小小区网络中高效内容放置与分发机制研究

发布时间：2020-06-10 05:18

【摘要】：随着各种手持智能终端设备的普及,以及新兴的超高清即时视频、增强现实/虚拟现实和大型互动网络游戏等多种业务的广泛应用,移动用户的数量与热点区域内的数据流量呈现出爆炸增长的态势。这将导致网络信令与用户数据暴涨、后向链路紧缺、能量消耗加剧,最终使网络性能急剧下降,用户服务体验降低。内容放置与分发技术将缓存服务器及处理节点部署于无线网络的接入网一侧,能减少用户接收内容的时延、提升用户体验。同时,该技术还能减少接入网中冗余的信令流量与内容数据流量,进而可以节约后向链路容量并提升网络整体性能。因此,内容放置与分发技术受到学术界与产业界的广泛关注,是无线通信技术的研究热点。小小区网络使用小小区基站进行组网,其频谱效率与能量效率较高、网络结构灵活且易于扩展,能有效提升服务质量与网络整体性能。随着内容放置与分发技术逐渐应用于小小区网络之中,小小区网络也面临着一些新的问题,如难以管控更多设备、后向链路难以承载更多数据等。因此,需要对这些问题进行研究,并提出可行的小小区网络中高效内容放置与分发机制。本文根据小小区网络的特点,对网络中的内容放置、内容分发与内容更新进行了研究,主要工作和创新点总结如下:1.提出了一种基于分层迭代的内容放置方案。首先,研究了分层内容放置问题,该问题可以分为两层:第一层称为缓存选择层,其中内容提供商通过选择最优的服务提供商缓存设备来降低成本、提升效用;第二层称为内容分发层,其中用户按自身即时内容需求与服务提供商的缓存设备进行匹配,以同时平衡两者的效用。此外还通过设置内容获利回报参数为两层过程建立联系。其次,定义了内容提供商、服务提供商和用户三者各自的效用函数,并以最大化每个效用函数为目标,使用整数规划和拍卖对分层内容放置问题进行了建模。再次,联合简化分支定界算法与多商品拍卖算法,设计了基于分层迭代的内容放置方案。最后,仿真结果显示该方案可以实现较高的内容放置效率和较低的复杂度。2.提出了一种分布式的内容分发机制。首先,研究了小小区网络中的内容分发问题,该问题以最大化每个小小区基站和用户的效用函数为目标,联合考虑了链路容量约束及最大发射功率约束。其次,使用多商品拍卖对该问题进行建模,并考虑到传统拍卖模型的限制,采用分布式拍卖协议将原问题转化为分布式拍卖问题。再次,针对转化后的问题,提出了一种并行的分布式拍卖算法,并进一步证明了该算法能够抑制小小区基站串谋行为。最后,仿真结果表明,所提机制能够保证内容分发全体参与者的诚实性并提升内容分发的效率。3.提出了一种考虑用户移动性的内容更新策略。首先使用人类学移动模型、隐马尔可夫模型得到了用户需求转移概率和缓存状态转移概率的参数集合。其次,基于上述参数集合,使用图论中的流量模型为小小区网络中的内容更新问题建模,该问题以最大化本地缓存平均命中率为目标,联合考虑了基站间的多种约束情况。再次,提出了一种流量分解方法将原问题分解为简单最大流问题,然后联合内容需求预测与发送端选择算法以及改进前向流推进算法设计了内容更新方案。最后,仿真结果证实所提方案可以有效提升本地缓存的命中率。
【图文】：

移动数据,趋势预测

、便于分簇管理等［１７，１８］。然而，分布式管理机制也存在许多问题，比如节点间不易协调、控制信令时延较大、信令交互过程大量增加、簇头节点易相互干扰、易频繁切换等等［１９］，这些问题都为网络管理研宄增加了一定的难度。逡逑３．后向链路资源严重紧缺逡逑近年研究显示，信令数据流量的增长速度比用户数据流量增长速度快了０％［２Ｑ］。ＩＴＵ无线电通信组发布的报告中指出新兴多媒体应用中信令数据流量比显提升，并且在观察不同时段和地理位置的数据流量时，该比例的数值变化非显（如图１－２所示）［２１］。思科及爱立信的报告均显示全球信令流量由２００９年的５９字节拍字节（ＰｅｔａＢｙｔｅ，邋ＰＢ）每月猛增至２０１７年的４７４８．８ＰＢ每月［２２，２３］。而与此，据Ｉｎ－Ｓｔａｔ、Ｍｕｌｔｉｍｅｄｉａ邋Ｒｅｓｅａｒｃｈ邋Ｇｒｏｕｐ等权威机构统计，全球已建移动通信基有量仅从２００９年的４０１．４万个增长到２０１７年的约１８００万个。因此，现有的基向链路无力承载如此之多的信令负荷，从而导致局部网络大规模的拥塞、掉话溃，这一现象又被称为“信令暴涨”。近年来，信令暴涨对无线网络接入侧的影出不穷：２００９年９月４日，北美运营商ＡＴ＆Ｔ所服务的苹果手机用户在纽约地

总时延,过程优化,网络吞吐量,预测结果

两类：一类仅单纯使用用户历史需求或兴趣来预测该用户未来的内容请求趋势，另逡逑一类则结合用户的社交关系、运动轨迹、接入基站或热点的情况等多种参数综合预逡逑测用户的内容请求。两类方法的大致区别如图２－２所示，下面就对这两类预测方法所逡逑驱动的不同推送技术进行简要介绍。逡逑１．基于用户历史需求进行预测与推送的内容分发技术逡逑该类技术中用户历史需求的数据获取相对简单，因此研宄重点主要在于如何建逡逑立合适的模型。尽管有很多一维变量随机过程都可以用于需求预测，但应用最广泛、逡逑研宄最成熟的当属马尔可夫链及其改进的各类模型。马尔可夫模型有其优点，，例如逡逑变量较少、转移概率便于计算、用户状态便于表示等等，但静态的马尔可夫链模型逡逑不够灵活，即使内容数量或用户需求的状态仅产生微小的变化，原有模型也无法再逡逑适用于变化后的场景。基于此，很多学者纷纷提出采用动态的马尔可夫过程来预测逡逑用户内容需求。通过牺牲一定程度的表达简洁性与计算便捷性，动态马尔可夫过程逡逑能够更好地表示不同网络中用户在多场景下的内容需求变化情况
【学位授予单位】：北京邮电大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TN92

【参考文献】