层内容的大小，直到weightglo＞weightglo-lim；按照utiglo-vi从大到小检测每一位基因，若该位为0且此基因序列的对应的weightglo＞weightglo-lim，则将该位置基因置1且weightglo-vi加上该基因位对应视频层内容的大小，在过程中始终保持weightglo＞weightglo-lim；其中，weightglo-lim＝N·F·Cn，N为区域内缓存节点个数，weightglo为基因序列中所有视频层的大小；(2.2.2.6)局部视觉搜索：对于每一个修复补偿后的中心果蝇个体及其邻居，找到其中个体味道浓度最大的果蝇个体，作为局部最佳个本文档来自技高网...

【技术保护点】
1.基于果蝇优化算法的边缘协作缓存布置方法，其特征在于：包括如下步骤：(1)根据区域内用户的历史请求信息，得到该区域的流行视频集记为V＝{1,2，...}，以及用户需求向量；(2)根据所述流行视频集和用户需求向量，以最大化区域内总视频传输时延减小量为目标，建立目标优化问题，并基于果蝇优化算法解决该目标优化问题，生成缓存布置决策；(3)按照所述缓存布置决策为各个缓存节点分配视频缓存任务，缓存节点根据分配的任务缓存视频；(4)当用户请求到达缓存节点上时，如果该缓存节点没有缓存相应内容，则从缓存了该内容且时延最小的邻近缓存节点下载该内容，如果该区域所有缓存节点都没有缓存响应内容，则从远端服务器下载。

【技术特征摘要】
1.基于果蝇优化算法的边缘协作缓存布置方法，其特征在于：包括如下步骤：(1)根据区域内用户的历史请求信息，得到该区域的流行视频集记为V＝{1,2，...}，以及用户需求向量；(2)根据所述流行视频集和用户需求向量，以最大化区域内总视频传输时延减小量为目标，建立目标优化问题，并基于果蝇优化算法解决该目标优化问题，生成缓存布置决策；(3)按照所述缓存布置决策为各个缓存节点分配视频缓存任务，缓存节点根据分配的任务缓存视频；(4)当用户请求到达缓存节点上时，如果该缓存节点没有缓存相应内容，则从缓存了该内容且时延最小的邻近缓存节点下载该内容，如果该区域所有缓存节点都没有缓存响应内容，则从远端服务器下载。2.根据权利要求1所述的基于果蝇优化算法的边缘协作缓存布置方法，其特征在于：(2)具体包括：(2.1)以最大化区域内总视频传输时延减小量为目标，建立目标优化问题为：式中，为无节点缓存内容时的区域内总视频传输时延；Nm为当前区域m中所有缓存节点的集合，n为缓存节点序号；v为需求视频序号，每个视频v都存在Q层的集合L＝{1,2,...,Q}，ovl＞0表示视频v的第l层的大小；q表示用户需求质量等级，且为了向用户传输质量等级为q的视频v，需将该视频的从第1层到第q层的所有层都需要被传输，即共有个字节，且ov1≥ov2≥....≥ovQ，λnvq表示区域中第n个节点对第v个视频的处于q质量等级内容的平均用户需求，二进制变量xnvl表示视频v的第l层是否将被放置在节点n，若放置则xnvl＝1，否则xnvl＝0；dn为从内容服务器传输到缓存节点n的单位时延，n*为缓存了所需视频层且传输到缓存节点n具有最低时延的节点序号，dnn*为从缓存节点n*传输到缓存节点n上的单位时延；Cn为缓存节点n的容量；区域m的节点缓存策略xm由下式给出：且每个节点不能缓存比其容量更多的数据，即(2.2)通过果蝇优化算法解决所述目标优化问题，生成缓存布置决策。3.根据权利要求2所述的基于果蝇优化算法的边缘协作缓存布置方法，其特征在于：步骤(2.2)具体包括：(2.2.1)将每个缓存节点的缓存空间划分为本地流行缓存空间和全局流行缓存空间两部分，并通过设置参数F∈[0,1]区分，F代表全局流行的视频文件占整体缓存的比例，其余的1-F部分缓存本地流行的视频文件；(2.2.2)布置区域内所有缓存节点的全局流行缓存空间：基于果蝇优化算法对全局流行度较高的视频进行筛选，并将筛选出的视频层内容放入对于该视频本地需求最高的节点n#∈Nm的全局流行缓存空间中，生成视频集内容的缓存策略并确保至多F·Cn+s大小的视频内容被缓存在节点n#处，其中s是所有视频层的最大尺寸；(2.2.3)布置区域内所有缓存节点的本地流行缓存空间：基于果蝇优化算法筛选出本地流行度较高的视频，将剩余的缓存空间填充，更新且每个缓存节点的本地流行缓存空间不重复缓存已存在于该节点全局流行缓存空间的视频层。4.根据权利要求3所述的基于果蝇优化算法的边缘协作缓存布置方法，其特征在于：步骤(2.2.2)中全局流行度较高的视频筛选方法具体包括：(2.2.2.1)视频层挑选：计算每个视频的每个视频层的时延节省性价比utiglo-vi，并挑选出每个视频中utiglo-vi最大的视频层lv；其中：utiglo-vi＝valueglo-vi/weightglo-vi式中，表示区域内缓存该视频层带来时延节省，l(j∈{1...i})为指标函数，当下标条件为真时，l(j∈{1...i})＝1，否则为0，且对于l＝q,ovl+1＝0；示流行视频集中第v个视频的第i层视频层的大小；(2.2.2.2)初始化相关参数：定义长度为v的二进制果蝇基因序列xglo-v，当xglo-v＝1时，视频v的lv层被放置在缓存空间，否则不放入，定义迭代总次数I，初始化迭代次数i＝0，初始化迭代过程中概率向量piv的值p0v＝[0.5,0.5,0.5….]，设置果蝇视觉敏感度b；(2.2.2.3)初始化中心果蝇种群：根据第i次迭代的概率向量piv，对xglo-v进行X次随机初始化，得到X组二进制基因序列，即由X个果蝇个体组成的中心果蝇种群；(2.2.2.4)局部嗅觉搜索：对于每一个中心果蝇个体，随机选择L位，并将所选位取反，即果蝇基因由0变为1或由1变为0，重复进行S次，生成S个邻居果蝇个体；(2.2.2.5)修复补偿操作：对于每一个中心果蝇个体和邻居果蝇个体，按照utiglo-vi从小到大检测每一位基因，若该位为1且此基因序列的...

【专利技术属性】
技术研发人员：戴思宇，蒋雁翔，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32