基于多臂赌博机在线学习的无线缓存策略研究

发布时间：2022-10-09 17:06

　　随着智能终端的计算和存储能力不断提高,大量新业务不断涌现,造成了移动数据流量迅速增长。其中,视频服务是数据流量增长的主要来源,这使现有的无线网络面临巨大的挑战。为了满足不断增长的流量需求,研究人员根据热门内容在短时间内被反复请求的特点,提出了一种新型的边缘网络架构:即将热点内容提前存储在靠近用户的基站端。当有用户需要请求内容时,如果基站已缓存该内容,那么基站可以直接为用户提供服务。这种新颖架构不仅能缓解现有核心网络的压力,而且也会减少用户获取内容的传输时延。近年来,缓存策略的设计已成为研究热点之一。本文在未知内容流行度的前提下,研究不同场景下的微基站缓存策略设计,以多臂赌博机（Multi-armed Bandit,MAB）理论为数学工具,开展了以下研究工作:首先,研究了单目标热点内容的缓存策略设计。在未知内容流行度的条件下,我们将微基站的缓存问题构建为组合式多臂赌博机模型（Combinatorial-MAB,CMAB）:将微基站比作决策者（赌徒）,热点内容比作是摇臂,热点内容的需求量比作摇臂的奖赏,赌徒拉臂的过程比作是微基站缓存热点内容的行为。根据贪婪策略和上置信策略（Upper Co... 

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

移动数据流量分布图


本文编号：3689023