基于用户请求内容预测的多基站协作缓存策略的任务书.docx

基于用户请求内容预测的多基站协作缓存策略的任务书
任务书
一、任务背景与意义
随着移动互联网的爆发式发展和5G技术的快速普及，用户对于移动网络服务的带宽和时延的需求也在不断提高。而多基站协作缓存技术是提高用户体验的一项重要技术，可以有效减少用户数据请求流量，降低网络时延，提高数据响应速度。因此，实现多基站协作缓存已成为当前移动互联网发展的热点问题。
传统基站缓存技术只考虑了单基站缓存，不能实现缓存资源的充分利用，网络效率不高。现在的多基站协作缓存已经有了较大的进展，但尚没有考虑根据用户请求内容进行缓存决策的机制，目前大多数缓存决策仍然是基于频度、流行度等信息，不能充分考虑用户的具体需求。因此，本研究旨在基于用户请求内容预测，提出一种高效的多基站协作缓存策略，以提高移动网络资源的利用效率和用户体验。
二、研究内容与方向
1.对多基站协作缓存技术进行深入的研究和分析，研究多基站之间的协作机制以及现有的缓存决策方法的优点和不足。
2.对用户请求进行分析，建立请求内容预测模型。通过对大量用户请求进行分析，使用机器学习技术建立请求内容预测的模型。提取请求相关的特征，通过训练模型预测用户请求。
3.提出一种基于用户请求内容预测的多基站协作缓存策略。针对用户请求的内容需求，提出一种根据请求类型、请求内容以及请求时间等因素进行缓存决策的方法，利用多基站之间的协作，实现缓存资源的充分利用。
4.设计实验方案并进行实验验证。基于移动网络的实验平台，设计实验方案，利用真实的用户请求数据进行实验验证。比较该方法与现有的缓存决策方法的差异，验证本方法对于移动网络资源利用率和用户体验的提升。
三、预期目标和成果
1.基于用户请求内容预测的多基站协作缓存策略。针对现有的缓存决策方法的不足，提出一种新的缓存策略，可以充分考虑用户请求内容的差异，提高数据的响应速度和对虚拟网络的利用率。
2.请求内容预测模型。研究和设计请求内容预测模型，提高移动网络的质量和性能。
3.实验验证结果。通过实验验证，证明本方法对于移动网络资源利用率和用户体验的提升。
4.开发实现工程。设计实现该模型的开发工程，并将工程的成果提供给相关的业界、研究机构等。
四、预期工作计划和时间节点
1.2020年6月到8月：阅读论文，了解多基站协作缓存技术发展和现状，收集用户请求数据并进行分析；
2.2020年9月到10月：建立请求内容预测模型，使用机器学习技术训练和优化模型；
3.2020年11月到2021年1月：设计提出基于用户请求内容预测的多基站协作缓存策略，并进行实验验证；
4.2021年2月到3月：对实验数据进行分析，撰写实验报告；
5.2021年4月到6月：准备论文，完成论文的撰写和修改，并提交相关刊物。
五、参考文献
[1]WuB,MaY,ZhouZ,etal.Asurveyonmobileedgecaching:challenges,advancesandfuturedirections[J].IEEENetwork,2017,31(4):92-100.
[2]ChenM,HaoY,LiQ,etal.Asurveyofcachingmechanismsininformation-centricnetworking[J].IEEECommunicationsSurveys&Tutorials,2015,17(3):1287-1309.
[3]GeorgakopoulosSV,KatsarosKV,ZhangL,etal.Asurveyonmobileedgecomputing:Thecommunicationperspective[J].IEEECommunicationsSurveys&Tutorials,2016,18(1):553-568.
[4]ZhangY,ZhouY,ShenXS.Performanceanalysisofheterogeneousandcooperativecachesysteminwirelessnetworks[C]//2015IEEEGlobalCommunicationsConference(GLOBECOM).IEEE,2015:1-6.
[5]AiB,LiuP,ZhangW,etal.Userrequestpredictionfordynamicvideosharinginmobileedgecaching[J].IEEETransactionsonEmergingTopicsinComputing,2018,6(1):58-70.
[6]LiuD,XuY,WangL,etal.ST-MEC:Spatio-temporaledgecachingformobilevideoservices[J].IEEETransactionsonIndust