本发明属于大数据处理及5g领域，特别涉及一种基于d2d缓存的大流量通信信息交互处理方法。
背景技术：
：：在过去的几十年中，移动蜂窝网络从纯语音系统向目前的第四代(4thgeneration,简称4g)全ip高级lte网络稳步发展。全球的手机用户数量早已超过了个人计算机。ericsson公司于2014年6月发布的一份报告称，截止到2013年全世界的手机用户数量己经突破13亿，这个数字预计在2019年将会达到56亿。移动电话的迅速普及，特别是智能手机销量的爆炸式増长，极大地刺激了移动网络数据服务的増加，其中包括点播电影、在线游戏、邮件、音乐、图片等内容。智能手机的应用极大地改变了人们的日常生活方式，越来越多的人每天使用手机的多媒体以及上网功能进行娱乐和工作。为了解决移动数据流量、大量终端、新兴业务以及各种新业务场景的爆炸式增长，第五代(5thgeneration,简称5g)移动通信网络被提出并成为学术界和工业界的热门话题。科学家预计未来5g移动通信系统的下载速度在理论上可达4g系统的数百倍甚至更高，并将于2020年前后进入商业运营。毫无疑问，人们对高清视频、音频、图片的需求将继续保持高速増长。随着移动互联网的快速发展和物联网业务需求的不断增长，5g需提供低成本、低功耗、消费、安全性和可靠性的性能。由于智能高清晰度手机屏幕、高性能手机处理芯片、大容量存储器等移动通信技术的研究获得长足进步，人们通过手机等移动终端观看高清图片、视频的行为更加频繁。海量的高清晰度内容在网络中传输需要占用大量的带宽并会产生占总流量很大比例的冗余信息。如今，频率资源己经成为一种稀缺的战略资源，无线和有线信道按照现在的使用方式都难以满足未来通信行业发展的需求。传统増加数据通信流量效率的方法主要是基于单一信道频谱容量的提高、频谱使用效率的增加以及频分复用等方法。实际应用中，这些方法都已经接近了各自的理论极限，在未来通信领域中继续提高这些方法的手段也极为有限。因此，为了能够继续大幅度提高网络的信道传输效率，分布式高速缓存器存储成为一种很有前景的信息处理和传递技术。由此，在保证服务质量不变的前提下，互联网服务提供商之间及其内部的通信流量都会大幅度降低，空余出的信道提供新的传输服务。这种信息处理技术不但能够减少网络信息冗余度，还能够通过减少网络接入延迟达到提高用户上网体验的目的。d2d缓存存储技术的基本思想是，在通信网络中的不同节点处安装高速缓存存储器，用来存储网络中可能被多次点击的内容，在其他用户点击该内容时，高速缓存存储器在接收到用户的信息请求命令后将迅速对存储的内容进行检索。如果检索到了该用户请求的内容，并证明了该内容的完整性和有效性后，高速缓存器则立刻提供局部网络传输服务，从而避免了用户向远端internet服务器发送信息请求命令。送种信息处理方式理论上既能够减少上传信息请求命令的数量，又可以极大地减少网络信道中、待别是从核也骨干网中传输的信息数量。但是，超密集异构网络(heterogeneousnetworks,简称hetnets)的部署要求回程链路可用性和容量性能，并且可能会成本瓶颈。主要想法是向小型基站(smallbasestation,简称sbs)引入缓存功能，以便能够在非高峰时段预取内容，然后由用户在本地请求，以便在高峰时段提供服务。这里的主要挑战是如何使内容以最小的下载/访问时间成本，同时还能够满足用户的要求和要求。在物理基站或雾边缘或甚至在用户设备中在网络边缘上缓存内容是一种有前途的解决方案，用于存储基站用户请求的流行内容，以便访问内容而不是从它的源文件产生地访问它。技术实现要素：本发明的目的在于提供一种基于d2d(device-to-device,简称d2d)缓存的大流量通信信息交互处理方法(large-flowcommunicationinformationinteractionprocessingmethodbasedond2dcache,lidc)，以解决现有移动用户大文件下载时系统服务不足，本发明的目的通过以下技术方案实现：一种基于d2d缓存的大流量通信信息交互处理方法，包含以下步骤：步骤一：在移动用户端，移动用户发布感兴趣的大文件需求请求信息；步骤二：在sbs端，小型基站获取用户需求并上传到数据云中；步骤三：mbs基于用户位置、移动方向及用户历史移动信息，将大文件进行分割；步骤四：将分割后的文件进行编码；步骤五：将编码后的文件发送到helper移动用户所处蜂窝网基站及用户将移动到的基站；步骤六：用户接收信息后对信息进行解码，恢复原感兴趣的大文件。所述步骤一中的感兴趣的大文件需求请求信息基于信息的流行度或基于用户自身的需求。所述步骤二中的小型基站获取用户需求为sbs端对用户需求缓存设定时间t，并将该时间段内缓存的用户需求整理上传到数据云服务中。所述步骤三中的移动方向采用介观交通流模型中的气体动力学模型计算并加以改进；设大规模移动用户之间移动性通过随机变量(v,k)来表征，v表示移动用户速度，有两个可能的值为低速vl和高速vh。拟用连续时间马尔可夫链来描述速度转换，状态转换率为1/k。认为用户速度从vl或vh变为vh或vl的时间间隔满足期望为k的指数分布。用户移动速度vu拟定义为:其中，ρmax为自由流情况下的允许最大行人密度；ρ为行人密度；ρjam为拥堵密度；α，β为模型参数。所述步骤五又包含以下步骤：步骤5.1：在信息传递过程中，中间转发节点将对信息进行缓存；步骤5.2：该缓存由设定的生存周期限制，在生存周期内，其他用户在对缓存的消息有相同需求时，直接从该缓存节点获取，而不是从信息来源获取，节省信息获取时间及网络的开销；在生存周期外，缓存的信息被缓存用户删除，防止大量的缓存信息占用该节点的性能。本发明的有益效果在于：本发明的基于d2d缓存的大流量通信信息交互处理方法，克服了现有计算技术中数据缓存能力与成本方面的不足，将sbs与移动用户进行有机的整合，通过利用sbs与移动用户对大文件进行分割缓存，并充分利用了移动用户的online与offline的关系。降低了缓存成本，与目标用户获取文件所需时间，节省了d2d通信的网络开销。附图说明图1为本发明lidc信息交互处理方法架构示意图；图2为本发明实施步骤；图3为本发明lidc仅依靠sbs缓存示例；图4为本发明lidc依靠sbs与移动用户缓存示例；图5为本发明用户online社会属性相似度。具体实施方式本发明涉及一种基于d2d缓存的大流量通信信息交互处理方法，包括可对文件进行临时缓存的辅助节点以及社会属性辅助模块；并公开了一种充分利用蜂窝网网络中基站及移动用户作为信息缓存helper的模型，包含宏基站(macrobasestation，简称mbs)、小型基站(sbs)和移动用户三部分；给出详细的实现架构及关键技术分析；在体系架构方面，分别设计了仅依靠sbs进行内容缓存的架构模型；及sbs与移动用户混合的d2d缓存模型。在信息传递过程中，中间转发节点将对信息进行缓存。解决现有移动用户大文件下载时系统服务不足。下面结合附图对本发明做进一步描述。实施例1：为实现基于d2d缓存的大流量通信信息交互处理,本发明首先提出了一种基于d2d缓存的大流量通信信息交互处理方法架构，如图1所示，一种基于d2d缓存的大流量通信信息交互处理方法，其中移动内容可以通过d2d链接通过少量激励助手(helper)直接分发给目标用户。利用信息中心网络并将缓存推向设备级别，这样，helper就可以成为参与向邻近其他移动设备发送缓存内容的网络的组成部分。与其他d2d缓存框架不同，我们提出的d2d框架允许运营商根据特定的用户环境灵活配置卸载策略，包括延迟容忍，移动模式和内容特征。这种灵活性打破了容忍延迟容忍和不容忍延迟的情况之间的传统边界，因为网络架构能够以统一的方式处理它们，并在卸载内容流量时具有灵活的可配置性。(a)基于用户移动模式分析的helper选择策略。helper的选择将对机会性的基于d2d的内容分发的效率产生重大影响。这需要根据历史移动数据进行必要的人类行为学习和分析。幸运的是，大多数移动用户的日常行为模式是定期的/可预测的，并且倾向于具有重复模式，包括移动性和应用/内容使用。基于这样的知识，我们提出offlinehelper选择算法，用于将信息发送给最佳的一组helper。(b)基于跨越小区边界的helper缓存的sbs间协调。一方面，每个sbs保持其关于helper的内容可用性的本地文件，以便有效地为附近感兴趣的客户提供服务。另一方面，实际上，helper设备可以前往不同sbs所覆盖的多个位置。为了使helper的地理服务覆盖范围最大化，可能需要在sbs之间进行必要的协调，以便使其关于移动helper缓存的内容同步。(c)内容解析在信息中心网络(informationcenternetwork,简称icn)中，每个内容由命名系统和内容标识符唯一标识。每个icn架构根据其命名系统都有自己的标识内容的约定，本发明并不推荐任何特定的命名方法，但本发明的框架保持通用，所以其可以适应任何icn架构。覆盖区域中的用户向其的相关sbs发出兴趣分组以用于内容解析。每个sbs维护自己的内容解析表(contentresolutiontable，简称crt)。sbs就通过查找其本地维护的crt来获得内容解析器角色。如果内容当前由请求者的d2d通信范围内的helper携带，则sbs将简单地将请求转发给该客户附近的目标helper。helper需要知道客户端的设备id才能建立d2d通信链路。成功完成这种认证过程后，helper与客户端建立安全的d2d链接进行数据传输。如图2所示，本发明的一种基于d2d缓存的大流量通信信息交互处理方法，包括以下步骤：步骤1、在移动用户端，移动用户发布感兴趣的大文件需求请求信息；步骤2、在sbs端，小型基站获取用户需求并上传到数据云中；步骤3、mbs基于用户位置、移动方向及用户历史移动信息，将大文件进行分割；步骤4、将分割后的文件进行编码；步骤5、将编码后的文件发送到移动用户所处蜂窝网基站及用户将移动到的基站；步骤6、用户接收信息后对信息进行解码，恢复原感兴趣的大文件。由于对信息的缓存，步骤5又包括：步骤5.1、在信息传递过程中，中间转发节点将对信息进行缓存。步骤5.2、该缓存由设定的生存周期限制，在生存周期内，其他用户在对缓存的消息有相同需求时，则直接从该缓存节点获取，而不是从信息来源获取，节省信息获取时间及网络的开销；在生存周期外，缓存的信息被缓存用户删除，防止大量的缓存信息占用该节点的性能。在步骤1中，移动用户随机产生对大文件的兴趣需求，该需求可基于信息的流行度，也可以基于用户自身的需求。相应上述步骤2为sbs端对用户需求缓存设定时间t，并将该时间段内缓存的用户需求整理上传到数据云服务中。相应上述步骤3为mbs基于用户位置、移动方向及用户历史移动信息，将大文件进行分割。考虑复杂移动环境现象和用户行进中产生时延对计算准确性影响。为实现这一目标，拟采用介观交通流模型中的气体动力学模型并加以改进。交通流理论模型大体划分为微观、介观、宏观三类描述模型。气体动力学模型能满足大规模用户实时移动性要求，更接近提出的复杂网络场景，设计模型相应参数如下：设大规模移动用户之间移动性通过随机变量(v,k)来表征，v表示移动用户速度，有两个可能的值为低速vl和高速vh。拟用连续时间马尔可夫链来描述速度转换，状态转换率为1/k。认为用户速度从vl(或vh)变为vh(或vl)的时间间隔满足期望为k的指数分布。用户移动速度vu拟定义为：其中，ρmax为自由流情况下的允许最大行人密度；ρ为行人密度；ρjam为拥堵密度；α，β为模型参数。为了支持所提出的lidc信息交互处理方法，本发明考虑两种情况：(1)sbs区域内的大多数helper是在给定位置更新状态；(2)大多数helper是移动的，他们倾向于从一个sbs区域移动到另一个。在第一种情况下，当一个用户发送文件需求时，本发明的方案倾向于找到那些在该区域相对静止的helper。对于餐厅的环境来说，这种情况可能是理想的，在这种环境中，服务员的移动性较低，而访问餐厅的顾客在该区域附近移动更多。在第二种情况下，本发明根据用户的online属性，如facebook，微博等来确定用户的社会属性，比方说好友、粉丝等类型，这样类型的人往往有着共同的兴趣点；基于例如微博上的标签来进行归类，每个用户的标签都不一定相同，每个人的标签可以有不同的权重，并结合用户的offline属性选择合适的helper进行内容缓存，所选择的helper可能与当前用户处于不同的sbs覆盖范围内。在第一种情况下，本发明设计了仅基于sbs的缓存模式，即sbs作为helper。如图3所示，图中用户u1上传文件b的下载请求，sbs1会检索本地缓存是否对该文件或其子文件进行缓存，若已缓存，则将缓存内容发送给用户u1；若没有对该文件缓存，则将需求上传到云端服务器，根据移动用户所在位置、移动方向及该用户历史移动性对目标文件进行分割，发送到移动用户沿途经过的sbs1与sbs3中，当t时刻，用户u1移动到u1′时接收sbs3发送的文件，并对接收到的文件进行解码，获取目标文件。在第二种情况下，本发明设计了基于sbs与移动用户的缓存模式，即sbs与移动用户皆可以作为helper。如图4所示，图中用户u1上传文件b的下载请求，sbs1会检索本地缓存及区域内的移动用户是否对该文件或其子文件进行缓存，若已缓存，则将缓存内容发送给用户u1；若没有对该文件缓存，则将需求上传到云端服务器，通过计算用户u1的位置、与周围用户的online相近度、用户的移动轨迹来选择合适的设备作为helper进行信息的缓存。用户u1接收到文件后对接收到的文件进行解码，从而获取目标文件。以图5为例对两用户的相似度进行量化。图中两个用户的标签有三个是相同的，即video、fun、soccer。每个标签都有各自的权重值，可以量化出两个用户的相近度wij＝0.2×0.4+0.1×0.3+0.05×0.1＝0.115。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12当前第1页12