一种移动边缘云中的内容缓存部署方法.pdf
努力****晓骞
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种移动边缘云中的内容缓存部署方法.pdf
本发明公开了一种移动边缘云中的内容缓存部署方法,该方法结合移动边缘计算与组播路由,构建带控制器的宏蜂窝‑微蜂窝二层异构网络架构,解决多小区的协作缓存问题。在此架构基础上将移动边缘云中的内容缓存部署问题转化为一种0‑1整数规划问题,提出解决此问题的缓存部署方法。该方法以组播交付作为切入点,将文件的流行度和交付时延作为部署的依据,结合基于组播和流行度感知的协作缓存算法和改进的蚁群优化组播算法优化交付时延,找到一种能够降低系统总时延的内容缓存部署方式,将热点内容合理地预缓存在边缘服务器中。该方法在减少交付时延从
一种基于内容流行度的边缘缓存方法.pdf
本发明请求保护一种基于内容流行度的边缘缓存方法,包括下列主要步骤:S1,根据服务器集群、设备和用户请求内容构建相关系统模型;S2,对不同长度的历史数据进行分类,采用对应的算法预测内容未来时刻的流行度;S3,根据S2得到的流行度以及内容的大小计算得到每个内容的总收益价值;S4,对于每个服务器集群,计算出在当前容量下效益最高的内容序列;S5,获知每个内容是否缓存在边缘服务器集群中的结果。本发明方法与现有的方法相比,具有以下主要优点:(1)对于不同长度的历史数据采用不同的算法进行预测,使得预测结果误差更小。(2
一种基于用户位置预测的移动边缘缓存方法及装置.pdf
本发明公开了一种基于用户位置预测的移动边缘缓存方法,该方法针对多基站缓存场景,将一部分文件缓存在具有存储功能的移动边缘网络的节点中,使得用户请求这些被缓存的文件时,可以直接通过边缘节点获得,而无需通过回程链路向服务器发送请求,避免了文件的重复传输,缓解了运营商回程链路的压力。同时引入用户位置预测机制,采用LSTM模型对用户位置进行预测,获得某一时间段内基站服务区域的用户群体,并计算得到文件请求分布。在缓存容量的限制下,通过优化全局缓存策略,构建了运营商缓存收益最大化问题,简化为背包问题,采用动态规划算法求
一种面向MEC的边缘视频缓存服务器部署规划方法.pdf
本发明公开的一种面向MEC的边缘视频缓存服务器部署规划方法,获取基站节点用户请求的历史数据;根据服务器部署约束条件限制,任选一个服务器部署方案,求得每个采样时刻基站请求数据下的最优化预设的第一目标方程的值,进而求其时间平均均值,保存该部署方案以及该均值作为一个神经网络训练样本;重复上述步骤,直至获取预设数目个训练样本用于训练神经网络;根据神经网络和预设的第二目标方程得到适应度函数F,利用遗传算法求出F的最优值和对应的染色体,即得到最优的视频缓存服务器部署方案。该方法考虑了用户请求动态变化的情况下,减少服务
基于移动边缘计算的内容中心网络缓存技术研究.docx
基于移动边缘计算的内容中心网络缓存技术研究基于移动边缘计算的内容中心网络缓存技术研究摘要:随着移动互联网的迅猛发展,移动设备成为人们获取信息和娱乐的主要工具之一。然而,移动设备的局限性导致了其在数据处理和存储方面的限制,给内容传输和访问带来了困难。为了解决这一问题,内容中心网络(ContentCentricNetworking,CCN)作为一种新的网络架构逐渐得到广泛应用。与传统的以主机为中心的网络架构不同,CCN提供了内容命名和存储的能力,使得网络中的节点能够以内容为基础进行数据的传输和访问。然而,随着