雾无线接入网的双层分布式缓存方法与流程

本发明涉及一种缓存技术，具体涉及一种雾无线接入网的双层分布式缓存方法。

背景技术：

目前，为了给无线用户提供低延时下载体验，人们对无线通信系统中缓存布置的研究主要集中在CRAN等现有架构下，并且以BS层的单层集中式缓存布置研究为主。

但是，现有的通信网络架构并不满足5G要求，而且，随着5G/B5G时代到来，网络中文件量将会大大增加，而对低延时的要求将会更高。因此，找到一种适用于5G/B5G架构的低延时缓存布置策略是亟待解决的问题。

技术实现要素：

发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种雾无线接入网的双层分布式缓存方法。

技术方案：本发明所述的一种雾无线接入网的双层分布式缓存方法，依次包括以下步骤：

(1)将雾网分成F-AP层和UE层，即雾无线接入点层和用户设备层；

(2)每个F-AP和UE均收集来自周围UE的文件申请信息，并根据这些信息计算文件流行度；

(3)对UE层用背包算法求出最优缓存分布；

(4)对F-AP层用BP算法求出最优缓存分布；

(5)UE通过查询周围的UE是否正在接收文件来决定与其建立D2D连接的UE。

进一步的，所述步骤(1)中，雾网的UE层中只允许同一个F-AP覆盖下的UE之间进行D2D连接，且F-AP间不进行通信。

进一步的，所述步骤(2)中，在UE层中，UE收集本地信息时，是根据周围UE向自己申请某个文件的次数与周围UE向自己发送申请的总次数的比值，来决定某文件的本地流行度，过程如下：

其中Pnk为第n个文件fn在第k个UE设备uk周围的流行度，tnk为相邻设备向uk请求文件fn的次数；

同时，在F-AP层中，每个F-AP均记录自己覆盖范围内的UE申请文件的总次数以及对某一个文件的申请次数，通过两者得到F-AP层中文件的流行度。具体过程为：

其中为第n个文件fn在第m个F-AP内的全局流行度，定义为第m个F-AP所覆盖的所有UE向此F-AP申请文件fn的次数。

进一步的，所述步骤(3)的详细过程为：

使用背包算法求UE层的缓存分布时，文件fn对第i个UE设备ui的权重由缓存率与文件流行度的差值决定，即权重Gni＝Pni-P'ni；

其中Gni为文件fn对于UEui的权重；Pni为文件fn对于UEui的流行度；P'ni为文件fn对于UEui的缓存率，即是指ui周围缓存了fn的UE的个数与ui周围所有UE个数的比值。

进一步的，所述步骤(4)中根据(2)得到的文件流行度，对F-AP层根据文件在F-AP层的流行度，采用BP算法求得F-AP层缓存分布。

具体过程为：将F-AP层转化为因子图模型，因子图中的变量节点μ为F-AP层中的缓存分布；因子图的函数节点F有两种，分别代表延时和每个F-AP的缓存容限。因子图中相邻节点定义为：若某个函数节点Fj是某个变量节点μi的函数，则Fj与μi相连，否则不相连。

在因子图中，每个变量节点将一个更新后的信息送到一个与它相连的函数节点中去，并收到一个更新后的，发送自该函数节点的信息，在多次迭代之后，就可以计算出F-AP层分布式缓存布置的最优解。其中信息的迭代方式定义如下：

用来表示t时刻从第p个变量节点μp发送到第q个函数节点Fq的信息，用来表示t时刻从函数节点Fq发送到变量节点μp的信息；

其中x表示某文件是否缓存在F-AP中，若该文件被缓存，则x＝1；否则x＝0。

根据BP算法，信息可以根据下式迭代：

其中表示将来自与第q个函数节点Fq相连的所有变量节点的信息相乘；

可以根据下式迭代：

其中表示对所有与第p个变量节点μp相连的函数节点分别求

并取其中的最大值；

经过如上过程，就能够得到F-AP层的分布式缓存的最优解。

进一步的，所述步骤(5)中，当UE通过信道信息决定建立D2D连接的对象时，具体过程如下：定义Ri来表示是ui是否正在接收文件，Ri＝1时，表示ui正在接受文件；；当uj向ui发出文件申请的同时会发送查询信息来查询Ri的值，只有Ri＝0时，ui和uj才能建立D2D连接，其中ui和uj分别表示UE中第i个和第j个设备，且i≠j。

有益效果：与现有技术相比，本发明具有以下优点：

(1)本发明通过在雾网中引入D2D连接，从而实现双层缓存，并采用分布式法使每个F-AP和UE都只需收集本地信息来做出缓存决定。相比于传统缓存算法，明显的降低了下载延时，并且保持本发明中下载延时在十次迭代以内完成收敛，复杂度较低，同时，还拥有更高的鲁棒性。

(2)本发明中的双层缓存增加了缓存容量，D2D连接可以明显降低下载延时。

(3)由于UE在做缓存决定时根据缓存率与文件流行度的差值决定是否缓存某个文件，即能做到缓存流行度较高且被较少UE缓存的文件，这样就能更加充分的利用UE的缓存，避免所有UE都缓存流行度最高的文件，变成简单的基于流行度缓存。

附图说明

图1为本发明中雾网缓存布置示意图。

图2为实施例中本发明性能与传统单层缓存比较图。

图3为实施例中不同缓存容限下本发明迭代次数与延时关系图。

具体实施方式

下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

实施例1：

如图1所示，本实施中的一种雾无线接入网的双层分布式缓存方法，包括以下步骤：

(1)将雾网分为F-AP层和UE层。同一个F-AP覆盖下的UE之间可以进行D2D通信，每个UE优先选择向邻近的UE申请文件，如果邻近UE没有缓存此文件，再向F-AP申请。

(2)然后，每个UE根据本地信息确定某文件流行度，过程如下：

其中Pnk为文件fn在UEuk周围的流行度，tnk为相邻设备向uk请求文件fn的次数。

同时，每个F-AP记录自己覆盖范围内的UE申请文件的次数，类似地得到F-AP层中文件的流行度。

(3)根据(2)得到的文件流行度，对UE层通过背包算法求得UE层缓存分布。其中文件的权重为：

Gni＝Pni-P'ni

其中Gni为文件fn对于UEui的权重；Pni为文件fn对于UEui的流行度；P'ni为文件fn对于UEui的缓存率，定义为ui周围缓存了fn的UE的个数与ui周围所有UE个数的比值。

(4)根据(2)得到的文件流行度，对F-AP层根据文件在F-AP层的流行度，采用BP算法求得F-AP层缓存分布

(5)用户兴趣发生变化时，重复上述步骤(1)-(4)，得到整个网络中缓存分布。

(6)UE通过本地信息决定D2D通信的对象。过程如下：定义Ri来表示是ui是否正在接收文件，Ri＝1时，表示ui正在接受文件。当ui向uj发出文件申请的同时会查询Rj的值，只有Rj＝0时，ui和uj才能进行D2D通信。

如图2所示，该实施例研究了F-AP的缓存容限和下载延时的关系，分别取F-AP的缓存容限Qm＝10,20…90，作出F-AP的缓存容限和下载延时的关系。可以看出，本发明对于F-AP的容量要求并不是很高，在Qm较小时也能获得较大的延时增益，效果明显优于单层缓存；同时还可看出，基于BP算法的分布式缓存延时特性基本上与集中式算法相当，可见BP算法是一种高效的分布式算法。

如图3所示，该实施例研究了迭代次数与下载延时的关系。可以看出，分别取缓存容限为不同值时，本发明中下载延时始终在十次迭代以内完成收敛，计算复杂度很低，适合于计算能力较低的F-AP和UE。