發(fā)布時(shí)間：2020-12-28 18:22

　　已有邊緣緩存技術(shù)研究假設(shè)已知固定的全局流行度,忽略了反映基站接收到的內(nèi)容請(qǐng)求歷史中的流行度地域差異特性和動(dòng)態(tài)特性,為此,提出了一種基于本地內(nèi)容流行度預(yù)測(cè)的內(nèi)容部署策略.首先,考慮流行度的地域特性,將內(nèi)容請(qǐng)求歷史記錄相似的小基站分簇;然后,使用線(xiàn)性回歸方法預(yù)測(cè)每個(gè)小基站簇群的本地內(nèi)容流行度,基于預(yù)測(cè)的本地內(nèi)容流行度,利用隨機(jī)幾何和凸優(yōu)化理論求得次優(yōu)內(nèi)容部署決策;最后,基于真實(shí)數(shù)據(jù)集的實(shí)驗(yàn)驗(yàn)證了所提算法性能以及相應(yīng)的緩存系統(tǒng)性能.仿真結(jié)果表明,所提算法優(yōu)于對(duì)比算法的緩存命中率性能. 

【文章來(lái)源】：北京郵電大學(xué)學(xué)報(bào). 2020年01期 北大核心

【文章頁(yè)數(shù)】：12 頁(yè)

【文章目錄】：
1 System model and problem
    1.1 System model
    1.2 Problem formulation
2 Local vs global popularity
    2.1 Time-varying popularity model
    2.2 Hit probability performance with geograph-ical locality of content
3 Content placement scheme
    3.1 SBSs clustering
    3.2 Popularity prediction
    3.3 Content placement
4 Simulations and performance anal-ysis
    4.1 Evaluation for prediction accuracy
    4.2 Evaluation for system performance
5 Conclusions



本文編號(hào)：2944191