基于次梯度下降法的缓存内容优化算法制造技术

本发明专利技术提供了一种基于次梯度下降法的缓存内容优化算法，首先利用随机几何的知识推导出成功传输概率，然后以最大化成功传输概率为优化目标，设定相应的内容缓存分布的约束，建立优化模型；将目标函数重写为拉格朗日函数形式，引入对偶因子；再使用两次嵌套迭代算法，优化内容缓存分布。该算法优化后的内容缓存分布与现有的内容缓存分布相比较，极大地提高了成功传输概率，解决了现在基于内容的服务需求量爆发式增长的问题，同时，避免了相同的内容被重复分发时引起的带宽以及其他开销浪费的问题。

【技术实现步骤摘要】
基于次梯度下降法的缓存内容优化算法
本专利技术涉及一种通信
的缓存内容优化算法，尤其涉及一种在雾无线接入网络中的基于次梯度下降法的缓存内容优化算法。
技术介绍
随着移动互联网的蓬勃发展，移动数据量和接入设备数暴增，尤其是基于内容的服务需求量大大增加。同时，当不同用户的请求相同的内容，而这些内容又被重复多次分发时，势必会引起带宽的浪费以及其他的开销。在这样的背景下，云无线接入网络是一种非常有前景的网络架构，可以利用未来第五代移动通信技术中的多小区协作来提高网络容量——基站通过数字回程链路与内容提供商交换信号。多播和无线缓存则可以有效地降低峰值流量、功耗并减轻回程负载。部署在基站端的高速缓存可以提前存储具有高流行度的内容，并且这些流行文件可以直接传送给所需的用户，省去了内容提供商通过回程链路重复传输这些流行文件。在相关技术中，Cache-enabledsmallcellnetworks:Modelingandtradeoffs,inInternationalSymposiumonWirelessCommunicationsSystems,2014,p.41，作者假设每个基站都配备了本文档来自技高网...

【技术保护点】
1.一种基于次梯度下降法的缓存内容优化算法，其特征在于，首先建立系统模型，利用随机几何的知识推导出成功传输概率，紧接着以最大化成功传输概率为优化目标，建立相应的内容缓存分布的约束，建立优化模型；将目标函数重写为拉格朗日函数形式，引入对偶因子；再使用两次嵌套迭代算法，得到优化的内容缓存分布。

【技术特征摘要】
1.一种基于次梯度下降法的缓存内容优化算法，其特征在于，首先建立系统模型，利用随机几何的知识推导出成功传输概率，紧接着以最大化成功传输概率为优化目标，建立相应的内容缓存分布的约束，建立优化模型；将目标函数重写为拉格朗日函数形式，引入对偶因子；再使用两次嵌套迭代算法，得到优化的内容缓存分布。2.根据权利要求1所述的基于次梯度下降法的缓存内容优化算法，其特征在于，步骤①建立优化模型：首先建立优化模型：s.t.pn≥0,n∈M其中，pn表示文件n缓存在一个基站中的概率，q(p)是成功传输概率,M@{1,2,...,N}代表文件N＞1的集合；步骤②(更新pn(t))：在更新pn(t)前，首先需要重写目标函数，消除等式约束，将目标函数重新书写成拉格朗日函数的形式：其中，μ(t)为对偶因子；再...

【专利技术属性】
技术研发人员：王睿，李如昱，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31