【技术实现步骤摘要】
基于区域用户兴趣匹配的移动边缘缓存方法
本专利技术属于缓存
，涉及基于区域用户兴趣匹配的移动边缘缓存方法。
技术介绍
当前对移动边缘缓存的研究主要分为两方面，一方面是对缓存内容的研究，解决缓存什么内容的问题，另一方面是对缓存策略的研究，解决怎么缓存、缓存到哪里的问题。由于内容流行度的预估较为困难，流行内容受用户影响大，在时空分布上表现出较大的变化性，全局流行内容与区域流行内容存在较大的差异，增加了缓存内容选取的难度，对运营商的缓存收益也提出了挑战。但对于用户小区，办公场所，校园这些人口密集但用户相对固定的场所，用户的需求更容易被预测。因此，针对区域流行度与全网流行度的差异，尽可能缓存用户所需内容，最大化缓存增益是当前需要解决的问题。当前对视频缓存方式的研究主要有：1.通过利用D2D通信，使一些用户共享缓存内容，帮助邻近用户缓存其所需要的内容。2.在基站侧完成视频内容的缓存。利用宏基站和微基站的存储能力和靠近用户的位置优势，缓存流行视频可以降低核心网的链路压力，降低视频的响应服务时间，提高用户的QoE。视...
【技术保护点】
1.基于区域用户兴趣匹配的移动边缘缓存方法，其特征在于：该方法包括以下步骤：/nS1：建立区域用户偏好模型；/nS2：建立联合缓存优化策略；/nS3：建立缓存系统模型；/nS4：设计缓存算法。/n
【技术特征摘要】
1.基于区域用户兴趣匹配的移动边缘缓存方法，其特征在于：该方法包括以下步骤：
S1：建立区域用户偏好模型；
S2：建立联合缓存优化策略；
S3：建立缓存系统模型；
S4：设计缓存算法。
2.根据权利要求1所述的基于区域用户兴趣匹配的移动边缘缓存方法，其特征在于：所述步骤S1具体为：
首先对流媒体内容进行分类，通过对用户请求记录的分析，假设内容类型有k类contents＝{c1,c2,…ck},将用户对不同内容类型的偏好定义为用户的兴趣度；根据用户的兴趣度依照时间段分为长期兴趣和近期兴趣，长期兴趣是用户在长期的内容请求过程中，表现出的稳定兴趣；定义用户的兴趣向量由用户的长期兴趣和用户的短期兴趣共同组成；
通过分析依据用户对流媒体视频文件的历史请求记录，计算用户的长期兴趣和近期兴趣，用户i对内容j的长期兴趣为：
用户的短期兴趣为：
定义用户i,对内容j的兴趣度兴趣为：
U(i,j)＝λhisuhis+λrecurec
由于不同用户的活跃度存在着明显的差异，导致不同用户的兴趣度对区域兴趣的影响也大不相同；业界研究结果表明，少数流量较大的用户贡献了蜂窝网络中的大部分流量，为用户提供缓存时，将给予重度用户以较大的兴趣偏重，以获得最大的带宽节省可能性；在考虑到同一区域不同用户对流行内容的请求量的差异时，在模型中引入用户活跃因子q(i，act)，表征用户的活跃度；定义用户的活跃度为：
故基站用户的区域总兴趣度为：
在全局缓存中，每个流媒体文件都有自身的流行度，将流媒体文件在全局中被访问量作为该文件的流行度，研究表明，在全局范围下，内容的流行度满足Zipf分布，即排名前20％的内容，占据总访问流量的80％；考虑到5G时代下，VR视频，超高清8K视频的高增长需求，即使全部缓存全网20％的流行内容对于有限的边缘缓存空间来说，仍然是困难的；采用MPV缓存策略，为每个基站缓存全网最流行的内容，可以在全局视角下极大地降低高流行度内容给核心网回程链路带来的压力，但与此同时，也会导致基站产生较大的缓存冗余，使缓存内容的多样性大大降低，缓存命中率和用户的QoE在部分区域将会呈现出极大的衰退；综合全局内容流行度与区域用户兴趣偏好制定联合优化缓存策略，通过在靠近用户的基站侧部署MEC服务器，根据区域用户兴趣制定联合优化缓存策略。
3.根据权利要求1所述的基于区域用户兴趣匹配的移动边缘缓存方法，其特征在于：所述步骤S2具体为：
以多个MEC组成的缓存域为对象，以区域最小化传输开销为目标，考虑用户分布和需求的差异性，制定区域联合缓存策略，联合优化区域的缓存性能和区域用户的QoE。
4.根据权利要求1所述的基于区域用户兴趣匹配的移动边缘缓存方法，其特征在于：所述步骤S3具体为：
系统模型...
【专利技术属性】
技术研发人员：黄宏程，王俊岭，陶洋，胡敏，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50
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。