移动边缘计算视频缓存策略研究
发布时间：2021-01-20 19:02
随着各种移动互联网社交平台的发展,在朋友圈小视频、快手、微博、抖音等短视频APP开始流行,产生了大量的用户短视频业务请求。在传统的云计算模式中,要求云计算中心必须有很强的计算和存储能力,虽然随着技术的发展,这些能力也在不断进步,但随着5G时代的到来,连入网络的移动设备终端的数量的增长速度将呈现几何级别,且通信业务场景的进一步的拓展等一系列问题,使得传统的云计算模式无法很好满足5G低时延、高速率的需求,急需寻找与传统云计算模式不同的另一种更为合理的方式。而移动边缘计算（MEC）这种模式的提出能够弥补移动云计算模式的不足。高清视频是移动边缘计算中一个比较常见的应用场景。缓存可以起到流畅视频流播放的目的,网络拥塞导致的视频抖动、卡顿等拉低用户体验的问题可以通过缓存技术来改善甚至消除,且缓存也可以解决大量用户请求同一视频文件所带来的的冗余请求和链路消耗。针对短视频业务的应用背景,采取合适的移动边缘计算短视频缓存策略有利于降低用户的时延,更好提升用户的Qo S。但是,现有的移动边缘计算缓存解决方案具有以下问题。首先,大多数现有的边缘缓存策略都是为固定的网络结构而设计的,重点关注缓存部署策略而忽略...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
移动端和固定端在不同缓存空间下的缓存命中率
第2章移动边缘计算及缓存策略相关介绍16图2-1移动端和固定端在不同缓存空间下的缓存命中率当今微基站的密度越来越大，密集组网使得每个微基站所管辖区域变小，但减小了网络覆盖不到的面积，这样网络能够覆盖更多的用户，基站间距离大大缩短，移动用户在不同的微基站覆盖区域间进行切换的行为便逐渐增加。用户切换对缓存服务造成影响的示例如图2-2所示。用户当前所连接基站是基站1，它将以轨迹{1,2,3}来进行移动，则此时用户在基站1进行了文件服务请求，它在文件传输的过程中将会发生基站切换动作，这个动作导致了基站1对用户请求响应的中断，因为在基站2和基站3中并没有缓存用户所请求的文件，所以用户需要花费更长的时延来向核心网请求内容，它为切换操作付出了时延的代价。如果在进行基站切换时，比如从基站1切换至基站2，如果2中也能有用户请求的文件，则用户无需花费额外的时延代价来完成整个服务。一个合适的用户移动性处理规则能够很好地解决这种问题，使用户的冗余时延消耗减少，提升用户体验。图2-2用户切换对缓存服务的影响
第3章移动边缘计算短视频缓存策略24图3-1标准LSTM模型标准LSTM模型的结构如图3-1所示，它有着和RNN相同的链式结构，但是与RNN相比，内部有四个网络层，不像RNN每个单元只有一层。在图中，每一条黑线表示整个向量的传输线，它的方向指传输方向，橙色的圈代表pointwise，而绿色的矩阵类似于CNN里的激活函数运算，代表神经网络层。位于整个单元最上方的黑线是传输“细胞状态”的重要传输线，LSTM的核心是“细胞状态”，它的整个传输过程存在于单元中，且没有多余的向量拷贝等操作，它将信息低损失或无损失的传输过整个模型。在运行过程中有三个状态生成阶段，分别是忘记阶段、选择记忆阶段和输出阶段，每个阶段分别有一个门来控制。（1）忘记阶段首先选择性忘记某些不重要的信息。通过一个公式（3-9）表示该部分的操作，它经由忘记门sigmoid单元来控制状态，每个阶段都会输入两个值t1h和tx，该层根据t1h和tx经由tf输出表示该阶段忘记结果的向量，值的大小表示忘记程度，越小表示忘记程度越高。（3-9）（2）选择记忆阶段其次选择记忆某些信息。在这一阶段有两个步骤，使用的函数是公式（3-10）和（3-11）。主要是会对输入tx进行选择记忆。该阶段的决策是通过t1h和tx的信息来进行决定的通过输入门后就得到了ti，新的候选信息则由公式（3-11）生成，产生了它之后则就有了该过程所需的两个信息，可以根据他们两个使用公式（3-12）来进行更新。fttftfhbXW]),[(1
【参考文献】：
期刊论文
[1]移动边缘计算的移动性管理研究[J]. 王秋宁,谢人超,黄韬. 中兴通讯技术. 2018(01)
[2]内容流行分布动态性对基站端缓存性能的影响[J]. 戚凯强,陈彬强,杨晨阳. 信号处理. 2017(03)
[3]基于流媒体技术的现代远程教育课件的设计与实现[J]. 盛小清,吴伟信. 福建电脑. 2007(07)
硕士论文
[1]基于移动边缘计算的网络信息监测与缓存业务优化[D]. 罗明.北京邮电大学 2019
[2]移动边缘计算（MEC）架构中高效内容分发技术[D]. 侯停停.电子科技大学 2018
[3]小小区网络中基于视频内容的边缘缓存技术研究[D]. 刘洪燕.北京邮电大学 2018
[4]移动短视频发展的传播学研究[D]. 腾云.大连理工大学 2016
[5]基于用户特征的流媒体缓存管理机制的研究[D]. 丛日东.大连海事大学 2012
[6]边缘网络的流媒体传输优化研究[D]. 程高伟.国防科学技术大学 2009
本文编号：2989601
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
移动端和固定端在不同缓存空间下的缓存命中率
第2章移动边缘计算及缓存策略相关介绍16图2-1移动端和固定端在不同缓存空间下的缓存命中率当今微基站的密度越来越大，密集组网使得每个微基站所管辖区域变小，但减小了网络覆盖不到的面积，这样网络能够覆盖更多的用户，基站间距离大大缩短，移动用户在不同的微基站覆盖区域间进行切换的行为便逐渐增加。用户切换对缓存服务造成影响的示例如图2-2所示。用户当前所连接基站是基站1，它将以轨迹{1,2,3}来进行移动，则此时用户在基站1进行了文件服务请求，它在文件传输的过程中将会发生基站切换动作，这个动作导致了基站1对用户请求响应的中断，因为在基站2和基站3中并没有缓存用户所请求的文件，所以用户需要花费更长的时延来向核心网请求内容，它为切换操作付出了时延的代价。如果在进行基站切换时，比如从基站1切换至基站2，如果2中也能有用户请求的文件，则用户无需花费额外的时延代价来完成整个服务。一个合适的用户移动性处理规则能够很好地解决这种问题，使用户的冗余时延消耗减少，提升用户体验。图2-2用户切换对缓存服务的影响
第3章移动边缘计算短视频缓存策略24图3-1标准LSTM模型标准LSTM模型的结构如图3-1所示，它有着和RNN相同的链式结构，但是与RNN相比，内部有四个网络层，不像RNN每个单元只有一层。在图中，每一条黑线表示整个向量的传输线，它的方向指传输方向，橙色的圈代表pointwise，而绿色的矩阵类似于CNN里的激活函数运算，代表神经网络层。位于整个单元最上方的黑线是传输“细胞状态”的重要传输线，LSTM的核心是“细胞状态”，它的整个传输过程存在于单元中，且没有多余的向量拷贝等操作，它将信息低损失或无损失的传输过整个模型。在运行过程中有三个状态生成阶段，分别是忘记阶段、选择记忆阶段和输出阶段，每个阶段分别有一个门来控制。（1）忘记阶段首先选择性忘记某些不重要的信息。通过一个公式（3-9）表示该部分的操作，它经由忘记门sigmoid单元来控制状态，每个阶段都会输入两个值t1h和tx，该层根据t1h和tx经由tf输出表示该阶段忘记结果的向量，值的大小表示忘记程度，越小表示忘记程度越高。（3-9）（2）选择记忆阶段其次选择记忆某些信息。在这一阶段有两个步骤，使用的函数是公式（3-10）和（3-11）。主要是会对输入tx进行选择记忆。该阶段的决策是通过t1h和tx的信息来进行决定的通过输入门后就得到了ti，新的候选信息则由公式（3-11）生成，产生了它之后则就有了该过程所需的两个信息，可以根据他们两个使用公式（3-12）来进行更新。fttftfhbXW]),[(1
【参考文献】：
期刊论文
[1]移动边缘计算的移动性管理研究[J]. 王秋宁,谢人超,黄韬. 中兴通讯技术. 2018(01)
[2]内容流行分布动态性对基站端缓存性能的影响[J]. 戚凯强,陈彬强,杨晨阳. 信号处理. 2017(03)
[3]基于流媒体技术的现代远程教育课件的设计与实现[J]. 盛小清,吴伟信. 福建电脑. 2007(07)
硕士论文
[1]基于移动边缘计算的网络信息监测与缓存业务优化[D]. 罗明.北京邮电大学 2019
[2]移动边缘计算（MEC）架构中高效内容分发技术[D]. 侯停停.电子科技大学 2018
[3]小小区网络中基于视频内容的边缘缓存技术研究[D]. 刘洪燕.北京邮电大学 2018
[4]移动短视频发展的传播学研究[D]. 腾云.大连理工大学 2016
[5]基于用户特征的流媒体缓存管理机制的研究[D]. 丛日东.大连海事大学 2012
[6]边缘网络的流媒体传输优化研究[D]. 程高伟.国防科学技术大学 2009
本文编号：2989601
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2989601.html
