基于用户请求可能性与时空特性的新型内容缓存部署方案制造技术

本发明专利技术公开了一种基于用户请求可能性与时空特性的新型内容缓存部署方案，本发明专利技术的边缘缓存策略同时考虑了用户请求行为与用户对请求内容的满意度信息，既能反映用户点击行为又能反映用户对内容的满意程度，更符合用户需求，本发明专利技术在总体缓存命中率上的性能略优于现存缓存方案，但是在本发明专利技术中提出的缓存方案评估指标CSR上的性能显示出显著优势。

【技术实现步骤摘要】
基于用户请求可能性与时空特性的新型内容缓存部署方案
本专利技术涉及一种无线通信
的边缘缓存部署方案，具体提出了一种基于用户请求可能性和考虑时空特性的用户偏好的新型内容缓存部署方案。
技术介绍
自从第五代移动通信技术提出以来，业界对通信系统便提出了高可靠性和低延迟的要求。同时，要求5G移动通信系统具有更高的系统容量，频谱效率，能效，场景适应性和更高的用户体验质量。然而，随着各种智能设备和多媒体应用的普及，对网络通信，特别是对于因特网视频业务的需求激增。现有的被动通信模式将大大增加在高峰数据通信时间期间阻塞的可能性，因此可以考虑选择主动通信方式，例如可以提前主动缓存内容的边缘缓存。一种可行的解决方案是将位于云中心的部分资源(例如通信，计算和缓存)迁移到更靠近用户的网络边缘，以便可以在本地提供用户经常请求的内容，减少通信延迟和转发负载，并可以提高整个网络的通信质量。诸如FIFO(先进先出)，LRU和LFU之类的传统缓存技术已广泛用于有线网络中，这些缓存策略通过简单的统计数据进行分析，用足够的缓存空间和计算资源来判断可能的缓存热点，并且服务区域通常很大。然而，在实际的通信场景中，与传统的有线网络不同，AP(接入点)的缓存容量和计算资源有限，覆盖范围较小，并且用户对内容的请求具有随机特征。因此，传统的缓存技术不能应用于变化的无线通信场景。为了确保为更多内容提供有效的本地化服务并达到最小化通信延迟的目的，边缘缓存技术面临着巨大的挑战。经过对现有技术文献检索发现，SabrinaMüller等在《IEEETransactionsonWirelessCommunications,vol.16,no.2,pp.1024-1036,Feb.2017.》上发表的文章“Context-AwareProactiveContentCachingWithServiceDifferentiationinWirelessNetworks(无线网络中具有服务区分功能的上下文感知主动内容缓存)”提出了一种上下文感知的主动缓存新算法。通过定期观察已连接用户的上下文信息，更新缓存内容然后观察缓存命中，可以考虑对上下文特定内容的受欢迎程度进行在线学习。然而，它忽略了内容相似度和用户偏好对内容流行度的影响，学习复杂度较高。另经检索发现，YanxiangJiang等在《IEEETransactionsonCommunications,vol.67,no.2,pp.1268-1283,Feb.2019.》上发表的文章“UserPreferenceLearning-BasedEdgeCachingforFogRadioAccessNetwork(基于用户偏好学习的雾无线电接入网络边缘缓存)”提出了一种基于用户偏好学习的边缘缓存方案，考虑了边缘缓存的时空特性，并认为用户对内容的请求不只是遵循一定的分布，而是具有随机性，能够在线预测内容流行度，降低了计算复杂度，但是，用户在不同时间或地点对某些类型的内容的偏好程度可能存在较大差异，该文章提出的方案并没有考虑时间特性对于用户偏好的影响。经检索还发现，R.Sun等在《IEEETransactionsonVehicularTechnology，vol.69,no.1,pp.636-650,Jan.2020.》上发表了文章“QoE-DrivenTransmission-AwareCachePlacementandCooperativeBeamformingDesigninCloud-RANs(Cloud-RAN中QoE驱动的传输感知缓存放置和协作波束形成设计)”。该文章针对支持缓存的cloudRAN提出了一种短期传输策略下的长期感知传输缓存方案，以提高视频流的体验质量。然而，这些工作并没有利用大数据和基于优化工具设计缓存方案。因此，这些研究的应用可能在真实环境中受到限制，因为无论是应用哪种缓存策略，用户的偏好/满意度通常都不像统一的分布那样具有可追踪性。
技术实现思路
本专利技术要解决的技术问题是克服现有技术中传统的缓存技术不能很好的应用于变化的无线通信场景的缺陷，提供一种通过协同过滤挖掘数据集内多维信息，从用户点击行为和用户满意度两方面综合考虑缓存评估的缓存方案。为了解决上述技术问题，本专利技术提供了如下的技术方案：本专利技术考虑了内容组合特征对用户请求行为的影响，与现有方法不同，基于逻辑回归算法学习内容的多维特征影响，挖掘数据特征值之间的相关性，从而构建了用户请求概率预测算法。此外，将时间特征的影响引入到用户满意度的学习过程中，构建包含用户、内容得分和时间的三维张量数据模型，用于获取在特定时间下用户对请求内容的评分值。基于上述方法获得的用户请求概率预测值与用户满意度评分预测值得到区域用户满意度值，并以此为依据制定缓存更新策略。定义无线网络缓存模型。在无线网络的边缘，接入点AP的集合表示为不失一般性，假定每个AP的缓存容量为Δ，文件大小相同或被划分为相同大小的内容块，并且该区域的缓存内容大小满足ΔS＜＜F，其中F来自云中心文件集且随时间变化。以离散时间t＝{1，2···T}监测用户，其中T是一个有限的时间，S个APs均设置特定场景下的监测周期，用于定期监测区域用户集即第t个时间段内S个APs监测到的用户集。设第t个时间段内检测到的用户数为Mt∈[Mmin，Mmax]，Kt表示第t个时隙中的内容请求数，表示有限时间内T内的内容总请求数。表示时间t内用户请求的内容的集合。Askt，k＝(fk，xk，tk),1≤t≤T,1≤k≤Kt，其中fk代表第k个请求内容/文件，为被请求文件的特征向量，其中D表示所请求内容的特征维数。用户在时间t内的请求Askt，k以及请求内容fk的特征xk会被同时记录下来。为了提高用户请求概率模型的预测精度，该记录将会被用来进行用户请求概率模型的更新。本专利技术是通过以下技术方案实现的，本专利技术包括如下步骤：S1、将区域用户在时间t内对于某个可能请求的内容fk的满意程度定义为区域用户请求满意度Qt，k。在时间t内，抽取请求内容fk的特征矢量xk以及在用户请求行为模型中学习到的参数向量去预测用户m的点击可能性S2、利用请求内容特征向量xk特征向量符号一致问题、用户m对请求内容fk的偏好向量mk以及时间特征向量tk去预测用户在第t时间内对第k个请求内容的请求评分向量最后，利用用户点击可能性预测值与用户偏好来预测用户请求满意度(RPSA)由此，区域用户请求满意度为S3、缓存更新。为了方便查看当前的请求内容是否已经缓存在本地，设置一个本地缓存内容集用于当前缓存内容的存储。对于一个请求内容fk，S个APs均需要做出相应的缓存决策，以确定是否将该请求内容缓存在本地。在缓存更新过程中，用户不仅会更改请求内容的可能性，还可能会改变对相同内容的满意度。当内容请求到达AP时，缓存实体首先检查所请求的内容是否已经存储在本地存储ct，k，如果内容位于ct，k中，则AP将直接服务于用户，否则，将从存储该内容的云文件中心或相邻的块AP中检索内容，并进一步确定是否需要在本地缓存该请求本文档来自技高网...

【技术保护点】
1.一种基于用户请求可能性与时空特性的新型内容缓存部署方案，其特征在于，包括以下步骤：/nS1、定义无线网络缓存模型：/n以离散时间t＝{1，2…T}监测用户，其中T是一个有限的时间，S个APs均设置特定场景下的监测周期，用于定期监测区域用户集

【技术特征摘要】
20201019 CN 20201111505061.一种基于用户请求可能性与时空特性的新型内容缓存部署方案，其特征在于，包括以下步骤：
S1、定义无线网络缓存模型：
以离散时间t＝{1，2…T}监测用户，其中T是一个有限的时间，S个APs均设置特定场景下的监测周期，用于定期监测区域用户集即第t个时间段内S个APs监测到的用户集；
假设第t个时间段内检测到的用户数为Mt∈[Mmin，Mmax]，令Kt表示第t个时隙中的用户请求数，表示有限时间内T内的总请求数；表示时间t内的用户请求集合；Askt，k＝(fk，xk，tk)，1≤t≤T，1≤k≤Kt，其中fk代表k个请求内容/文件，表示为被请求文件的特征向量，其中D表示所请求内容的特征维数；用户在时间t内的请求Askt，k以及请求内容fk的特征xk会被同时记录下来；
S2、首先在时间t内，抽取请求内容fk的特征矢量xk以及在用户请求行为模型中学习到的参数向量去预测用户m的点击可能性其次，利用请求内容特征向量xk内容特征矢量符号需一致、用户m对请求内容fk的偏好向量mk以及时间特征向量tk去预测用户在第t时间内对第k个请求内容的请求评分向量最后，利用用户点击可能性预测值与用户偏好来预测用户请求满意度由此，区域用户请求满意度为
S3、为了方便查看当前的请求内容是否已经缓存在本地，设置一个本地缓存内容集用于当前缓存内容的存储；对于一个请求内容fk，S个APs均需要做出相应的缓存决策，以确定是否将该请求内容缓存在本地；当内容请求到达AP时，缓存实体首先检查所请求的内容是否已经存储在本地存储如果内容位于中，则AP将直接服务于用户；否则，将从存储该内容的云文件中心或相邻的块AP中检索内容，并进一步确定是否需要在本地缓存该请求内容。


2.如权利要求1所述的基于用户请求可能性与时空特性的新型内容缓存部署方案，其特征在于，S3中缓存更新的具体方法为：
令表示一个优先级队列，其每个元素都是一个元组，由当前请求内容fk，该内容相应的初始缓存时间以及区域RPSAQt，k组成；以Qt，k和的升序排列，当缓存更新发生时，在本地缓存中快速定位到需要替换的内容fls；接下来，根据Qt，k与Qls的比较来做出缓存决定，如果Qt，k大于Qls，则本地缓存中的内容fls将被当前请求的内容fk代替，所以，原本地缓存中的[fls，tls，Qls]将会被更新为为了下次缓存更新的快速定位，将会重新排序，相反，将不会发生缓存更新。


3.如权利要求1所述的基于用户请求可能性与时空特性的新型内容缓存部署方案，其特征在于，S2中用户请求行为模型的预测模型具体如下：
S1.当一个请求内容被发起...

【专利技术属性】
技术研发人员：徐友云，李大鹏，蒋锐，
申请(专利权)人：南京爱而赢科技有限公司，
类型：发明
国别省市：江苏;32