隨著互聯(lián)網(wǎng)業(yè)務的增長以及智能移動終端的普及,全球范圍內的移動數(shù)據(jù)流量正以指數(shù)式的速度增長,其中視頻流量的占比高達7成。如何在這樣的網(wǎng)絡壓力下保證性能,對運營商而言是巨大的挑戰(zhàn)。提高基站的部署密度以及提高頻率的復用效率等傳統(tǒng)的圍繞基站展開的技術手段能一定程度上能緩解移動流量激增問題。但它們卻無法決解有限的回程鏈路容量與持續(xù)激增的數(shù)據(jù)流量之間的矛盾。隨著無線通信的發(fā)展,演進至5G時代,人在其中將扮演越來越重要的角色。通過挖掘用戶的行為規(guī)律,如用戶申請文件的反復性,無線邊緣緩存技術應運而生。將用戶反復申請的流行文件緩存至邊緣網(wǎng)絡,如蜂窩網(wǎng)絡、D2D(Device-to-Device)網(wǎng)絡,用戶下載這些文件時不需要經(jīng)過回程鏈路從核心網(wǎng)獲取,因而解放了回程鏈路的壓力,進一步提高了網(wǎng)絡性能。目前國內外對無線邊緣緩存策略雖然已進行了大量的研究,但仍存在兩大問題:一方面,大部分的研究工作并沒有跳出在傳統(tǒng)有線網(wǎng)絡中研究緩存策略的思維框架,即無線接入網(wǎng)中的上下文信息,如用戶的移動特性,社交關系等并沒有被充分考慮以及合理利用;另一方面,在蜂窩網(wǎng)絡或在D2D網(wǎng)絡下,相關的緩存策略研究雖然很多,但在基站通信與D2D通信共存的異構網(wǎng)絡下,很少有研究結果能回答基站緩存與D2D緩存孰優(yōu)孰劣,以及如何在這樣的異構網(wǎng)絡下設計緩存策略的問題。針對上述兩大問題,本論文從無線邊緣網(wǎng)絡中上下文信息感知的角度入手,研究如何利用無線網(wǎng)絡中的上下文信息來提升邊緣網(wǎng)絡緩存的性能并回答基站通信與D2D通信共存的異構網(wǎng)絡下,如何統(tǒng)籌基站緩存與D2D緩存優(yōu)勢的問題。本論文的主要工作以及主要貢獻為以下三方面:一、蜂窩網(wǎng)絡中用戶移動感知的緩存策略研究:考慮到無線網(wǎng)絡中用戶具有移動性的特點,并將用戶移動快慢的上下文信息以及分布式緩存的思想融入到經(jīng)典的隨機緩存策略中,在微基站網(wǎng)絡的場景下我們提出了一種基于用戶移動感知的編碼隨機緩存策略。該策略以最大化微基站的吞吐量為優(yōu)化目標權衡了用戶移動性、文件多樣性、信道分集這三方面帶來的增益。通過隨機幾何以及探索式算法,我們從數(shù)值上分析了用戶移動性,文件流行度以及回程鏈路容量對所提出的緩存策略的參數(shù)和性能的影響。從性能上看,所提出的緩存策略在吞吐量上整體高于經(jīng)典的隨機緩存策略和傳統(tǒng)的最流行文件緩存策略。在用戶移動快,文件喜好不均勻性較低以及回程鏈路容量十分有限的情境下,所提出的緩存策略取得的性能優(yōu)勢尤為明顯。二、D2D網(wǎng)絡中用戶移動感知的緩存策略研究:首先研究了在D2D通信的場景下,用戶移動感知的緩存策略。利用排隊論等數(shù)學工具,將用戶的移動行為建模成排隊行為。通過優(yōu)化問題構建與相應的求解,得到了以最大化吞吐量為目標的緩存決策以及該決策隨著用戶移動性強度,文件流行度,用戶密度等因素變化而變化的規(guī)律。最后,結合微基站網(wǎng)絡中移動感知緩存策略的研究結果,統(tǒng)籌用戶移動性,文件流行度以及用戶密度等諸多因素的影響,回答了基站與D2D通信共存的異構網(wǎng)絡下,應采取何種移動感知的緩存策略的問題。三、多維上下文信息感知的緩存策略研究:與上述基于典型用戶分析的研究工作不同的是,多維上下文信息感知的緩存策略研究將研究目光從典型用戶轉而投向網(wǎng)絡中的所有用戶,利用無線網(wǎng)絡中實時的用戶信息,如移動路徑,文件申請情況,流量使用量以及社交網(wǎng)絡信息等,在線學習不同類型用戶的行為規(guī)律,建立并更新用戶類別與用戶行為的映射關系。最終利用強化學習算法實現(xiàn)用戶行為的預測并以最大化回程鏈路流量的卸載量為優(yōu)化目標對網(wǎng)絡文件進行預先緩存。相比于只考慮單一上下文信息的移動感知緩存策略,所提出的緩存策略在性能上取得超過30%的提升。
【學位單位】：北京郵電大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TN929.5
【部分圖文】：

Ｐｒｏｇｒｅｓｓ邋ｂａｒ邋ｏｆ邋ａ邋ｄｏｗｎｌｏａｄｅｄ邋ｖｉｄｅｏ逡逑圖２－１系統(tǒng)模型逡逑如圖２－１所示，本章的研宄是在單層微基站網(wǎng)絡的基礎上進行的。基于隨機逡逑幾何理論，我們將微基站的在二維空間上的分布建模成獨立齊次的泊松點過程，逡逑并以表示全體微基站集合，其空間密度為毛。每座微基站均連有一臺ＭＥＣ服逡逑務器，其存儲能力以＜＾表示。由于絕大部分的移動數(shù)據(jù)流量是由視頻點播業(yè)務逡逑（Ｖｉｄｅｏ－ｏｎ－Ｄｅｍａｎｄ，ＶｏＤ）引起的［１］，因而我們考慮該無線網(wǎng)絡的主要任務是保逡逑證視頻文件的傳輸，且ＭＥＣ服務器所緩存的文件為視頻文件。逡逑基于實際情況出發(fā)，我們假設連接微基站與核心網(wǎng)的回程鏈路帶寬是受限的，逡逑其大小為％。相比之下，微基站下行鏈路的帶寬％要相對較高，即滿足不等式逡逑７逡逑

０逡逑圖２－２邐隨用戶平均逗留時間的變化規(guī)律逡逑用戶移動性對所提緩存策略的影響如圖２－２，圖２－３以及圖２－４所示，其中逡逑回程鏈路容量系數(shù)０均設為０．５，這代表了中等的回程鏈路容量。由圖２－２可知，逡逑隨著用戶平均逗留時間ｚ■的增加，‘呈單調遞增趨勢，最終趨近平緩，這表明隨逡逑著用戶整體移動性變弱，微基站傾向于對中的每個文件緩存更大占比的數(shù)據(jù)逡逑量。此外，我們還可以發(fā)現(xiàn)這種趨勢將隨著文件流行度的不均性系數(shù)／的提高而逡逑１６逡逑

邐第二章蜂窩網(wǎng)絡中用戶移動感知的緩存策略研究變得更加顯著。以上結果還從側面說明在我們應用移動感知的無線邊緣緩存策的時候，在用戶整體處于中等移動性（５０％Ｓｔ／７；Ｓ１５０％）的情景下，ＭＥＣ服器對用戶的移動行為信息的精準反饋十分關鍵，因為由圖２－２可見，對７■微小預測偏差會導致的大幅偏移，這在文件流行度不均性高的時候尤為明顯。逡逑

【相似文獻】

相關期刊論文 前10條

1 趙衛(wèi)民;應用ASP.NET緩存策略 提升Web Form運行性能[J];電腦開發(fā)與應用;2004年09期

2 張俊;年梅;李京;;內容中心網(wǎng)絡概率緩存策略的研究[J];新疆師范大學學報(自然科學版);2017年03期

3 佘X,楊四銘,周明天;一種多媒體服務器混合緩存策略[J];小型微型計算機系統(tǒng);2005年01期

4 許貴泉;;內容中心網(wǎng)絡隱私內容鄰居節(jié)點緩存策略[J];電腦知識與技術;2019年10期

5 張果;胡宇翔;黃萬偉;汪斌強;曹路佳;;基于流行內容感知和跟蹤的協(xié)同緩存策略[J];通信學報;2017年02期

6 黃祥志;劉南;劉仁義;張豐;李昭;;適用于可編輯WebGIS的動態(tài)緩存策略[J];計算機工程;2011年05期

7 霍躍華;劉銀龍;;內容中心網(wǎng)絡中基于內容流行度和節(jié)點屬性的協(xié)作緩存策略[J];太原理工大學學報;2018年01期

8 鄒夢婷;馮鑫鑫;王怡;王鑫濤;;基于移動場景下的邊緣緩存策略綜述[J];無線互聯(lián)科技;2019年11期

9 史甜甜;;內容中心網(wǎng)絡中緩存策略研究[J];電信工程技術與標準化;2014年06期

10 張建偉;陳娟娟;劉思;;基于一體化網(wǎng)絡的映射關系緩存策略[J];鄭州輕工業(yè)學院學報(自然科學版);2010年03期

相關會議論文 前2條

1 李巍;李春花;周可;黃平;;一種基于塊級的連續(xù)數(shù)據(jù)捕獲方法研究[A];2010年第16屆全國信息存儲技術大會（IST2010）論文集[C];2010年

2 杜金蓮;張雪;;三維地形模型流式傳輸技術研究[A];2010通信理論與技術新發(fā)展——第十五屆全國青年通信學術會議論文集（上冊）[C];2010年

相關博士學位論文 前4條

1 武昊;內容中心網(wǎng)絡中緩存策略與演進技術的研究[D];清華大學;2017年

2 崔現(xiàn)東;內容中心網(wǎng)絡網(wǎng)內緩存策略研究[D];北京郵電大學;2014年

3 李靖;流媒體服務系統(tǒng)中接入控制與緩存策略的研究[D];中國科學技術大學;2009年

4 巫旭敏;分布式服務系統(tǒng)基于分層的存儲資源管理研究[D];中國科學技術大學;2012年

相關碩士學位論文 前10條

1 王丹陽;用戶移動感知的無線邊緣網(wǎng)絡緩存策略研究[D];北京郵電大學;2019年

2 李鈺;超密集網(wǎng)絡中基于能效優(yōu)化的協(xié)作緩存策略研究[D];北京郵電大學;2019年

3 劉心唯;無線網(wǎng)絡中基于上下文信息感知的邊緣緩存策略研究[D];北京郵電大學;2019年

4 孫明欣;以信息為中心網(wǎng)絡的緩存策略的設計與實現(xiàn)[D];北京郵電大學;2019年

5 胡鵬程;基于多維屬性的機會網(wǎng)絡緩存策略研究與設計[D];河南大學;2018年

6 董正楠;D2D通信網(wǎng)絡中數(shù)據(jù)轉發(fā)機制與內容緩存策略研究[D];河南師范大學;2018年

7 夏雨生;移動互聯(lián)網(wǎng)數(shù)據(jù)緩存優(yōu)化策略研究[D];國防科學技術大學;2016年

8 孟紅濤;Spark內存管理與緩存策略研究[D];國防科學技術大學;2016年

9 陳晨;基于SDN的ICN網(wǎng)絡及其緩存策略的設計與實現(xiàn)[D];中國科學技術大學;2018年

10 王康康;基于NDN的車聯(lián)網(wǎng)數(shù)據(jù)轉發(fā)與緩存策略的研究[D];合肥工業(yè)大學;2018年

本文編號：2829951