一种层次化偏好感知的视频内容缓存方法技术

本发明专利技术涉及一种层次化偏好感知的视频内容缓存方法，属于无线通信领域。该方法包括：S1：根据视频的类型偏好和该类型的内容排名，构建层次化用户个人偏好特征模型；S2：构建最大化系统命中率的预缓存模型；S3：结合用户不同访问方式下的请求概率和时延信息，构建最小化时延模型，为预缓存中的内容选择合适缓存策略，使得用户请求内容平均时延最小。本发明专利技术可有效地降低用户请求平均时延，具有广阔的运用前景。前景。前景。

【技术实现步骤摘要】
一种层次化偏好感知的视频内容缓存方法


[0001]本专利技术属于无线通信领域，涉及一种层次化偏好感知的视频内容缓存方法。

技术介绍

[0002]在视频传输中，用户体验质量(Quality of Experience，QoE)对于降低网络时延提出了更严格的要求。在这种数据需求的情况下，回程链路传输面临着诸多挑战。对此，Akamai公司提出了无线缓存，将视频缓存从骨干内容分发网络(Content Delivery Network，CDN)迁移到边缘网络节点，例如用户终端和服务基站(Base Station，BS)，对于大规模视频传输问题，无线视频缓存缓解了回程链路有限容量的瓶颈问题，有效改善了服务延迟。
[0003]为了进一步增加边缘缓存的存储容量，一种比较有前途的方法是部署可以从宏基站(Macro Base Stations，MBS)卸载大量数据的小基站(Small Base Stations，SBS)，SBS的存储容量较小，与MBS一起组成异构蜂窝网络。与传统的蜂窝网络相比，异构蜂窝网络的密集小小区接入避免了信号盲区问题，还可以完成现有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种层次化偏好感知的视频内容缓存方法，其特征在于：该方法包括以下步骤：S1：根据视频的类型偏好和该类型的内容排名，构建层次化用户个人偏好特征模型；S2：构建最大化系统命中率的预缓存模型；S3：结合用户不同访问方式下的请求概率和时延信息，构建最小化时延模型，为预缓存中的内容选择合适缓存策略，使得用户请求内容平均时延最小。2.根据权利要求1所述的一种层次化偏好感知的视频内容缓存方法，其特征在于：所述S1具体包括以下步骤：S11：将内容库中的内容I分为G个类型，用户u对每种类型的内容都有自己的偏好，定义偏好函数r(u,g)表示用户u对类型g的偏好：其中，h
u
为用户u历史访问内容信息，p(g|h
u
)是条件特征概率，即历史信息中包含类型g内容的概率；p(g)是无条件特征概率，表示整个内容集中包含类型g内容的概率；S12：用户u对内容i的偏好概率α
i,u
由内容类型偏好与内容在类型中的偏好P(f)共同决定，因此，通过基于类型偏好的层次结构来定义用户u对内容i的偏好：其中，r(u,g)表示用户
u
对类型g的偏好；P(f)表示内容i在该类型中的偏好；χ表示类型中排名对用户偏好概率的权重因子；α
i,u
的取值在[0,1]之间，其值越大，表示用户u对内容i的请求概率越大；S13：用户对视频内容的偏好由用户对该内容类型的偏好与内容在该类型中的排名共同决定，其中，用户u对类型g的偏好程度取决于该类型中被用户评分的视频内容数量，通过包含类型g的评分视频集合的请求概率p(g)，以及用户历史信息中包含类型g的视频集合的请求概率p(g|h
u
)来确定；而用户u对于类型g中的内容偏好P(f)无法直接获取，考虑利用面向时间序列预测的LSTM进行预测；LSTM网络结构包括输入门x
t
、遗忘门f
t
、输出门y
t
，这些门根据序列中的数据重要程度决定保留还是丢弃；时间t内，LSTM有L个输入x(t)＝[g
u
(t),g
u
(t+1),...,g
u
(t+L
‑
1)]，其中L是时间窗口，确认为LSTM每个单元的输入数据样本的数量；LSTM的理想输出为y(t)＝g
u
(t+L)，其中t＝1,2,...,T
d
，T
d
是数据样本的总数；定义g
u
(t+L)为LSTM在时间t的预测输出，预测过程中优化目标是优化LSTM的权重和偏差，使均方根误差RMSE最小，其中RMSE定义为：其中，ω表示训练次数。3.根据权利要求2所述的一种层次化偏好感知的视频内容缓存方法，其特征在于：所述S2具体包括以下步骤：
S21：当用户请求的内容不在边缘服务器时，需要从云服务器获取请求内容；若该内容经常被用户请求，则每次请求都要经过云服务器传输到MBS再发送给用户，会产生较大的回传传输冗余；缓存系统需要满足用户边缘缓存命中率需求，即用户所需内容被边缘服务器缓存的概率；定义MBS覆盖区域内命中率最大化的预缓存目标函数为：P1:s.t.C1:C2:其中，优化变量为预缓存集合，通过从云服务器中挑选出使得该MBS覆盖区域的高命中率内容，放置到预缓存集合中，提高MBS覆盖区域内的命中率，同时减轻缓存策略的内容筛选难度；α
i,u
表示用户u对内容i的偏好概率，由LSTM预测得到；β
i
表示预缓存集合的二进制变量，β
i
＝1时即内容i属于预缓存集合β
i
＝0时C1表示每个内容只能在预缓存集合中出现一次；C2表示预缓存集合容量的约束，s
i
为内容i的大小；S22：为求解P1中MBS和SBS n的预缓存内容集合用表示预缓存内容的补充集，即表示预缓存内容的补充集，即为云服务器中存储的所有内容；利用交换阻塞对完成预缓存集合的双边交换，给出交换阻塞对定义：给定一对(i,j)，其中并且则(i,j)满足时为交换阻塞对，其中，即交换对中预缓存集合中的内容i和非预缓存集合中的内容j进行交换时，集合的命中率增加了，则称(i,j)为交换阻塞对；阻塞对即代表(i,j)阻止了预缓存集合朝着高命中率的方向发展，需要交换(i,j)所在集合的位置，直到找不到交换阻塞对，改善命中率，得到预缓存策略4.根据权利要求3所述的一种层次化偏好感知的视频内容缓存方法，其特征在于：所述S3具体包括以下步骤：S31：在内容请求阶段用户发起请求，如果SBS缓存了内容，则用户u通过无线通信链路直接从本地SBS中获取请求内容，结合用户对内容的偏好和内容在本地SBS上的缓存情况c
i,n
，得到用户u从SBS n/MBS获取内容i的概率为：p
u,n,i
＝α
i,u
c
i,n
其中，α
i,u
表示用...

【专利技术属性】
技术研发人员：杨鹏，王慧，张鸿，王汝言，吴大鹏，杨志刚，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：