本文關(guān)鍵詞：面向5G移動通信網(wǎng)絡(luò)中內(nèi)容分發(fā)機制

  更多相關(guān)文章： 5G 移動網(wǎng)絡(luò) 云計算 內(nèi)容分發(fā) 緩存技術(shù) MDP 貪心算法

【摘要】：在移動通信系統(tǒng)的極速發(fā)展進程中,移動設(shè)備的數(shù)量以爆發(fā)式的速度增長。傳統(tǒng)的語音業(yè)務(wù)正逐漸地被移動數(shù)據(jù)業(yè)務(wù)所取代,下一代移動通信系統(tǒng)(5G)將會面臨巨大的挑戰(zhàn)。為了解決下一代移動網(wǎng)絡(luò)中巨大的數(shù)據(jù)流量帶來的沖擊,有效提高用戶體驗質(zhì)量(Quality of Experience,QoE)并減少網(wǎng)絡(luò)運營成本,發(fā)展高效的內(nèi)容分發(fā)與緩存技術(shù)來減少冗余數(shù)據(jù)傳輸以提升移動網(wǎng)絡(luò)性能勢在必行。近年來新興的移動云計算技術(shù)能夠為數(shù)據(jù)內(nèi)容服務(wù)提供充足的存儲與計算資源,為互聯(lián)網(wǎng)數(shù)據(jù)業(yè)務(wù)的發(fā)展提供了新的技術(shù)途徑。由于目前的移動蜂窩網(wǎng)絡(luò)采用集中式架構(gòu),系統(tǒng)中無線接入網(wǎng)、回程網(wǎng)絡(luò)以及核心網(wǎng)絡(luò)的無線鏈路容量與帶寬實際上不足以應(yīng)對移動通信系統(tǒng)中數(shù)據(jù)流量的增長。針對5G通信系統(tǒng)中海量的數(shù)據(jù)流量對移動通信網(wǎng)絡(luò)的沖擊問題,本文從以下三個方面對內(nèi)容分發(fā)與緩存技術(shù)進行了研究:首先,我們對面向5G網(wǎng)絡(luò)的內(nèi)容分發(fā)與緩存的關(guān)鍵技術(shù)進行了調(diào)研。基于通信業(yè)界對于未來5G網(wǎng)絡(luò)架構(gòu)的共識,在前人研究工作的基礎(chǔ)上,我們在本文中提出一種面向5G的分層次分布式云服務(wù)移動通信系統(tǒng)架構(gòu)(HDCSN),該模型由云接入層(C-RAN)、分布式微云系統(tǒng)(DCSN),以及核心云數(shù)據(jù)中心(DCs)三個層次組成。DCSN由多個被部署到網(wǎng)絡(luò)邊緣的微云(Cloudlet)所組成,可以將DCs中的服務(wù)內(nèi)容(Web、Video)提前部署緩存到本地微云服務(wù)器,以減少用戶請求內(nèi)容在網(wǎng)絡(luò)中重復(fù)冗余的傳輸以減少網(wǎng)絡(luò)流量,減少內(nèi)容獲取時延以獲得更高質(zhì)量的用戶體驗。在HDCSN架構(gòu)基礎(chǔ)上,我們提出一種合作內(nèi)容緩存架構(gòu),基本思路是利用微云服務(wù)之間相互協(xié)作共享緩存內(nèi)容�；谠摼彺婕軜�(gòu),我們提出一種最優(yōu)化協(xié)作式內(nèi)容分發(fā)機制,利用流行度區(qū)分內(nèi)容,根據(jù)內(nèi)容在系統(tǒng)中被請求、更新與新到達的情況進行狀態(tài)變換,實施內(nèi)容緩存的動態(tài)管理。我們基于內(nèi)容狀態(tài)建立并求解一個最優(yōu)化模型,以得到最優(yōu)的內(nèi)容分發(fā)方案,在HDCSN中獲得盡可能低的平均總傳輸時延。計算機仿真結(jié)果顯示,本文提出的方案可以明顯提高緩存命中率,減少網(wǎng)絡(luò)流量和減少內(nèi)容傳輸時延。另外,針對緩存內(nèi)容的實時更新與節(jié)省網(wǎng)絡(luò)傳輸開銷的問題,我們在進一步的研究中提出了一種基于馬爾科夫決策過程(MDP)的內(nèi)容緩存與傳輸機制。在HDCSN架構(gòu)基礎(chǔ)上,該方案利用隨機線性網(wǎng)絡(luò)編碼處理DCs中的數(shù)據(jù)內(nèi)容,微云服務(wù)器預(yù)先在本地緩存數(shù)據(jù)服務(wù)(例如網(wǎng)頁、視頻等)的編碼包,并同樣采用流行度區(qū)分內(nèi)容。我們提出了三種在貪心算法背包問題中的度量標準,并利用貪心算法基于MDP動態(tài)地進行緩存更新與數(shù)據(jù)傳輸決策,以最小化HDCSN系統(tǒng)中的平均內(nèi)容傳輸開銷。通過計算機仿真結(jié)果表明,本文所提出的基于MDP的緩存與傳輸機制能夠有效地提高緩存命中率、減少系統(tǒng)中平均內(nèi)容傳輸開銷。
【關(guān)鍵詞】：5G 移動網(wǎng)絡(luò) 云計算 內(nèi)容分發(fā) 緩存技術(shù) MDP 貪心算法
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN929.5
【目錄】：

• 摘要5-7
• ABSTRACT7-13
• 縮略詞表13-15
• 第一章 緒論15-23
• 1.1 研究背景和意義15-21
• 1.1.1 5G移動通信系統(tǒng)應(yīng)用場景和業(yè)務(wù)15-16
• 1.1.2 5G系統(tǒng)中移動云計算技術(shù)的應(yīng)用16-18
• 1.1.3 移動通信中內(nèi)容分發(fā)與緩存的研究18-21
• 1.2 主要工作與貢獻21-22
• 1.3 論文組織22-23
• 第二章 面向 5G移動通信網(wǎng)絡(luò)的內(nèi)容分發(fā)與緩存23-36
• 2.1 面向 5G無線移動網(wǎng)絡(luò)中的典型緩存架構(gòu)23-25
• 2.2 面向 5G的內(nèi)容分發(fā)與緩存關(guān)鍵技術(shù)25-29
• 2.2.1 分組核心演進（EPC）中的緩存25-27
• 2.2.2 無線接入網(wǎng)（RAN）中的緩存27-28
• 2.2.3 基于內(nèi)容感知網(wǎng)絡(luò)架構(gòu)（CCN）的緩存28-29
• 2.3 移動通信網(wǎng)絡(luò)中的內(nèi)容流行度29-32
• 2.4 面向 5G的云計算網(wǎng)絡(luò)中的內(nèi)容分發(fā)技術(shù)32-35
• 2.4.1 移動云計算網(wǎng)絡(luò)中的內(nèi)容分發(fā)32-33
• 2.4.2 面向 5G的分層次分布式云服務(wù)系統(tǒng)（HDCSN）33-35
• 2.5 本章小結(jié)35-36
• 第三章 HDCSN中的最優(yōu)化協(xié)作式內(nèi)容分發(fā)機制36-59
• 3.1 引言36
• 3.2 HDCSN中的協(xié)作緩存架構(gòu)36-38
• 3.3 內(nèi)容狀態(tài)及其轉(zhuǎn)化過程38-42
• 3.3.1 內(nèi)容狀態(tài)的定義38-40
• 3.3.2 內(nèi)容請求的狀態(tài)轉(zhuǎn)化40
• 3.3.3 內(nèi)容更新的狀態(tài)轉(zhuǎn)化40-41
• 3.3.4 內(nèi)容注入的狀態(tài)轉(zhuǎn)化41-42
• 3.4 基于內(nèi)容狀態(tài)的內(nèi)容分發(fā)機制42-50
• 3.4.1 概述43-44
• 3.4.2 最優(yōu)內(nèi)容分發(fā)模型44-48
• 3.4.3 問題的NP性討論48
• 3.4.4 最優(yōu)化協(xié)作式內(nèi)容分發(fā)的算法描述48-50
• 3.5 仿真與性能評估50-58
• 3.5.1 性能評估參數(shù)說明50-53
• 3.5.2 緩存命中率53-54
• 3.5.3 平均內(nèi)容傳輸時延54-55
• 3.5.4 數(shù)據(jù)流量55-56
• 3.5.5 討論56-58
• 3.6 本章小結(jié)58-59
• 第四章 HDCSN中基于MDP的內(nèi)容緩存與傳輸機制59-76
• 4.1 引言59-60
• 4.2 系統(tǒng)模型60-62
• 4.3 緩存中的MDP動態(tài)規(guī)劃過程62-63
• 4.4 貪心算法概述63-65
• 4.4.1 背包問題63-64
• 4.4.2 度量標準64-65
• 4.5 MDP中基于貪心算法的緩存與傳輸65-69
• 4.5.1 緩存初始化65-66
• 4.5.2 緩存更新66-68
• 4.5.3 數(shù)據(jù)內(nèi)容傳輸68-69
• 4.6 仿真與性能評估69-75
• 4.6.1 性能評估參數(shù)說明70-71
• 4.6.2 緩存命中率71-72
• 4.6.3 平均傳輸開銷72-75
• 4.6.4 討論75
• 4.7 本章小結(jié)75-76
• 第五章 結(jié)論和展望76-78
• 5.1 本文總結(jié)76-77
• 5.2 下一步展望77-78
• 致謝78-79
• 參考文獻79-84
• 個人簡歷84-85
• 碩士研究生期間的研究成果85-86

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 王慶;胡錚;王明;劉海峰;;CACTSE:基于云片式多終端協(xié)同服務(wù)環(huán)境的移動近場內(nèi)容分發(fā)(英文)[J];中國通信;2013年06期

2 楊傳棟;余鎮(zhèn)危;王行剛;張煥遠;;基于流行度預(yù)測的流媒體代理緩存替換算法[J];計算機工程;2007年07期

，

本文編號：749022