CN110913430B - 无线网络中文件的主动式协作缓存方法及缓存管理装置 - Google Patents
无线网络中文件的主动式协作缓存方法及缓存管理装置 Download PDFInfo
- Publication number
- CN110913430B CN110913430B CN201911377701.6A CN201911377701A CN110913430B CN 110913430 B CN110913430 B CN 110913430B CN 201911377701 A CN201911377701 A CN 201911377701A CN 110913430 B CN110913430 B CN 110913430B
- Authority
- CN
- China
- Prior art keywords
- cache
- file
- probability
- network
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000002131 composite material Substances 0.000 claims abstract description 30
- 150000001875 compounds Chemical class 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 238000013329 compounding Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 30
- 238000009826 distribution Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 101100481876 Danio rerio pbk gene Proteins 0.000 claims description 8
- 101100481878 Mus musculus Pbk gene Proteins 0.000 claims description 8
- 230000006399 behavior Effects 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 230000000717 retained effect Effects 0.000 claims description 4
- 230000003139 buffering effect Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 11
- 238000004364 calculation method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 208000000649 small cell carcinoma Diseases 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0289—Congestion control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
Description
技术领域
本发明属于无线通信技术领域,更具体地,涉及一种无线网络中文件的主动式协作缓存方法及缓存管理装置。
背景技术
通过在通信节点中部署存储设备,如服务器、缓存器等,运营商可将内容提供商的授权文件复制多个文件副本,缓存在用户较为密集的网络设备中,以使得用户向内容远端内容服务器请求访问数据时,可从本地缓存获取文件数据,即为网络内缓存技术,图1所示为应用了网络内缓存技术的一种无线网络通信场景。网络内缓存技术显著降低了通信时延和后端通信链路负载。部署存储设备的通信节点包括但不限于宏基站(Macro Base-station)、小基站(Small-cell Base-station)、边缘计算服务器(Edge-computingServer)、交换机(Switch)和路由器(Router)。网络内缓存技术的核心问题之一是如何制定缓存策略,即确认每个文件的副本数量,与每个副本被存储的缓存位置。
无线网络中缓存文件的方式分为被动式缓存和主动式缓存。被动式缓存在处理用户下载文件的请求时,基于局部最优性假设确定下载的路由路径,并在下载的过程中对被下载文件进行缓存;相比于传统基于局部最优性假设的缓存方法,如最小访问频率更新(Least Frequently Used,LFU),主动式缓存方法通过预测不同地区用户的文件访问规律,优化缓存文件的放置策略,显著提升通信网络中缓存节点缓存文件的击中率。
但是,现有的主动式缓存技术存在至少两个问题:(1)针对大规模缓存网络,未充分考虑无线网络带宽受限的特点,盲目地在热点地区缓存大量流行文件的副本,导致热点地区缓存节点流量显著提升,造成局部网络拥塞,影响缓存击中率;(2)针对多个缓存节点中同一文件的多个副本,未考虑多用户请求的负载均衡问题,盲目地将所有下载请求路由至有限的缓存节点中,造成局部网络拥塞,影响缓存击中率。总的来说,现有的主动式缓存方法,缓存击中率有待提高。
发明内容
针对现有技术的缺陷和改进需求,本发明提供了一种无线网络中文件的主动式协作缓存方法及缓存管理装置,其目的在于,避免网络拥塞,并提高无线网络的缓存击中率。
为实现上述目的,按照本发明的第一方面,提供了一种无线网络中文件的主动式协作缓存方法,包括:
(2)根据网络状态信息、文件的地理位置分布与热度,预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn;
(4)将文件沿备选路由路径由缓存节点n传输到用户源节点k记为随机事件设置随机事件发生的概率使得备选路由路径p的流量不超过链路平均带宽Bl;将备选路由路径p的缓存节点n缓存流行文件f(k)记为随机事件xnf,设置随机事件xnf发生的概率使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn,且f(k)为从用户源节点k请求下载的文件;
(6)为从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径,最终使得联合条件概率函数的函数值为零,并以所选择的备选路由路径作为预路由路径,从而得到预路由策略;
(7)根据预路由策略反向推理得到缓存策略,并根据所得到的缓存策略更新网络中缓存节点存储的文件列表,使得沿每条预路由路径能够完整下载被请求的文件。
本发明基于网络中文件传输和缓存的独立随机事件,复合得到反映网络资源不足或缓存击中率过低的复合随机事件,通过预路由策略的确定对所有复合随机事件都不发生的联合条件概率进行控制,最终使得该联合条件概率为0,即任意一个复合随机事件发生的概率为0,从而能够避免引起网络资源不足或缓存击中率过低的事件发生,不仅考虑了在热点区域缓存过多流行文件副本导致的局部访问量过大的问题,还能兼顾同一流行文件多副本之间的流量均衡问题,因此,本发明能够避免网络拥塞,提高缓存击中率。
在缓存策略确定,并且网络中缓存节点中存储的文件列表更新完成后,若远端内容服务器接收到用户发送的下载文件的请求,则按照预路由路径将文件下载请求引流至对应缓存节点,若该缓存节点的缓存设备中存在带访问文件的副本,则沿预路由路径传输文件数据;否则,从远端内容服务器传输文件数据。
本发明利用快速傅里叶变换计算复合随机事件发生的概率,可以避免遍历流行文件库中所有的文件组合,即不需要遍历所有可能的子集以简化计算。同时相比于基于中心不等式的估计式其准确度更高,复杂度更低。以为例说明。链路消耗h单位带宽的概率可由遍历流行文件库中所有的文件组合,找到集合中所有满足条件的子集得到。每个满足条件的子集需保证当且仅当该子集和中随机事件全都发生,且子集合在基础集上的补集中的随机事件全都不发生时,正好消耗h单位带宽,其概率为 则链路l消耗的带宽小于Bl的概率为显然,链路拥塞发生的概率的等于
进一步地,步骤(6)包括:
(63)若还存在下载请求为处理,则重新选择一个下载请求,并转入步骤(61),为新的下载请求确定备选路由路径;否则,转入步骤(65);
(64)保留当前的下载请求不变,并转入步骤(61),为当前的下载请求重新确定备选路由路径;
(65)操作结束;
本发明在确定预路由策略时,引入联合条件概率上界的概念间接对路径选择过程进行控制,最终能够使得联合条件概率为0,并有效简化计算过程。
进一步地,本发明第一方面提供的无线网络中文件的主动式协作缓存方法,还包括:经过预设的时间间隔后,重新执行步骤(1)~(7),以更新缓存策略。
本发明定期对所确定的缓存策略进行更新,能够自适应网络负载的变化,提高预测准确度,从而提高缓存击中率。
按照本发明的第二方面,提供了一种无线网络中文件的主动式缓存管理装置,包括:第一预测模块、第二预测模块、路径选择模块、随机事件构造模块、随机事件复合模块、预路由模块以及反向推理模块;
第二预测模块,用于根据网络状态信息、文件的地理位置分布与热度,预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn;
随机事件构造模块,用于将流行文件沿备选路由路径由缓存节点n传输到用户源节点k记为随机事件设置随机事件发生的概率使得备选路由路径p的流量不超过链路平均带宽Bl;将备选路由路径p的缓存节点n缓存流行文件f(k)记为随机事件xnf,设置随机事件xnf发生的概率使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn,且f(k)为从用户源节点k请求下载的文件;
预路由模块,用于从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径,使得联合条件概率函数的函数值为零,并以所选择的备选路由路径作为预路由路径,从而得到预路由策略;
反向推理模块,用于根据预路由策略反向推理得到缓存策略,并根据所得到的缓存策略更新网络中缓存节点存储的文件列表,使得沿每条预路由路径能够完整下载被请求的文件。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:
(1)本发明基于网络中文件传输和缓存的独立随机事件,复合得到反映网络资源不足或缓存击中率过低的复合随机事件,通过预路由策略的确定对所有复合随机事件都不发生的联合条件概率进行控制,最终使得该联合条件概率为0,即任意一个复合随机事件发生的概率为0,从而能够避免引起网络资源不足或缓存击中率过低的事件发生,因此,本发明能够避免网络拥塞,提高缓存击中率。
(3)本发明经过一个时间间隔后,会对缓存策略进行更新,能够自适应网络负载的变化,提高预测准确度,从而提高缓存击中率。
附图说明
图1为现有应用网络内缓存技术的无线网络通信场景示意图;
图2为本发明实施例提供的无线网络中文件的主动式协作缓存方法流程图;
图3为本发明实施例提供的无线网络中文件的主动式协作缓存管理装置示意图;
图4为本发明实施例提供的对图3所示装置的应用实例示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明中,本发明及附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
为了避免网络拥塞,并提高无线网络的缓存击中率,本发明提供的无线网络中文件的主动式协作缓存方法,如图2所示,包括:
可选地,所收集的用户行为数据,可以包括:基站、网关所辖范围内子网用户在特定时间段(例如72小时)内发出的文件下载请求类型、次数或频率、文件大小、全网用户之间的社交关系等等;
可选地,文件的地理位置分布与热度为:基站在给定时间段(例如72小时)内收到下载每个流行文件库中文件的请求数量的期望;
用于筛选流行文件的参数topK可根据实际的网络规模和应用的热度分布确定,例如,在本实施例中,设置topK=1000,在利用流行文件构建/更新流行文件库时,具体可记录文件ID、文件数据量、访问地点、访问时间,等等;
具体预测时,可采用任意一种机器学习方法,例如,可采用协同过滤方法,以基站、网关所辖范围内子网用户的文件下载请求类型、次数、文件大小和全网用户之间的社交关系作为训练矩阵,以最小化标签误差为优化目标,训练深度神经网络模型,进而根据数据集为基站、网关上报的用户行为的实时数据,预测下一时间段各基站、网关发出的文件下载概率;
(2)根据网络状态信息、文件的地理位置分布与热度,预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn;
可选地,网络状态信息包括网络设备的状态信息和缓存设备的状态信息;网络状态信息网络设备的状态信息包括链路ID、带宽、连接数、时延、用户设备地理位置,接入点ID等;缓存设备状态信息包括缓存设备ID、缓存地址空间大小、缓存设备I/O速度等;
上述网络状态信息科通过软定义网络南桥接口实时读取并记录,网络设备在端口l上传输速率,或下次更新时预分配带宽;预分配带宽B1可由给定时间段(例如72小时)内的网络设备在端口l上传输速率的统计平均值表示;
应当理解的是,一个<用户源节点k、缓存节点n>对由网络中的两个不同节点构成,其中一个为源节点,另外一个为终节点;
(4)将流行文件沿备选路由路径由缓存节点n传输到用户节点k记为随机事件设置随机事件发生的概率使得备选路由路径p的流量不超过链路平均带宽Bl;将备选路由路径p的缓存节点n缓存流行文件f(k)记为随机事件xnf,设置随机事件xnf发生的概率使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn,且f(k)为从用户源节点k请求下载的文件;
为简化记号,不失一般性,每个用户下载一个文件,从用户源节点k下载的文件记为f(k),单用户下载多个文件的情况可以虚拟出多个虚拟用户,其用户源节点相同,但下载文件类型不一致;
在一个可选的实施方式中,根据随机事件和xnf复合得到的复合随机事件包括:缓存超载(即缓存所存储的数据量超过预设的阈值)、链路拥塞(即链路拥塞程度超过预设的阈值)和缓存击中率过低(即缓存击中率低于预设的阈值);应当说明的是,具体获得哪些复合随机事件,可根据具体的应用需求确定,只要这些复合随机事件或者反映网络资源不足,或者反映缓存击中率过低,并且在所有复合随机事件中,网络资源不足和缓存击中率过低都予以反映即可;
本实施例利用快速傅里叶变换计算复合随机事件发生的概率,避免遍历流行文件库中所有的文件组合,以简化计算;
(6)为从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径,使得联合条件概率函数的函数值为零,并以所选择的备选路由路径作为预路由路径,从而得到预路由策略;
在一个可选的实施方式中,步骤(6)中,每确定一条备选路由路径后,联合条件概率上界的函数值h有所下降;
在一个可选的实施方式中,步骤(6)具体包括:
(63)若还存在下载请求为处理,则重新选择一个下载请求,并转入步骤(61),为新的下载请求确定备选路由路径;否则,转入步骤(65);
(64)保留当前的下载请求不变,并转入步骤(61),为当前的下载请求重新确定备选路由路径;
(65)操作结束;
本实施例在确定预路由策略时,引入联合条件概率上界的概念间接对路径选择过程进行控制,最终能够使得联合条件概率为0,并有效简化计算过程;
(7)根据预路由策略反向推理得到缓存策略,并根据所得到的缓存策略更新网络中缓存节点存储的文件列表,使得沿每条预路由路径能够完整下载被请求的文件。
本发明基于网络中文件传输和缓存的独立随机事件,复合得到反映网络资源不足或缓存击中率过低的复合随机事件,通过预路由策略的确定对所有复合随机事件都不发生的联合条件概率进行控制,最终使得该联合条件概率为0,即任意一个复合随机事件发生的概率为0,从而能够避免引起网络资源不足或缓存击中率过低的事件发生,不仅考虑了在热点区域缓存过多流行文件副本导致的局部访问量过大的问题,还能兼顾同一流行文件多副本之间的流量均衡问题,因此,本发明能够避免网络拥塞,提高缓存击中率。
在缓存策略确定,并且网络中缓存节点中存储的文件列表更新完成后,若远端内容服务器接收到用户发送的下载文件的请求,则按照预路由路径将文件下载请求引流至对应缓存节点,若该缓存节点的缓存设备中存在带访问文件的副本,则沿预路由路径传输文件数据;否则,从远端内容服务器传输文件数据。
为了自适应网络负载的变化,提高预测准确度,从而提高缓存击中率,上述无线网络中文件的主动式协作缓存方法,还可包括:经过预设的时间间隔后,重新执行步骤(1)~(7),以更新缓存策略。
本发明还提供了一种无线网络中文件的主动式缓存管理装置,如图3所示,包括:第一预测模块、第二预测模块、路径选择模块、随机事件构造模块、随机事件复合模块、预路由模块以及反向推理模块;
第二预测模块,用于根据网络状态信息、文件的地理位置分布与热度,预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn;
随机事件构造模块,用于将流行文件沿备选路由路径由缓存节点n传输到用户节点k记为随机事件设置随机事件发生的概率使得备选路由路径p的流量不超过链路平均带宽Bl;将备选路由路径p的缓存节点n缓存流行文件f记为随机事件xnf,设置随机事件xnf发生的概率使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn,目f(k)为从用户源节点k请求下载的文件;
预路由模块,用于从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径,使得联合条件概率函数的函数值为零,并以所选择的备选路由路径作为预路由路径,从而得到预路由策略;
反向推理模块,用于根据预路由策略反向推理得到缓存策略,并根据所得到的缓存策略更新网络中缓存节点存储的文件列表,使得沿每条预路由路径能够完整下载被请求的文件;
在本实施例中,各模块的具体实施方式可参考上述方法实施例中的描述,在此将不作复述。
应用实例
图4为一个具体的无线网络通信***实例,该***中实现了图3所示的无线网络中文件的主动式协作缓存管理装置,图4描述了异构LTE网络中文件的主动式协作缓存的具体实现;LTE无线接入网RAN由4个eNodeB(基站)组成,其中一个为宏基站eNodeB,内部部署有1一个MME、1个SGW,1个EPC,其余eNodeB部署在小蜂窝中;eNodeB作为LTE接入网的核心单元,支持挂载额外的缓存设备。文件库中文件大小均为一个单位。
在图4所示的通信***中,文件的主动式协作缓存过程包括:
(S1)搜集72小时内宏基站覆盖范围下用户下载文件的ID、文件大小与数据,统计流行文件,更新流行文件数据库利用协同过滤技术,根据用户移动规律与社交关系,预测得知,在未来某时间段内用户1将请求下载流行文件1,用户UE2将请求下载流行文件1,用户UE3将请求下载流行文件1,用户UE4将请求下载流行文件3,用户UE5将请求下载流行文件3,用户UE6将请求下载流行文件4,用户UE7将请求下载流行文件5;预测准确率等于6/7;
(S2)为流行文件库中的每个文件,遍历可选路由路径,并赋予将该文件数据由该路由路径传输这一随机事件一个概率值;
该步骤具体包括:
(S22)求解下述优化问题:
上述符号的具体含义与上述方法实施例中的描述相同;在此应用实例中,优化模型非零最优值汇总如下表所示:
(S4)根据快速傅里叶变换得到的概率值,计算预路由路径;该步骤具体包括:
在本实施例中,联合概率的上界h初始值为0.351;
逐用户凑整流行文件访问路由策略,并同步更新联合概率上界h,保障路由策略未造成网络拥塞或缓存超载;
(S46)根据预路由策略计算合法的缓存策略:
在本发明实施例中,两次迭代即可得到完整的预路由路径。
第一次迭代确认了用户UE1的预路由路径。详细步骤如下,若令即要求用户UE1沿着小基站-链路2-宏基站-缓存3下载文件1时,此时联合概率上界h小于1,确认接受用户UE1的路由路径1,即小基站-链路2-宏基站-缓存3下载文件1,为预路由路径。
第二次迭代确认了用户UE6的预路由路径。详细步骤如下,若令即要求用户UE6沿着小基站-链路4-宏基站-宏基站缓存下载文件4时,此时联合概率上界h大于1,放弃用户UE6的路由路径1。若令要求用户UE6沿着宏基站-链路1-远端服务器-缓存1下载文件4时,此时联合概率上界h小于1,确认接受用户UE6的路由路径2,即宏基站-链路1-远端服务器-缓存1下载文件1,为预路由路径。
(S5)由预路由路径反向还原缓存策略,即在下一时间段内,缓存2存储文件1,缓存3存储文件3、文件1。
(S6)在应用实例中,如附图4所示,用户UE1请求下载流行文件1,用户UE2请求下载流行文件2,用户UE3请求下载流行文件1,用户UE4请求下载流行文件3,用户UE5请求下载流行文件3,用户UE6请求下载流行文件4,用户UE7请求下载流行文件5。本实施例中,步骤(1)预测准确率为6/7,在所提方法下缓存击中率为4/7。
另外,在实际应用中,各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种无线网络中文件的主动式协作缓存方法,其特征在于,包括:
(2)根据网络状态信息、文件的地理位置分布与热度,预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn;
(4)将流行文件沿备选路由路径从缓存节点n传输到用户源节点k记为随机事件设置随机事件发生的概率使得备选路由路径p的经过链路l的流量不超过链路平均带宽Bl;将备选路由路径p的缓存节点n缓存流行文件f(k)记为随机事件xnf,设置随机事件xnf发生的概率使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn,且f(k)为从用户源节点k请求下载的文件;
(6)为从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径,使得联合条件概率函数的函数值为零,并以所选择的备选路由路径作为预路由路径,从而得到预路由策略;
(7)根据预路由策略反向推理得到缓存策略,并根据所得到的缓存策略更新网络中缓存节点存储的文件列表,使得沿每条预路由路径能够完整下载被请求的文件;
所述步骤(6)包括:
(63)若还存在下载请求为处理,则重新选择一个下载请求,并转入步骤(61),为新的下载请求确定备选路由路径;否则,转入步骤(65);
(64)保留当前的下载请求不变,并转入步骤(61),为当前的下载请求重新确定备选路由路径;
(65)操作结束;
2.如权利要求1任一项所述的无线网络中文件的主动式协作缓存方法,其特征在于,还包括:经过预设的时间间隔后,重新执行步骤(1)~(7),以更新缓存策略。
3.一种无线网络中文件的主动式缓存管理装置,其特征在于,包括:第一预测模块、第二预测模块、路径选择模块、随机事件构造模块、随机事件复合模块、预路由模块以及反向推理模块;
所述第二预测模块,用于根据网络状态信息、文件的地理位置分布与热度,预测下一时段的链路l的平均带宽Bl、网络拓扑以及缓存最大空间Cn;
所述随机事件构造模块,用于将流行文件沿备选路由路径从缓存节点n传输至用户源节点k记为随机事件设置随机事件发生的概率使得备选路由路径p的流量不超过链路平均带宽Bl;将备选路由路径p的缓存节点n缓存流行文件f(k)记为随机事件xnf,设置随机事件xnf发生的概率使得缓存节点n缓存的文件数据总量不超过缓存最大空间Cn,且f(k)为从用户源节点k请求下载的文件;
所述预路由模块,用于为从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径,使得联合条件概率函数的函数值为零,并以所选择的备选路由路径作为预路由路径,从而得到预路由策略;
所述反向推理模块,用于根据预路由策略反向推理得到缓存策略,并根据所得到的缓存策略更新网络中缓存节点存储的文件列表,使得沿每条预路由路径能够完整下载被请求的文件;
所述预路由模块为从每一个用户源节点下载每一个流行文件的下载请求分别确定一条备选路由路径,使得联合条件概率函数的函数值为零,并以所选择的备选路由路径作为预路由路径,从而得到预路由策略的方式包括如下步骤:
(63)若还存在下载请求为处理,则重新选择一个下载请求,并转入步骤(61),为新的下载请求确定备选路由路径;否则,转入步骤(65);
(64)保留当前的下载请求不变,并转入步骤(61),为当前的下载请求重新确定备选路由路径;
(65)操作结束;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911377701.6A CN110913430B (zh) | 2019-12-27 | 2019-12-27 | 无线网络中文件的主动式协作缓存方法及缓存管理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911377701.6A CN110913430B (zh) | 2019-12-27 | 2019-12-27 | 无线网络中文件的主动式协作缓存方法及缓存管理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110913430A CN110913430A (zh) | 2020-03-24 |
CN110913430B true CN110913430B (zh) | 2021-07-27 |
Family
ID=69828111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911377701.6A Active CN110913430B (zh) | 2019-12-27 | 2019-12-27 | 无线网络中文件的主动式协作缓存方法及缓存管理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110913430B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112261668B (zh) * | 2020-10-20 | 2022-07-19 | 北京邮电大学 | 移动边缘网络中的内容缓存方法、装置、电子设备 |
CN113242574A (zh) * | 2021-04-30 | 2021-08-10 | 平安科技(深圳)有限公司 | 负载均衡方法、***、计算机设备及可读存储介质 |
CN115529240B (zh) * | 2022-08-18 | 2024-06-21 | 北京邮电大学 | 一种联合内容缓存和传输路由的网络优化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107682886A (zh) * | 2017-09-01 | 2018-02-09 | 北京邮电大学 | 一种多路径的数据传输方法 |
CN109600815A (zh) * | 2018-12-12 | 2019-04-09 | 东软集团(北京)有限公司 | 一种实现数据转发的方法、装置及存储设备、程序产品 |
CN110166952A (zh) * | 2019-05-23 | 2019-08-23 | 西安电子科技大学 | 基于广播同步的无线传感器网络数据采集方法及*** |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7562271B2 (en) * | 2005-09-26 | 2009-07-14 | Rambus Inc. | Memory system topologies including a buffer device and an integrated circuit memory device |
US11108627B2 (en) * | 2016-12-30 | 2021-08-31 | Intel Corporation | Object identification for groups of IoT devices |
US10498951B2 (en) * | 2017-01-23 | 2019-12-03 | Digital Global Systems, Inc. | Systems, methods, and devices for unmanned vehicle detection |
US11436258B2 (en) * | 2018-03-17 | 2022-09-06 | University Of Southern California | Prometheus: processing-in-memory heterogenous architecture design from a multi-layer network theoretic strategy |
CN110324877B (zh) * | 2019-04-22 | 2021-04-13 | 北京邮电大学 | 基于伺服骨干网与Vikor多标准决策的中继机器人路由方法 |
US11184457B2 (en) * | 2019-06-27 | 2021-11-23 | Intel Corporation | Information-centric network data cache management |
-
2019
- 2019-12-27 CN CN201911377701.6A patent/CN110913430B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107682886A (zh) * | 2017-09-01 | 2018-02-09 | 北京邮电大学 | 一种多路径的数据传输方法 |
CN109600815A (zh) * | 2018-12-12 | 2019-04-09 | 东软集团(北京)有限公司 | 一种实现数据转发的方法、装置及存储设备、程序产品 |
CN110166952A (zh) * | 2019-05-23 | 2019-08-23 | 西安电子科技大学 | 基于广播同步的无线传感器网络数据采集方法及*** |
Non-Patent Citations (2)
Title |
---|
"5G绿色超密集无线异构网络:理念、技术及挑战";李渝舟、江涛曹、洋李赞;《电信科学》;20170620(第6期);全文 * |
"Joint Caching and Routing in Congestible Networks of Arbitrary Topology";Boxi Liu,Konstantinos Poularakis,Leandros Tassiulas,and Tao Jian;《IEEE Internet of Things Journal》;20190816;第6卷(第6期);第1-14页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110913430A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108121512B (zh) | 一种边缘计算服务缓存方法、***、装置及可读存储介质 | |
CN110913430B (zh) | 无线网络中文件的主动式协作缓存方法及缓存管理装置 | |
Hu et al. | Twin-timescale artificial intelligence aided mobility-aware edge caching and computing in vehicular networks | |
KR101943530B1 (ko) | 이동성 관리를 위한 가상 서빙 게이트웨이를 배치하기 위한 시스템 및 방법 | |
CN112020103B (zh) | 一种移动边缘云中的内容缓存部署方法 | |
Banaie et al. | Load-balancing algorithm for multiple gateways in fog-based internet of things | |
CN111953547B (zh) | 一种基于业务的异构基站重叠分组及资源配置方法及装置 | |
CN110958573B (zh) | 车载内容中心网络下基于一致性哈希的移动感知协作缓存方法 | |
Krolikowski et al. | A decomposition framework for optimal edge-cache leasing | |
CN113076177B (zh) | 一种边缘计算环境下的虚拟机动态迁移方法 | |
CN115884094A (zh) | 一种基于边缘计算的多场景协作优化缓存方法 | |
CN113993168B (zh) | 一种雾无线接入网中基于多智能体强化学习的协作缓存方法 | |
Li et al. | DQN-enabled content caching and quantum ant colony-based computation offloading in MEC | |
CN115766722A (zh) | 一种基于信息中心网络的算力网络任务调度方法及装置 | |
Wang et al. | Proactive caching in mobile networks with delay guarantees | |
US20170207974A1 (en) | Method and system for distributed optimal caching of content over a network | |
CN113472420B (zh) | 一种基于区域用户兴趣感知的卫星网络缓存放置方法 | |
CN110621052A (zh) | 一种多路径路由优化方法 | |
CN110784881B (zh) | 一种物联终端多级边缘节点主动缓存方法、设备及介质 | |
CN115904731A (zh) | 一种边缘协作式副本放置方法 | |
CN112954026B (zh) | 一种基于边缘计算的多约束内容协作缓存优化方法 | |
Hsu et al. | DiffServ‐based bandwidth‐constrained anycast routing in a mobile IPv6 network | |
WO2022152871A1 (en) | Method of managing a vehicle internet service in a cellular network of at least fourth generation 4g | |
Dias et al. | Approaches to resource reservation for migrating real-time sessions in future mobile wireless networks | |
CN112822726B (zh) | 一种Fog-RAN网络缓存放置问题的建模和决策方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |