基于车载网络边缘的缓存内容放置方法及系统与流程

1.本发明涉及领域为：h04w无线通信网络入，尤其涉及车联网通信技术领域，具体涉及一种基于车载网络边缘的缓存内容放置方法及系统。


背景技术：

2.目前关于缓存内容分发策略的研究大多是基于给定的缓存部署策略，如最流行内容缓存部署策略、随机缓存部署策略、基于内容流行度的随机缓存部署策略等基础的缓存部署策略或是按照某一性能指标优化后的缓存部署策略。
3.当缓存部署策略给定后，再根据边缘网络中基站侧或用户侧的缓存状态、无线网络环境状态等设计合理的缓存内容分发策略，如用户接入控制策略、资源调度策略等。
4.事实上，现有的一些技术未考虑到连接到边缘服务器的车辆是不断移动的，从而使得内容受欢迎程度变化并且难以预测。除此之外，由于每个连接的车辆都在边缘服务器区域停留很短的时间，导致缓存的内容也很容易过时。


技术实现要素：

5.发明目的：提出一种基于车载网络边缘的缓存内容放置方法，并进一步提出一种实现上述方法的系统，以解决现有技术存在的上述问题。
6.第一方面，本发明提出了一种基于车载网络边缘的缓存内容放置方法，该方法步骤包括：步骤1、以一固定基站为中心，将所述基站的通信范围内的车辆定义为请求车辆和服务车辆；对于任意所述请求车辆，除该请求车辆自身外，其余车辆划分为进入通信范围的车辆、及离开通信范围的车辆；步骤2、对通信范围内的所有车辆划分优先级；步骤3、针对通信范围内的车辆，得出基站所需服务的数据包数量；步骤4、根据缓存内容的流行度、请求车辆的数量、通信区域内服务车辆的数目、以及服务车辆中的缓存内容放置状况，得出基站的平均能耗；步骤5、构建优化问题模型，以降低基站的总功耗。
7.在第一方面的一些可实现方式中，步骤2对车辆划分优先级的过程进一步包括：根据lru策略，计算车辆中缓存内容最近一次的更新时间与当前时刻的差值，来对所有车辆划分优先级；差值越大的车辆具有越高的优先级；优先级越高的车辆，更新通信信息越早。
8.在第一方面的一些可实现方式中，对车辆划分优先级的过程进一步包括：步骤2-1、以每个所述请求车辆为圆心、半径为r的圆形区域为所述请求车辆的v2v通信区域，根据zipf指数，请求内容i的概率如下：
式中，j表示请求车辆；步骤2-2、把数据中心的第i个内容通过最大距离分离编码成个片段，每个数据包的大小定义为s，车辆的缓存容量定义为m；在所述请求车辆和所述服务车辆处高速缓存的内容被表示为和，其中，和分别代表请求车辆j缓存内容i的数据包数量和请求车辆j通信范围内的第k个相邻车辆缓存内容i的数据包数量；步骤2-3、v2v通信的平均速率给出为：其中，是v2v通信的宽带大小，sinr由下式定义：其中，代表车辆的传输功率，是加性高斯白噪声的功率，是对数正态阴影分量，均值为0db，标准差为；是路径损耗因子，在[2，4]上选择，是瑞利分布损耗幅度，满足，遵循零均值复数高斯分布，是车辆之间的距离；步骤2-4、服务车辆进入的过程遵循平均速率为的泊松分布,离开的过程遵循平均速率为的泊松分布,每个服务车辆都以概率去进行数据包的传输,得能够进行v2v通信的车辆数量的概率质量函数为：式中，表示服务车辆进入请求车辆v2v通信区域过程遵循的平均速率，表示离开过程遵循的平均速率，表示服务车辆数量。
[0009]
在第一方面的一些可实现方式中，步骤3进一步包括：定义有n个服务车辆正在向j个请求车辆传输关于请求内容i的数据包，则基站所需服务的数据包数量为；
式中，j表示请求车辆，表示片段数，表示请求车辆j请求内容i的数据包数量，表示通信的平均速率，表示数据包大小，表示v2v通信区域的移出用户的离开率，n表示服务车辆数量，。
[0010]
在第一方面的一些可实现方式中，步骤4中所述基站的平均能耗通过下式定义：式中，e表示基站传输的能量系数，m表示当前总请求车辆数量，n表示服务车辆数量，f表示请求车辆的缓存内容，表示请求内容i的概率，表示能够进行v2v通信的车辆数量的概率质量函数，表示基站所需服务的数据包数量，s表示数据包大小；在第一方面的一些可实现方式中，构建优化问题模型的过程进一步包括：步骤5-1、定义一个内容放置集合，以找到请求车辆的最佳缓存内容放置，以最大程度地减少基站的平均能耗；其中，f表示请求车辆的缓存内容，j表示请求车辆，表示任意一个请求车辆j，表示请求车辆j缓存内容f的数据包数量；步骤5-2、构建优化问题模型p：式中，表示基站的平均能耗，表示请求车辆j请求内容i的数据包数量，表示任意一个请求内容i，j表示请求车辆，i表示请求内容，f表示请求车辆的缓存内容，m表示当前总请求车辆数量，表示第i个内容通过最大距离可分离编码成个片段，表示当前总请求内容，s.t.表示subject to ,后接限制条件；步骤5-3、根据步骤5-2中构建得到的优化问题模型，使用贪婪算法获得接近最佳的性能。
[0011]
在第一方面的一些可实现方式中，使用贪婪算法获得接近最佳的性能的过程进一步包括：一个基站覆盖范围内，选择出进行缓存更新的车辆数量为m，车辆的缓存空间大小为m，因此需要经过次迭代；在每次迭代过程中，寻找使得边际增益最大化的数据包并将其添加到相应集合
中，从而获得接近最优的内容放置。
[0012]
第二方面，提出一种缓存内容放置系统，该系统包括车辆划分模块、优先级划分模块、数据包预估模块、能耗预估模块、以及能耗优化模块五部分。
[0013]
车辆划分模块用于对以预定基站为中心，其通信范围的车辆进行定义划分；优先级划分模块用于对通信范围内的车辆的优先级进行划分；数据包预估模块用于针对通信范围内的车辆预估得出基站所需服务的数据包数量；能耗预估模块用于根据缓存内容的流行度、请求车辆的数量、通信区域内服务车辆的数目、以及服务车辆中的缓存内容放置状况，预估出基站的平均能耗；能耗优化模块用于降低基站的总功耗。
[0014]
第三方面，提出一种缓存内容放置设备，该设备包括至少一个处理器和存储器；存储器存储计算机执行指令；至少一个处理器执行存储器存储的计算机执行指令，使得至少一个处理器执行如第一方面及第一方面的一些实施例中提及的缓存内容放置方法。
[0015]
第四方面，提出一种可读存储介质，该可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如第一方面及第一方面的一些实施例中提及的缓存内容放置方法。
[0016]
有益效果：本发明提供的基于车载网络边缘的缓存内容放置方法综合考虑了车辆缓存更新的时间、车辆的数目、车辆移动性、车辆之间的通信时间不固定以及服务车辆无法传递自身存储的所有数据包，在提出车辆选择策略的基础上，制定一个最佳的缓存内容放置方法，接着提出优化问题，并将问题转化为拟阵约束下子模函数的最大化问题，最终利用贪婪算法解决，达到节能的目的。
附图说明
[0017]
图1为本发明缓存内容放置的系统模型图。
[0018]
图2为本发明缓存内容放置方法的流程图。
具体实施方式
[0019]
在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。
[0020]
申请人研究发现，现有的一些技术未考虑到连接到边缘服务器的车辆是不断移动的，从而使得内容受欢迎程度变化并且难以预测。除此之外，缓存的内容也很容易过时，因为每个连接的车辆都在边缘服务器区域停留很短的时间。
[0021]
本发明主要目的在于制定一种最佳的缓存内容放置方法，并提出了一个优化问题来最大程度地降低基站的总能耗。本发明首先考虑车辆缓存更新的时间、车辆的数目以及移动性，提出了一种车辆选择策略，来决定对哪些车辆进行缓存的更新，接着制定一种最佳的缓存内容放置方法，比如在哪些地方缓存何种内容以及在该位置上应缓存的内容的大小，并提出了一个优化问题来最大程度地降低基站的总能耗。由于最小化基站的平均能耗
被视为np难题，本发明将其等效为拟阵约束条件下的子模函数的最大化，接着通过贪婪算法解决，最终达到节能的目的。
[0022]
实施例一：见图2，本发明所采取的技术方案主要包含以下几个步骤：步骤1：定义两种类型的车辆，即请求车辆和服务车辆。对于任意请求车辆，除该车辆外，其他车辆可以分为两种类型：一种是进入通信范围的车辆，另一种是离开通信范围的车辆。
[0023]
步骤2：根据lru策略，通过计算车辆中缓存内容最近一次的更新时间与当前时刻的差值，来对所有车辆划分优先级，差值越大的车辆具有越高的优先级，这些车辆将会优先进行更新。
[0024]
步骤3：考虑到车辆的移动性、请求车辆与服务车辆之间的通信时间不固定、通信持续时间是有限以及服务车辆无法传递自身存储的所有数据包，得出基站需要服务的数据包数量。
[0025]
步骤4：根据缓存内容的流行度、请求车辆的数量、通信区域内服务车辆的数目以及服务车辆中的缓存内容放置状况，得出基站的平均能耗。
[0026]
步骤5：提出了一个优化问题来最大程度地降低基站的总能耗。
[0027]
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明的系统模型图，对本发明实施例中的技术方案进行清楚、完整地描述。如图1所示，半径为r的虚线圆是请求车辆的v2v通信区域。每个车辆上的箭头代表相对于请求车辆的速度，是移入用户的进入率，表示v2v通信区域的移出用户的离开率。根据zipf指数，请求内容i的概率如下所示：式中，j表示请求车辆。
[0028]
把数据中心的第i个内容通过最大距离可分离编码成了个片段，每个数据包的大小定义为s，车辆的缓存容量定义为m。在请求车辆和服务车辆处高速缓存的内容被表示为和，其中，和分别代表请求车辆j缓存内容i的数据包数量和请求车辆j通信范围内的第k个相邻车辆缓存内容i的数据包数量。
[0029]
v2v通信的平均速率给出为：其中，是v2v通信的宽带大小，sinr由下式定义：其中，代表车辆的传输功率，是加性高斯白噪声的功率，是对数正态阴影分
量，均值为0db，标准差为；是路径损耗因子，在[2，4]上选择，是瑞利分布损耗幅度，满足，遵循零均值复数高斯分布，是车辆之间的距离。
[0030]
假设进入和离开过程分别遵循平均速率为和的泊松分布,每个车辆都以概率去进行数据包的传输,得能够进行v2v通信的车辆数量的概率质量函数（pmf）为:根据lru策略，通过计算车辆中缓存内容最近一次的更新时间与当前时刻的差值，来对所有车辆划分优先级，差值越大的车辆具有越高的优先级，这些车辆将会优先进行更新。
[0031]
考虑到车辆的移动性、请求车辆与服务车辆之间的通信时间不固定、通信持续时间是有限以及服务车辆无法传递自身存储的所有数据包，即可以传输给请求车辆的数据包数量完全由无线通信来决定。假定有n个服务车辆正在向m个请求车辆传输关于请求内容i的数据包，则基站需要服务的数据包数量为，如下所示：式中，j表示请求车辆，表示片段数，表示请求车辆j请求内容i的数据包数量，表示通信的平均速率，表示数据包大小，表示v2v通信区域的移出用户的离开率，n表示服务车辆数量。
[0032]
由于每个内容都被部分缓存在基站中，通过基站进行数据的传输必然会消耗能量。一般来说，能量的消耗情况与文件的传输位数成正比，并根据缓存内容的流行度、请求车辆的数量、v2v通信区域内服务车辆的数目以及服务车辆中的缓存内容放置状况，基站的平均能耗可以通过以下式子来定义：式中，m表示当前总请求车辆数量，n表示服务车辆数量，f表示请求车辆的缓存内容，表示请求内容i的概率，表示能够进行v2v通信的车辆数量的概率质量函数，表示基站所需服务的数据包数量，s表示数据包大小。
[0033]
定义一个内容放置集合，我们的目标是找到请求车辆的最佳缓存内容放置以最大程度地减少基站的平均能耗，因此可以得到如下优化问题：
式中，表示基站的平均能耗，表示请求车辆j请求内容i的数据包数量，表示任意一个请求内容i，j表示请求车辆，i表示请求内容，m表示当前总请求车辆数量，表示第i个内容通过最大距离可分离编码成个片段，表示当前总请求内容，s.t.表示subject to ,后接限制条件。
[0034]
实施例二：实施例一中该方法中的优化问题p是一个整数规划问题，通常是np-hard，很难解决。但是，我们可以利用单调子模函数的性质，将问题转化为拟阵约束下子模函数的最大化问题，最终利用贪婪算法解决。贪婪算法针对子模函数的最大化问题，可以达到至少的最佳性能，其中为给定的常量，这意味着我们可以通过低复杂度的算法获得接近最佳的性能。为了证明原问题等效于拟阵约束下的子模函数的最大化，需要定义一个拟阵，还要把目标函数表示为次模单调函数。
[0035]
首先，优化问题p的约束可以表示为拟阵。拟阵由一个元组构成，元组里包含两个元素，为了构造拟阵，需要定义一个基础集。
[0036]
其中，表示请求车辆j请求内容i的第个数据包。我们定义缓存内容放置。其次，任何内容放置都可以表示为的子集。因此，我们定义了代表请求车辆的内容放置，同时将独立集定义为：由上可知，元组形成拟阵。因此，可以将优化问题p转换为如下：可以得知p是一个拟阵约束下的单调子模函数的最大化问题。针对该问题，可以使用贪婪算法获得接近最佳的性能。考虑到一个基站覆盖范围内，选择出来的需要进行缓存更新的车辆数量为m，而车辆的缓存空间大小为m，因此需要经过次迭代。在每次迭代过程中，通过寻找使得边际增益最大化的数据包并将其添加到相应集合中，来获得接近最优的内容放置。其中，代表通过lrup算法选择出来的车辆集合。
[0037]
综上，本发明方法综合考虑了车辆缓存更新的时间、车辆的数目、车辆移动性、车辆之间的通信时间不固定以及服务车辆无法传递自身存储的所有数据包，在提出车辆选择策略的基础上，制定一个最佳的缓存内容放置方法，接着提出优化问题，并将问题转化为拟阵约束下子模函数的最大化问题，最终利用贪婪算法解决，达到节能的目的。
[0038]
如上所述，尽管参照特定的优选实施例已经表示和表述了本实施例，但其不得解释为对本实施例自身的限制。在不脱离所附权利要求定义的本实施例的精神和范围前提下，可对其在形式上和细节上做出各种变化。