一种雾计算中基于古诺博弈的协作缓存方法技术

本发明专利技术公开了一种雾计算中基于古诺博弈的协作缓存方法。该方法为：首先根据协同比例，将雾服务器节点划分为协作和非协作部分；然后对各个服务器节点自治域内的用户终端进行请求内容缓存，结合请求内容及链路代价进行被动内容缓存；最后通过古诺博弈对不同雾服务器节点之间相同的请求内容进行调度，使得该请求内容在整个缓存系统中获得最小链路代价，最终提高缓存系统中的空间利用率。本发明专利技术充分利用了各雾服务器节点之间的协作缓存，通过丰富整个缓存系统的内容种类，减少从云端内容中心获取内容的请求的方法，提高了用户终端体验。

A Cooperative Caching Method Based on Cournot Game in Fog Computing

The invention discloses a cooperative caching method based on Cournot game in fog calculation. Firstly, the fog server nodes are divided into cooperative and non-cooperative parts according to the cooperative proportion; secondly, the user terminals in the autonomous domain of each server node are cached with request content and link cost; finally, the fog server nodes are cached passively with Cournot game. The same request content is scheduled so that the request content can get the minimum link cost in the whole cache system, and ultimately improve the space utilization in the cache system. The invention makes full use of the cooperative caching among the fog server nodes, improves the user terminal experience by enriching the content types of the entire caching system and reducing the requests for content from the cloud content center.

【技术实现步骤摘要】
一种雾计算中基于古诺博弈的协作缓存方法
本专利技术属于雾计算
，特别是一种雾计算中基于古诺博弈的协作缓存方法。
技术介绍
随着移动互联网的飞速发展，大量的移动智能设备接入互联网。传统的云计算在应对如此海量的用户请求时所面临的问题日益突出，例如：高时延、地理位置感知弱、对移动性支持差。雾计算作为云计算的延伸，大大弥补了传统云计算的各种不足之处。雾计算是用户终端和云端内容中心之间高度虚拟化的中间层，雾计算为用户终端提供计算、存储和网络服务。不同于云计算的集中式控制框架，雾计算通过将服务器节点以分布式的方法部署在更加贴近用户终端的地理位置。由于服务器节点更加贴近用户终端，雾计算具有更低的时延、地理位置感知强、实时交互性高、移动性支持好等优点，因此雾计算广泛应用于智能电网、M2M网络、车联网等领域。移动互联网作为如今人们日常生活的重要组成部分，音乐、视频、图片等流媒体内容的获取和发布已经成为当今互联网的主流模式。据Cisco统计数据显示：在过去5年时间内，全球IP流量增长超过4倍，到2019年，视频流量将占到整个互联网流量的80％。面对流媒体内容爆发式增长，由于移动智能终端受限于其存储容量、电池容量、无线网络信号等因素，移动终端用户从云端内容中心获取的内容非常有限。在网络流量高峰时，大量的移动终端用户请求相对热门的内容，造成该热门内容在网络中重复传输，占用了有限的网络带宽资源，对用户体验影响非常大。
技术实现思路
本专利技术的目的在于提供一种雾计算中基于古诺博弈的协作缓存方法，以提高整个缓存系统的缓存命中率，减少频繁从云端内容中心获取内容所产生的链路开销。实现本专利技术目的的技术解决方案为：一种雾计算中基于古诺博弈的协作缓存方法，包括以下步骤：步骤1，根据各个雾服务器节点内用户终端请求内容进行被动缓存；步骤2，根据各个雾服务器节点缓存空间使用情况，执行链路代价最小的替换策略；步骤3，采用古诺博弈对不同雾服务器节点进行协作缓存。进一步地，步骤1所述根据各个雾服务器节点内用户终端请求内容进行被动缓存，具体如下：根据社交关系实体划分的方式，将用户终端划分给不同的雾服务器节点；对各个雾服务器节点内容的用户终端请求内容进行缓存，且请求内容服从Zipf分布，各用户终端请求到达服从泊松分布；更新各个服务器节点非协作部分的缓存信息表。进一步地，步骤2所述根据各个雾服务器节点缓存空间使用情况，执行链路代价最小的替换策略，具体如下：在雾服务器节点缓存空间不足的情况时，分别计算各请求内容的缓存价值；对新到达的请求内容与缓存价值最小的内容进行比较，若满足条件，则执行替换，否则不执行缓存操作；当用户终端所属的雾服务器节点未存储请求内容时，查询其他雾服务器节点协作部分是否存储该内容，若存储则直接返回该内容，否则从云端内容中心获取内容；更新各个雾服务器协作和非协作部门的缓存信息表。进一步地，步骤3所述采用古诺博弈对不同雾服务器节点进行协作缓存，具体如下：当各雾服务器节点均未存储内容，并且同时对相同内容进行请求时，则通过雾服务器节点之间进行博弈来决策缓存该内容；雾服务器节点存储该内容时，其他雾服务器节点只需通过该雾服务器节点获取内容，同时更新云端内容中心协作缓存信息表。本专利技术与现有技术相比，其优点在于：(1)该方法考虑到了用户终端位置、请求内容大小、链路代价等实际因素，充分利用雾服务器节点贴近用户终端的特性，对请求内容进行就近存储，以减少对云端内容中心的请求，大大提高了网络带宽的利用率；(2)雾服务器节点之间组成的协作缓存系统，丰富了整个缓存系统的内容种类，提高了整个缓存系统的缓存命中率。附图说明图1为本专利技术雾计算中基于古诺博弈的协作缓存方法的流程示意图。图2为本专利技术的协作缓存结构图。图3为本专利技术中链路代价最小的缓存替换策略。图4为本专利技术中实施例中Zipf参数对缓存命中率的影响的对比示意图。图5为本专利技术中实施例中Zipf参数对链路开销影响的对比示意图。图6为本专利技术中实施例中Zipf参数对缓存时延影响的对比示意图。具体实施方式下面结合附图及具体实施例对本专利技术作进一步详细描述。结合图1，本专利技术雾计算中基于古诺博弈的协作缓存方法，包括以下步骤：步骤1，根据各个雾服务器节点内用户终端请求内容进行被动缓存；根据社交关系实体划分的方式，将用户终端划分给不同的雾服务器节点；对各个雾服务器节点内容的用户终端请求内容进行缓存，且请求内容服从Zipf分布，各用户终端请求到达服从泊松分布；更新各个服务器节点非协作部分的缓存信息表；步骤2，根据各个雾服务器节点缓存空间使用情况，执行链路代价最小的替换策略；在雾服务器节点缓存空间不足的情况时，分别计算各请求内容的缓存价值；对新到达的请求内容与缓存价值最小的内容进行比较，若满足条件，则执行替换，否则不执行缓存操作；当用户终端所属的雾服务器节点未存储请求内容时，查询其他雾服务器节点协作部分是否存储该内容，若存储则直接返回该内容，否则从云端内容中心获取内容；更新各个雾服务器协作和非协作部门的缓存信息表；步骤3，采用古诺博弈对不同雾服务器节点进行协作缓存；当各雾服务器节点均未存储内容，并且同时对相同内容进行请求时，则通过雾服务器节点之间进行博弈来决策缓存该内容；雾服务器节点存储该内容时，其他雾服务器节点只需通过该雾服务器节点获取内容，同时更新云端内容中心协作缓存信息表。进一步地，步骤1所述的根据各个雾服务器节点内用户终端请求内容进行被动缓存，具体如下：步骤1.1，雾计算服务节点集群由集合F＝{F1,F2,…,FN}组成，其中Fi表示第i个雾服务器节点，i∈{1,2,…,N}；用户终端群由集合U＝{U1,U2,…,UM}组成，其中Uj表示第j个用户终端，j∈{1,2,…,M}；步骤1.2，在给定的地理位置范围内，根据基于社交关系的划分方式，将各用户终端Ui划分给不同雾服务器节点Fi，其中划分社交关系实体Ei,j表达式如下：其中，δ为比例因子；λi,j∈[0,1]，为用户终端Ui和用户终端Uj之间的影响因子；a和b分别为内容信息和地理位置的影响因子；Di,j表示用户终端Ui是否在用户终端Uj影响范围内，Di,j∈[0,1]；步骤1.3，雾服务器节点Fi内的用户终端Ui进行内容请求，所有的内容请求fi(σ,K)均服从Zipf分布，表达式如下：其中，表示所有内容被访问的概率总和为1；为总的内容被访问的概率之和；K表示内容总数；当内容编号i小于内容编号j时，则fi(σ,K)＞fj(σ,K)，内容编号越小则内容被访问的概率越高。进一步地，步骤2所述的根据各个雾服务器节点缓存空间使用情况，执行链路代价最小的替换策略，具体如下：步骤2.1，根据内容v在整个雾计算缓存系统中分布情况，得出该内容的不同链路开销情况，具体如下：(2.1.1)整个缓存系统中的各雾服务器节点均未存储内容v；该情况下，用户终端只能通过其归属的雾服务器节点从云端内容中心获取内容v，所以在一个缓存周期内为该请求内容v所产生的传输开销Pdelivery为存储开销Pcache为0；则总的开销Ptotal为：其中，为内容v在雾服务器节点Fi内被请求的次数，i∈{1,2,…,N}；Cv为内容v的大小；Pc为雾服务器节点和云端内容中心之间的单位链路开销；Pi为雾服务器节点Fi其自本文档来自技高网...

【技术保护点】
1.一种雾计算中基于古诺博弈的协作缓存方法，其特征在于，包括以下步骤：步骤1，根据各个雾服务器节点内用户终端请求内容进行被动缓存；步骤2，根据各个雾服务器节点缓存空间使用情况，执行链路代价最小的替换策略；步骤3，采用古诺博弈对不同雾服务器节点进行协作缓存。

【技术特征摘要】
1.一种雾计算中基于古诺博弈的协作缓存方法，其特征在于，包括以下步骤：步骤1，根据各个雾服务器节点内用户终端请求内容进行被动缓存；步骤2，根据各个雾服务器节点缓存空间使用情况，执行链路代价最小的替换策略；步骤3，采用古诺博弈对不同雾服务器节点进行协作缓存。2.根据权利要求1所述的雾计算中基于古诺博弈的协作缓存方法，其特征在于，步骤1所述根据各个雾服务器节点内用户终端请求内容进行被动缓存，具体如下：根据社交关系实体划分的方式，将用户终端划分给不同的雾服务器节点；对各个雾服务器节点内容的用户终端请求内容进行缓存，且请求内容服从Zipf分布，各用户终端请求到达服从泊松分布；更新各个服务器节点非协作部分的缓存信息表。3.根据权利要求1所述的雾计算中基于古诺博弈的协作缓存方法，其特征在于，步骤2所述根据各个雾服务器节点缓存空间使用情况，执行链路代价最小的替换策略，具体如下：在雾服务器节点缓存空间不足的情况时，分别计算各请求内容的缓存价值；对新到达的请求内容与缓存价值最小的内容进行比较，若满足条件，则执行替换，否则不执行缓存操作；当用户终端所属的雾服务器节点未存储请求内容时，查询其他雾服务器节点协作部分是否存储该内容，若存储则直接返回该内容，否则从云端内容中心获取内容；更新各个雾服务器协作和非协作部门的缓存信息表。4.根据权利要求1所述的雾计算中基于古诺博弈的协作缓存方法，其特征在于，步骤3所述采用古诺博弈对不同雾服务器节点进行协作缓存，具体如下：当各雾服务器节点均未存储内容，并且同时对相同内容进行请求时，则通过雾服务器节点之间进行博弈来决策缓存该内容；雾服务器节点存储该内容时，其他雾服务器节点只需通过该雾服务器节点获取内容，同时更新云端内容中心协作缓存信息表。5.根据权利要求1或2所述的雾计算中基于古诺博弈的协作缓存方法，其特征在于，步骤1所述的根据各个雾服务器节点内用户终端请求内容进行被动缓存，具体如下：步骤1.1，雾计算服务节点集群由集合F＝{F1,F2,…,FN}组成，其中Fi表示第i个雾服务器节点，i∈{1,2,…,N}；用户终端群由集合U＝{U1,U2,…,UM}组成，其中Uj表示第j个用户终端，j∈{1,2,…,M}；步骤1.2，在给定的地理位置范围内，根据基于社交关系的划分方式，将各用户终端Ui划分给不同雾服务器节点Fi，其中划分社交关系实体Ei,j表达式如下：其中，δ为比例因子；λi,j∈[0,1]，为用户终端Ui和用户终端Uj之间的影响因子；a和b分别为内容信息和地理位置的影响因子；Di,j表示用户终端Ui是否在用户终端Uj影响范围内，Di,j∈[0,1]；步骤1.3，雾服务器节点Fi内的用户终端Ui进行内容请求，所有的内容请求fi(σ,K)均服从Zipf分布，表达式如下：其中，表示所有内容被访问的概率总和为1；为总的内容被访问的概率之和；K表示内容总数；当内容编号i小于内容编号j时，则fi(σ,K)＞fj(σ,K)，内容编号越小则内容被访问的概率越高。6.根据权利要求1或3所述的雾计算中基于古诺博弈的协作缓存方法，其特征在于，步骤2所述的根据各个雾服务器节点缓存空间使用情况，执行链路代价最小的替换策略，具体如下：步骤2.1，根据内容v在整个雾计算缓存系统中分布情况，得出该内容的不同链路开销情况，具体如下：(2.1.1)整个缓存系统中的各雾服务器节点均未存储内容v；该情况下，用户终端只能通过其归属的雾服务器节点从云端内容中心获取内容v，所以在一个缓存周期内为该请求内容v所产生的传输开销Pdelivery为存储开销Pcache为0；则总的开销Ptotal为：其中，为内容v在雾服务器节点Fi内被请求的次数，i∈{1,2,…,N}；Cv为内容v的大小；Pc为雾服务器节点和云端内容中心之间的单位链路开销；Pi为雾服务器节点Fi其自治域内的用户终端和雾服务器节点Fi之间的单位链路开销；(2.1.2)部分雾服务器节点缓存了内容v；该情况下，用户终端首先直接从其归属...

【专利技术属性】
技术研发人员：涂亮，徐雷，李千目，杨余旺，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32