端到端(D2D:Device-to-device)技術(shù)應(yīng)用在蜂窩移動網(wǎng)絡(luò)中具有頻譜利用率高、能耗低、覆蓋面積大、網(wǎng)絡(luò)吞吐量高的特點,是未來通信系統(tǒng)關(guān)鍵技術(shù)之一。然而現(xiàn)有的D2D通信緩存優(yōu)化設(shè)計大都依據(jù)傳統(tǒng)的物理網(wǎng)絡(luò)環(huán)境進(jìn)行,并未考慮到進(jìn)行D2D通信的用戶群體所構(gòu)建的社交網(wǎng)絡(luò)特性對緩存優(yōu)化產(chǎn)生的影響。而移動網(wǎng)絡(luò)用戶構(gòu)建的社交網(wǎng)絡(luò)在帶來移動數(shù)據(jù)流量爆發(fā)式增長的同時,也對D2D通信成功率產(chǎn)生影響,同時用戶終端設(shè)備的緩存優(yōu)化策略迎來新的挑戰(zhàn)。本文首先研究了基于用戶存儲資源和用戶社交屬性的D2D通信系統(tǒng)優(yōu)化設(shè)計。在D2D通信接入?yún)f(xié)議方面,除了考慮連接時間、通信半徑等方面的約束,本文還考慮了用戶社交關(guān)系對D2D通信鏈路的制約,即只有存在社交關(guān)系的兩個用戶之間才有可能進(jìn)行D2D通信。而另一方面,考慮到用戶終端具有一定的存儲空間,因此用戶可以存儲文件,可以并通過D2D通信將所緩存的文件傳給與自己具有社交關(guān)系的用戶,即“朋友”,然后“朋友”又可以把這個文件傳給“朋友的朋友”這樣無限擴(kuò)散下去。為此,本文研究了用戶端存儲設(shè)計問題,以使得社交網(wǎng)絡(luò)下通過D2D通信進(jìn)行的數(shù)據(jù)分流最大化。我們推導(dǎo)出該優(yōu)化問題是01背包問題,可以采用傳統(tǒng)的貪婪算法(Greedy)來解決,但在用戶數(shù)達(dá)到一定數(shù)量級時,該算法計算復(fù)雜度會急速上升,造成非常大的延遲。因此,本文提出了一種基于社區(qū)和貪心算法的緩存策略來降低算法復(fù)雜度。這種新的帶權(quán)重的Fast Unfolding算法根據(jù)用戶的社會關(guān)系、位置和通信半徑對用戶進(jìn)行社區(qū)劃分。然后我們證明了重構(gòu)后的最優(yōu)問題是擁有擬陣約束的單調(diào)最大化子模塊問題,并使用基于社區(qū)和貪心算法的緩存策略進(jìn)行求解。最后,仿真結(jié)果表明本文提出的緩存配置方案比現(xiàn)有方案有了顯著的性能提升。其次,為了獲得更大的數(shù)據(jù)分流比率,基于用戶社交屬性,本文就用戶的興趣行為對用戶存儲的影響展開研究,提出了結(jié)合內(nèi)容推薦系統(tǒng)的存儲優(yōu)化策略。本文先給出了基于社交網(wǎng)絡(luò)與推薦系統(tǒng)的D2D網(wǎng)絡(luò)模型,將研究區(qū)域劃分成多個部分,然后為每個部分選擇一個重要的用戶(Important User,IU)。然后通過使用三種算法:預(yù)過濾器、協(xié)同過濾算法和隱語義模型算法,設(shè)計了一種基于移動緩存社交網(wǎng)絡(luò)和用戶下載歷史的推薦系統(tǒng)。最后,推薦系統(tǒng)產(chǎn)生的內(nèi)容可以緩存在重要用戶的終端,其他用戶可以通過D2D通信獲取到請求的文件。
【學(xué)位單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN929.5
【部分圖文】：

圖 2-1 用戶訪問量隨視頻流行度變化[6]Fig.2-1 Hits of user interests across videos --流行度分布斜率。高表示流行度更高的文件將會獲得更多關(guān)注度；當(dāng) = 時， 為常擁有相同的被請求概率。 越大，文件請求的分布越不均勻，某些文越大。

12圖 2-2 用戶視頻類型喜好餅圖[28]Fig.2-2 User video type preferences pie grap用戶在網(wǎng)站訪問過程中的行為匯總，在大中的行為規(guī)律。通過對用戶行為數(shù)據(jù)的藏等，可以知道用戶的行為偏好，從而基于用戶行為特征的，即用戶可能并不沒有興趣。例如，一個用戶熱愛軍事節(jié)

建立連接的，否則用戶的隱私和安全將受到威脅。假設(shè)用戶A與用戶B有社交關(guān)系，則用戶A可以發(fā)送發(fā)現(xiàn)信號，然后用戶B接受到發(fā)現(xiàn)信號后即可與用戶A建立D2D連接，如圖2-4所示。圖 2-4 網(wǎng)絡(luò)中的 D2D 通信模型[30]Fig. 2-4 D2D communication model in networks
【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 郭朝先;王宏霞;;中國制造業(yè)發(fā)展與“中國制造2025”規(guī)劃[J];經(jīng)濟(jì)研究參考;2015年31期

2 劉雅輝;張鐵贏;靳小龍;程學(xué)旗;;大數(shù)據(jù)時代的個人隱私保護(hù)[J];計算機(jī)研究與發(fā)展;2015年01期

3 程學(xué)旗;靳小龍;王元卓;郭嘉豐;張鐵贏;李國杰;;大數(shù)據(jù)系統(tǒng)和分析技術(shù)綜述[J];軟件學(xué)報;2014年09期

4 焦巖;高月紅;楊鴻文;楊大成;;D2D技術(shù)研究現(xiàn)狀及發(fā)展前景[J];電信工程技術(shù)與標(biāo)準(zhǔn)化;2014年06期

5 彭石;周志彬;王國軍;;基于評分矩陣預(yù)填充的協(xié)同過濾算法[J];計算機(jī)工程;2013年01期

相關(guān)博士學(xué)位論文 前2條

1 蔡艷;D2D無線通信系統(tǒng)性能分析與優(yōu)化設(shè)計[D];南京郵電大學(xué);2016年

2 夏培勇;個性化推薦技術(shù)中的協(xié)同過濾算法研究[D];中國海洋大學(xué);2011年

相關(guān)碩士學(xué)位論文 前4條

1 巫可;基于隱語義模型的個性化推薦算法的研究[D];廣東工業(yè)大學(xué);2016年

2 張鵬;基于社交網(wǎng)絡(luò)信息的D2D系統(tǒng)無線資源管理研究[D];北京交通大學(xué);2016年

3 魯權(quán);基于協(xié)同過濾模型與隱語義模型的推薦系統(tǒng)研究與實現(xiàn)[D];湖南大學(xué);2013年

4 葛潤霞;基于內(nèi)容聚類的協(xié)同過濾推薦系統(tǒng)研究[D];山東師范大學(xué);2008年

本文編號：2840045