基于跨终端轨迹预测的边缘缓存迁移方法与流程

本发明涉及卫星通信与边缘计算，尤其涉及基于跨终端轨迹预测的边缘缓存迁移方法。

背景技术：

1、基于边缘节点的内容缓存与分发机制能够有效降低网络时延并提升数据访问效率，在卫星物联网场景中，由于终端广域分布且高速移动，如何在有限链路与存储资源约束下实现高效缓存与传输，成为亟待解决的技术问题。

2、现有缓存机制通常基于内容访问热度或终端当前位置进行缓存部署，以提升缓存命中率或降低访问时延，但该类方法多依赖单一因素进行决策，缺乏对终端行为变化的预测能力以及对网络环境动态变化的自适应调节能力。此外，部分技术方案虽引入用户行为预测模型以实现预取缓存，但仍存在以下不足：

3、1. 缺乏跨终端关联建模能力。现有预测方法多基于单终端历史行为建模，缺乏对终端间关联关系的挖掘，难以刻画请求行为的传播特性，从而限制了预测的准确性与泛化能力。2.缺乏环境自适应缓存决策的能力。现有缓存策略多依赖静态规则或单一指标，未能综合考虑链路质量波动、节点协同能力及存储资源动态变化等，导致在高移动性、弱协同或复杂链路等环境特征下缓存适应性不足。3.缓存迁移策略单一。现有缓存迁移机制多采用固定策略，如就近迁移或简单复制，缺乏针对不同环境的差异化处理能力，容易造成资源浪费或增加终端请求响应时延。4.预测结果与缓存迁移机制缺乏协同。预测模型与缓存迁移机制通常相互独立，缺乏有效联动，难以形成从预测、决策到迁移的闭环优化，限制了预测信息在缓存调度中的作用。

技术实现思路

1、针对上述现有技术中存在的不足，本发明提供了基于跨终端轨迹预测的边缘缓存迁移方法，解决了现有技术未考虑跨终端关联建模、环境自适应缓存决策、缓存迁移策略单一、预测结果与缓存迁移机制缺乏协同的问题。本发明可以实现缓存资源的预测性部署与动态迁移优化，以提高缓存命中率并降低数据访问时延的功能。本发明提供的技术方案包括：

2、基于跨终端轨迹预测的边缘缓存迁移方法，包括以下步骤：

3、s1.采集第一终端与第二终端的当前请求日志，输入训练好的轨迹预测模型，获得第二终端在预设时间段内的轨迹预测数据；

4、s2.获取第二终端的预测请求内容，构建缓存数据；将所述缓存数据通过云平台发送至根据所述第二终端的原位置信息确定的第一边缘缓存节点进行缓存；

5、s3.当第二终端发起请求时，判断当前位置相对所述原位置信息是否发生迁移；若是，则根据从所述轨迹预测模型的置信度、卫星链路质量及边缘节点存储状态提取的环境特征，在预设缓存迁移机制中匹配对应的迁移策略，确定目标边缘缓存节点并获取实际请求内容；若否，则从所述第一边缘缓存节点获取实际请求内容。

6、优选的，所述轨迹预测模型的训练方法包括：

7、采集多个终端的历史请求日志，从所述历史请求日志中提取第一终端与第二终端的个体特征、协同移动特征及基础状态特征作为训练集，用于训练通过图卷积网络、时间卷积网络及注意力机制构建的所述轨迹预测模型。

8、优选的，判断所述第二终端是否发生迁移的方法包括：计算所述当前位置与所述原位置之间的距离，若所述距离小于预设迁移阈值，则判定所述第二终端未发生迁移；否则，判定所述第二终端发生迁移。

9、优选的，根据所述环境特征在预设缓存迁移机制中匹配对应的迁移策略，具体方法包括：

10、若单次波束切换时间小于所述缓存数据预取周期的第一预设阈值，则判定当前环境特征满足高移动性条件；若节点间信令交付成功率小于第二预设阈值，则判定当前环境特征满足弱协同性条件；若所述环境特征满足高移动性和/或弱协同性的判定条件，则在第二终端发起请求之前触发多节点冗余分发机制。

11、优选的，所述多节点冗余分发机制包括：根据所述轨迹预测数据确定多个预测缓存节点作为所述目标边缘缓存节点，通过云平台将所述缓存数据复制并分发至多个所述目标边缘缓存节点进行缓存。

12、优选的，根据所述环境特征在预设缓存迁移机制中匹配对应的迁移策略，具体方法包括：

13、若协同访问相似度大于第三预设阈值和/或时空轨迹重叠度大于第四阈值，则判定当前环境特征满足强关联条件；若可用带宽余量大于第五预设阈值和/或信道信噪比大于第六预设阈值，则判定当前环境特征满足带宽优条件；若所述环境特征满足强关联和/或带宽优的判定条件，则触发边缘节点p2p协同传输机制。

14、优选的，所述边缘节点p2p协同传输机制包括：

15、将所述第一边缘缓存节点的所述缓存数据传输至根据所述第二终端的当前位置信息确定的所述目标边缘缓存节点进行缓存。

16、优选的，根据所述环境特征在预设缓存迁移机制中匹配对应的迁移策略，具体方法包括：

17、若所述第一边缘缓存节点的剩余存储比例小于第七预设阈值，则判定当前环境特征满足存储受限条件；若卫星链路丢包率大于第八预设阈值，则判定当前环境特征满足极端环境条件；若所述环境特征满足存储受限和/或极端环境的判定条件，则触发云平台资源路由指针重定向机制。

18、优选的，所述云平台资源路由指针重定向机制包括：

19、利用云平台在所述目标边缘缓存节点生成指向所述第一边缘缓存节点的元数据索引，通过所述元数据索引从所述第一边缘缓存节点获取所述缓存数据。

20、优选的，根据所述环境特征在预设缓存迁移机制中匹配对应的迁移策略，具体方法包括：

21、若所述环境特征满足链路中断的判定条件，则在所述第二终端发生请求时，通过云平台重新将所述缓存数据发送至根据所述第二终端当前位置信息确定的所述目标边缘缓存节点进行缓存。

22、有益效果：

23、本发明实现了对目标终端未来轨迹及请求内容的提前感知，提高了缓存预部署的准确性；通过引入基于预测置信度、链路质量及节点存储状态的环境特征矢量，实现了缓存迁移策略的自适应选择，使系统能够适应卫星网络高移动性、弱协同性及资源动态变化等复杂场景；此外，通过构建多策略协同的缓存迁移机制，将预测结果与缓存迁移过程进行联动优化，形成了完整的闭环方案，从而有效提升了缓存命中率，降低了数据访问时延，并减少了无效数据的传输与资源开销。

1.基于跨终端轨迹预测的边缘缓存迁移方法，其特征在于，包括以下步骤：

2.基于权利要求1所述的基于跨终端轨迹预测的边缘缓存迁移方法，其特征在于，所述轨迹预测模型的训练方法包括：

3.基于权利要求1所述的基于跨终端轨迹预测的边缘缓存迁移方法，其特征在于，判断所述第二终端是否发生迁移的方法包括：计算所述当前位置与所述原位置之间的距离，若所述距离小于预设迁移阈值，则判定所述第二终端未发生迁移；否则，判定所述第二终端发生迁移。

4.基于权利要求1所述的基于跨终端轨迹预测的边缘缓存迁移方法，其特征在于，根据所述环境特征在预设缓存迁移机制中匹配对应的迁移策略，具体方法包括：

5.基于权利要求4所述的基于跨终端轨迹预测的边缘缓存迁移方法，其特征在于，所述多节点冗余分发机制包括：根据所述轨迹预测数据确定多个预测缓存节点作为所述目标边缘缓存节点，通过云平台将所述缓存数据复制并分发至多个所述目标边缘缓存节点进行缓存。

6.基于权利要求1所述的基于跨终端轨迹预测的边缘缓存迁移方法，其特征在于，根据所述环境特征在预设缓存迁移机制中匹配对应的迁移策略，具体方法包括：

7.基于权利要求6所述的基于跨终端轨迹预测的边缘缓存迁移方法，其特征在于，所述边缘节点p2p协同传输机制包括：

8.基于权利要求1所述的基于跨终端轨迹预测的边缘缓存迁移方法，其特征在于，根据所述环境特征在预设缓存迁移机制中匹配对应的迁移策略，具体方法包括：

9.基于权利要求8所述的基于跨终端轨迹预测的边缘缓存迁移方法，其特征在于，所述云平台资源路由指针重定向机制包括：

10.基于权利要求1所述的基于跨终端轨迹预测的边缘缓存迁移方法，其特征在于，根据所述环境特征在预设缓存迁移机制中匹配对应的迁移策略，具体方法包括：