雾无线接入网中基于内容热度预测的边缘缓存策略研究

作     者：褚昊翔 

作者单位：齐鲁工业大学 

学位级别：硕士

导师姓名：张玮

授予年度：2024年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

主      题：雾无线接入网 内容热度预测 边缘缓存 

摘      要：移动网络的迅速发展及智能移动设备数量的激增,促使无线网络流量呈指数级的增长趋势。激增的网络流量给通信链路带来了极大的传输负荷,并对无线网络的通信速率提出了更加的要求。面对前传链路容量的固有限制以及基于集中式基带处理单元的制约,传统无线接入网在用户高需求时段往往会遭遇通信拥堵等问题。在此背景下,雾无线接入网(Fog Radio Access Network,F-RAN)作为一种创新的网络架构被提出,其通过在雾节点(Fog Access Point,F-AP)内为高热度内容部署缓存,能够显著降低传输过程中的流量及延迟压力。然而,由于通信环境的负载不均和用户分布的广泛性,来自用户的内容请求复杂且时变,加之FAP所配备的缓存空间有限。因此,如何在有限的缓存空间内做出精准的缓存策略并提高缓存效能是一个亟待解决的重要课题。此外,通过预先利用用户侧的历史数据对热度内容进行挖掘、分析与预测,可深入知悉社交用户的行为模式与兴趣偏好,深化对用户行为的理解,这可在一定程度上缓解无线网络中资源分配困境和带宽成本问题。然而,在面对海量终端用户的内容请求时,仅有少量的热度内容会被预先缓存。因此,如何从大量的请求内容中精确识别并深挖用户的热点内容,亦是另一个关键的学术课题。该问题的解决对于提升终端用户体验质量及推动移动网络技术的发展具有重要的积极作用。 本文围绕上述两方面的研究挑战,针对F-RAN中边缘用户典型通信场景开展基于内容热度预测的边缘缓存策略研究,核心工作内容及创新点如下: (1)本研究针对F-RAN的形成,以及数据缓存与内容热度预测关键技术进行系统回顾与归纳总结。结合内容热度预测技术研究进展,基于热度分布的已知与未知情况,系统性地归纳了各类预测方法及其技术特性。此外,本研究详细剖析了数据缓存过程的关键步骤,为优化雾计算架构下的边缘缓存策略提供了坚实的理论依据。 (2)本研究针对F-RAN中典型区域边缘用户场景,提出了一种基于内容热度预测的区域内主动缓存策略(PCSCPP)。设计了基于堆叠自编码器与长短时记忆网络相结合的内容热度预测模型,通过捕获用户时序与周期性等特征,提升内容热度预测精度。通过结合区域内用户偏好及其对内容的长短期请求数据,有效预测新内容热度。针对问题解决,采用了两种基于启发式算法进行联合求解,降低了算法复杂度,达到优化传输延时与系统开销的目的。 (3)本研究针对社区场景下多区域用户联合缓存问题,提出了一种基于信任交付和注意力加权联邦学习的多区域协同缓存策略(CS-Sa AWFL)。设计了一种基于信任交付机制的缓存用户选择方法,其基于社交感知通信域以获取可信任用户集。提出了一种基于注意力加权联邦学习的内容热度预测模型,结合双向长短期记忆网络的加权模型实现全局内容热度预测,并通过改进后的内容热度排序算法和基于注意力加权联邦学习的缓存算法进行求解。经实验验证,可在确保用户数据隐私保护的前提下,优化系统的成本效益并降低传输时延。 综上所述,本文针对F-RAN中缓存资源存储容量性约束和内容热度的动态演变等问题,开展基于内容热度预测的边缘缓存策略研究。在研究内容上,本文从F-RAN中内容热度预测、缓存用户选择、缓存放置以及算法优化等缓存问题展开了研究。在研究思路上,本文采用问题分析、系统建模、算法设计和实验仿真的研究步骤,保障研究的科学性与准确性。本文研究成果对促进F-RAN中边缘缓存策略的研究与发展具有一定的借鉴意义。