论文部分内容阅读
近些年，随着移动互联网的飞速发展，移动设备和移动服务逐渐普及，移动数据流量呈现爆炸性的增长，这对现有网络架构产生极大的压力。终端缓存技术将文件存储在用户终端缓存空间内，用户可以直接或者通过端对端(Device-to-Device，D2D)通信访问和获取终端缓存空间中的内容，不仅降低用户请求文件时的等待时延，提高用户体验，而且缓解核心网和回程链路负载压力，克服了回程链路瓶颈问题。因此，终端缓存获得了越来越多人的关注。 但是同传统的CDN（Content Distribution Network，内容分发网络）缓存服务器和基站缓存相比较，单个终端具有有限缓存空间容量和电池资源。一方面，由于单个终端缓存空间容量有限，不能够存储全部的热门文件，只有通过终端之间的有效合作才可以获得性能的提升;另一方面，终端不愿意消耗自身有限的资源去服务其他终端，表现出自私行为。因此，如何激励终端之间的合作和缓解自私行为所带来的负面影响将是终端缓存算法的研究关键。一般的，终端被其用户控制和携带，并自然地具有终端用户的一些社交性质，这些社交性质的引入为终端缓存算法的设计提供新的思路。 本文中，我们将关注于具有社交性质的终端缓存算法设计。全文的贡献主要集中在以下几个方面: 为了有效地利用终端有限的缓存资源以提升缓存命中率，本文提出了一种基于次梯度的合作终端缓存算法。首先将该最大化问题转换成一个集函数，并证明该集函数为次模函数，我们引入次模函数次梯度的概念，设计出社交终端缓存算法(Subgradient-based Cooperative Caching，SCC)用以获得终端的缓存策略。通过仿真表明，与传统的缓存算法比较，SCC可以取得最优的缓存命中率;并且，相比于贪婪缓存算法，我们所设计的SCC所需要的迭代次数少，收敛速度提高了约99.6％。 为了激励终端之间的合作，我们设计了一种新颖的基于社交自私性的终端缓存博弈模型，以提高终端缓存的卸载率。我们证明了该终端缓存博弈纳什解的存在，并设计了基于社交自私性的局部最优缓存算法(Local Optimal Caching Algorithm for Social Selfishness，LOCASS)得到该纳什解。通过仿真表明，相比于传统最流行缓存算法和随机缓存算法，LOCASS促进了终端之间的合作，并可以获取更优的平均卸载率。与此同时，随着社交关系强度和社交密度的增长，终端之间的合作被增强，LOCASS的平均卸载率也随着提升。 为了在不损害任何一个社区的效用函数的前提下，激励社区之间的结盟与合作，我们设计了一个基于社区的社交终端缓存联盟博弈模型。针对基于社区的终端缓存联盟博弈模型中缓存策略的选择问题，我们设计了基于次梯度和超梯度的终端缓存算法（Subgradient-Supergradient based Cooperative Caching，SSCC）以获得缓存策略;为了获得稳定的联盟架构，我们设计了基于社区的联盟博弈算法(Algorithm for Community-based Coalitional Game，ACCG)以促进各个社区结盟合作的意愿。通过仿真发现，我们所设计的基于社区的社交终端缓存联盟博弈模型促进了社区的联盟与合作，并同时增加了系统和各个社区的效用函数。特别的，我们发现，社区之间过度的合作反而损害了社区和系统的性能，而我们所设计的社交终端缓存联盟博弈模型可以有效的解决这一问题。