邱婭，蔡岳平，譚兵

（重慶大學(xué)微電子與通信工程學(xué)院, 重慶 400044）

1 引言

隨著信息技術(shù)和電信技術(shù)的進(jìn)步，移動(dòng)蜂窩網(wǎng)絡(luò)在過去20年里經(jīng)歷了1G到4G的演進(jìn)，用戶的偏好逐步從傳統(tǒng)的手機(jī)到智能手機(jī)，從筆記本電腦到平板電腦。因此，隨著智能設(shè)備和新移動(dòng)應(yīng)用程序的爆炸式增長(zhǎng)[1]，用戶對(duì)移動(dòng)網(wǎng)絡(luò)的需求也越來越嚴(yán)格，如超高的數(shù)據(jù)速率和極低的延時(shí)，然而傳統(tǒng)的以基站中心的網(wǎng)絡(luò)結(jié)構(gòu)已經(jīng)不能滿足用戶日益增長(zhǎng)的需求。在下一代5G系統(tǒng)中，移動(dòng)蜂窩網(wǎng)絡(luò)的架構(gòu)將以基站為中心向以用戶為中心和以內(nèi)容為中心的網(wǎng)絡(luò)演進(jìn)，即將網(wǎng)絡(luò)的重心從核心向邊緣轉(zhuǎn)移。

對(duì)于此，學(xué)術(shù)界和產(chǎn)業(yè)界相繼提出了Cloudlet[2～4]、霧計(jì)算[5～7]、邊緣計(jì)算[8]，旨在移動(dòng)網(wǎng)絡(luò)邊緣提供IT服務(wù)環(huán)境和云計(jì)算能力，使其更加靠近終端處理業(yè)。在滿足計(jì)算要求的同時(shí)有效地降低業(yè)務(wù)延時(shí)，其中邊緣計(jì)算[9]作為第五代移動(dòng)通信技術(shù)的關(guān)鍵技術(shù)之一，將通信、存儲(chǔ)與計(jì)算資源放置于互聯(lián)網(wǎng)邊緣接近用戶或設(shè)備，按需提供應(yīng)用與服務(wù)。移動(dòng)邊緣計(jì)算[10](Mobile Edge Computing，MEC)則是將邊緣計(jì)算技術(shù)應(yīng)用至移動(dòng)互聯(lián)網(wǎng)，在無線移動(dòng)網(wǎng)絡(luò)邊緣靠近移動(dòng)用戶或設(shè)備的地方，提供按需訪問共享可配置虛擬計(jì)算池或提供與之交互服務(wù)的一種新型移動(dòng)計(jì)算模式。通過這種新型的計(jì)算模式將服務(wù)遷移到距離用戶較近的位置，能有效降低服務(wù)的通信延時(shí)[11]。由于邊緣設(shè)備本身具有一定的計(jì)算能力和存儲(chǔ)能力，因此能夠直接在邊緣設(shè)備上進(jìn)行一部分的數(shù)據(jù)處理和分析。在移動(dòng)通信網(wǎng)絡(luò)結(jié)構(gòu)中將直接進(jìn)行數(shù)據(jù)處理和分析的網(wǎng)絡(luò)結(jié)構(gòu)稱為移動(dòng)邊緣網(wǎng)絡(luò)。如圖1所示，主要包括移動(dòng)前傳網(wǎng)絡(luò)(RU至DU間)和移動(dòng)中傳網(wǎng)絡(luò)(DU至CU間)兩部分，用戶設(shè)備和物聯(lián)網(wǎng)物體通過遠(yuǎn)端射頻端RRH或WiFi接入點(diǎn)方式接入移動(dòng)網(wǎng)絡(luò)，移動(dòng)邊緣計(jì)算功能可根據(jù)需求部署在移動(dòng)邊緣網(wǎng)絡(luò)內(nèi)的任何位置。因此，將部分用戶經(jīng)常訪問的數(shù)據(jù)內(nèi)容提前存儲(chǔ)在移動(dòng)邊緣網(wǎng)路上，用戶就能更加方便、快捷地獲取所需內(nèi)容，即移動(dòng)邊緣緩存。

移動(dòng)邊緣緩存的重點(diǎn)是解決節(jié)點(diǎn)選取和內(nèi)容選取的問題，以最大化內(nèi)容緩存命中率及最小化用戶獲取內(nèi)容時(shí)延。針對(duì)上述問題，本文提出一種基于內(nèi)容信息年齡和內(nèi)容流行度的移動(dòng)邊緣網(wǎng)絡(luò)緩存機(jī)制AoIPC，用于提高緩存命中率，降低核心網(wǎng)流量，從而提高移動(dòng)邊緣網(wǎng)絡(luò)性能。

2 研究現(xiàn)狀

對(duì)于移動(dòng)邊緣網(wǎng)絡(luò)緩存機(jī)制的設(shè)計(jì)，主要解決的問題可歸納為三點(diǎn)：

（1）如何挑選緩存的節(jié)點(diǎn)；

（2）如何確定需要緩存的內(nèi)容；

（3）采用何種方式獲取所需內(nèi)容。

其中，緩存決策策略很大程度上影響著用戶獲取所需內(nèi)容的速率，是移動(dòng)邊緣緩存的重要研究方向。

圖1 移動(dòng)通信網(wǎng)絡(luò)總體架構(gòu)圖

在緩存地點(diǎn)的選擇研究上，文獻(xiàn)[12]提出一種DPC(Distributed Probabilistic Caching )策略，選擇位于關(guān)鍵位置的節(jié)點(diǎn)作為緩存節(jié)點(diǎn)，以平衡數(shù)據(jù)的可訪問性和緩存開銷，在DPC中每個(gè)節(jié)點(diǎn)獨(dú)立做出緩存決策，節(jié)點(diǎn)通過挖掘用戶需求，接收者和發(fā)送者的相對(duì)運(yùn)動(dòng)及自身的度中心性和介數(shù)中心性決定出需要緩存的內(nèi)容，從而做出緩存決策。DPC算法雖然考慮到了緩存節(jié)點(diǎn)移動(dòng)性的問題，卻忽略了緩存節(jié)點(diǎn)的容量有限的問題。文獻(xiàn)[13]提出的PCBCS(Popularity and Centrality Based Caching Scheme)緩存策略根據(jù)內(nèi)容的流行度和節(jié)點(diǎn)的中心度匹配來進(jìn)行緩存決策，在考慮內(nèi)容流行度的基礎(chǔ)上加入了節(jié)點(diǎn)中心性考量，將內(nèi)容與節(jié)點(diǎn)進(jìn)行排名匹配后再?zèng)Q定是否要對(duì)其進(jìn)行緩存，從而實(shí)現(xiàn)更合理的資源分配。PCBCS沒有考慮節(jié)點(diǎn)的位置信息，不能保證內(nèi)容緩存在靠近用戶的節(jié)點(diǎn)上，可能會(huì)導(dǎo)致流行度高的內(nèi)容只緩存在中心度高且離用戶較遠(yuǎn)的節(jié)點(diǎn)上，使得用戶獲取內(nèi)容的時(shí)延增大。文獻(xiàn)[14]提出的基于內(nèi)容流行度和節(jié)點(diǎn)重要性的CCN(Content Centric Network)緩存策略解決了這一問題，將節(jié)點(diǎn)中心度與內(nèi)容流行度相結(jié)合，節(jié)點(diǎn)的中心度反應(yīng)了節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要性。中心度等于路由器節(jié)點(diǎn)的度，即與該路由器相關(guān)聯(lián)的鏈路的條數(shù)，節(jié)點(diǎn)的中心度越高表示該節(jié)點(diǎn)在緩存位置的選取中越重要。在節(jié)點(diǎn)重性高的節(jié)點(diǎn)內(nèi)生成內(nèi)容流行度排名之后，將新到達(dá)的大于最大流行度的內(nèi)容放在此重要節(jié)點(diǎn)的下一級(jí)節(jié)點(diǎn)，將小于最小流行度的內(nèi)容放在此重要節(jié)點(diǎn)的上一級(jí)節(jié)點(diǎn)，從而減緩重要節(jié)點(diǎn)的緩存替換率和負(fù)荷，讓流行的內(nèi)容逐漸靠近用戶，減少內(nèi)容冗余。

在緩存內(nèi)容的選擇上，大多數(shù)學(xué)者將內(nèi)容的流行度作為參考指標(biāo)，但是用戶對(duì)內(nèi)容的偏好程度在不同的上下文環(huán)境中可能有所不同，因此需要對(duì)內(nèi)容的流行度進(jìn)行預(yù)測(cè)。文獻(xiàn)[15]設(shè)計(jì)一種基于位置自定義的緩存方案，以最大限度地提高內(nèi)容的命中率，針對(duì)零均值噪聲的情況，提出了一種基于脊回歸的正擾動(dòng)在線算法，然而隨著時(shí)間增長(zhǎng)，該算法的命中率與最優(yōu)緩存策略的命中率逐步接近，無法體現(xiàn)出其優(yōu)勢(shì)。文獻(xiàn)[16]提出了一種新的用于塊級(jí)的緩存替換方法PPC(Popularity Prediction Caching)，分析用戶行為獲得視頻塊之間的聯(lián)系，作為流行度預(yù)測(cè)的基礎(chǔ)，預(yù)測(cè)和緩存未來最流行的塊，并以線性復(fù)雜度驅(qū)逐那些未來最不受歡迎的塊。結(jié)果表明，研究所提出策略性能高于最近最少使用(LRU)，最不頻繁使用(LFU)和先進(jìn)先出(FIFO)等緩存策略。但是，未考慮在存儲(chǔ)空間有限的節(jié)點(diǎn)中如何度量以替換出流行度較低的內(nèi)容。文獻(xiàn)[17]使用深度學(xué)習(xí)來學(xué)習(xí)和預(yù)測(cè)未來內(nèi)容的流行程度，以支持緩存決策。通過預(yù)測(cè)每個(gè)內(nèi)容的未來類標(biāo)簽，得出每個(gè)內(nèi)容的流行度分?jǐn)?shù)，最后緩存流行度分?jǐn)?shù)高的內(nèi)容，該方案能有效提高內(nèi)容的緩存命中率，然而沒有考慮緩存節(jié)點(diǎn)選取的問題。

3 AoIPC機(jī)制

3.1 邊緣節(jié)點(diǎn)屬性分析

在AoIPC中，通常將移動(dòng)邊緣網(wǎng)絡(luò)中的射頻單元和分布單元作為緩存節(jié)點(diǎn)，射頻單元節(jié)點(diǎn)將充當(dāng)接入點(diǎn)（Access Point，AP）功能。與移動(dòng)系統(tǒng)類似[18]，邊緣節(jié)點(diǎn)的核心屬性包括通信、計(jì)算和緩存，這三者將構(gòu)成移動(dòng)系統(tǒng)的主要資源，因此本文將重點(diǎn)討論節(jié)點(diǎn)的三種屬性。

（1）通信能力

移動(dòng)系統(tǒng)的通信能力是由數(shù)據(jù)速率來衡量的，無線通信中電波在傳輸時(shí)接收功率強(qiáng)度與傳輸距離存在某種關(guān)系，因此在AoIPC中使用的用戶節(jié)點(diǎn)到邊緣節(jié)點(diǎn)的距離來表征通信能力。孫佩剛等人[19]采用混合定位法得出了功率與傳輸距離的變化關(guān)系，當(dāng)傳輸距離較近時(shí)，采用最小二乘曲線擬合法計(jì)算出用戶節(jié)點(diǎn)到邊緣節(jié)點(diǎn)的距離；當(dāng)傳輸距離較遠(yuǎn)時(shí)，通過信號(hào)強(qiáng)度分布法，查詢接收到的接收信號(hào)強(qiáng)度顯示RSSI(Receive Signal Strength Indicator)值較大邊緣節(jié)點(diǎn)的采樣值數(shù)據(jù)庫，從而計(jì)算出用戶節(jié)點(diǎn)到邊緣節(jié)點(diǎn)的距離。計(jì)算公式[18]為：

其中，E表示接收到的信號(hào)功率，K為常數(shù)取值為15.4，ui表示某個(gè)用戶，vj表示某個(gè)節(jié)點(diǎn)，D(uivj)表示某個(gè)用戶用戶與某個(gè)節(jié)點(diǎn)間的傳輸距離。用戶距離邊緣節(jié)點(diǎn)越近，無線信道越穩(wěn)定，支持的上下行速率就越高，從而節(jié)點(diǎn)的通信能力就越強(qiáng)。在無向圖中，將用戶到某個(gè)節(jié)點(diǎn)的距離除以用戶到所有節(jié)點(diǎn)的距離總和進(jìn)行歸一化。

（2）計(jì)算能力

計(jì)算是邊緣節(jié)點(diǎn)的主要資源之一，節(jié)點(diǎn)的計(jì)算能力反映了其快速處理、轉(zhuǎn)發(fā)和路由數(shù)據(jù)流的能力，節(jié)點(diǎn)高效的計(jì)算能力能夠帶來高效的數(shù)據(jù)傳輸能力，從而實(shí)現(xiàn)節(jié)點(diǎn)對(duì)單個(gè)用戶的服務(wù)。節(jié)點(diǎn)的計(jì)算能力越強(qiáng)，在處理用戶請(qǐng)求內(nèi)容的時(shí)間越短，則用戶從節(jié)點(diǎn)處獲取內(nèi)容的平均時(shí)延就越短。文獻(xiàn)[18]提出節(jié)點(diǎn)的計(jì)算能力是由參與操作的節(jié)點(diǎn)數(shù)和信息流來度量的，將其稱之為“計(jì)算度”(Degree of Computing，DoC)，當(dāng)需要計(jì)算單個(gè)節(jié)點(diǎn)的計(jì)算能力時(shí)，DoC=1；當(dāng)計(jì)算兩個(gè)或兩個(gè)以上節(jié)點(diǎn)的計(jì)算能力時(shí)，DoC=2+，因此本文的DoC為參與到數(shù)據(jù)處理的邊緣節(jié)點(diǎn)數(shù)量。在無向圖中，將DoC除以邊緣節(jié)點(diǎn)總數(shù)n進(jìn)行歸一化。

（3）緩存能力

節(jié)點(diǎn)的緩存能力主要是由緩存容量和空閑緩存容量決定的。緩存能力的上限是由緩存容量決定的，緩存容量越大則緩存的內(nèi)容越多樣，從而緩存命中率越高，節(jié)點(diǎn)的緩存容量越小則導(dǎo)致無法完整的緩存文件，從而降低緩存命中率?？臻e緩存容量是指節(jié)點(diǎn)在不刷新就緩存的前提下進(jìn)行緩存的能力，對(duì)于空閑緩存容量大的節(jié)點(diǎn)，優(yōu)先考慮為緩存節(jié)點(diǎn)，從而能提高緩存利用率。由此，將緩存空閑率C(vi)表示為某個(gè)節(jié)點(diǎn)的綜合緩存能力，計(jì)算公式為：

其中，Cfree(vi)表示該節(jié)點(diǎn)的空閑緩存容量，Ctotal(vi)表示該節(jié)點(diǎn)的總緩存容量。

通過本文分析綜合節(jié)點(diǎn)的通信能力、計(jì)算能力和緩存能力選擇出合適的節(jié)點(diǎn)來緩存用戶所需內(nèi)容：

得到節(jié)點(diǎn)重要性度量結(jié)果后控制器對(duì)各邊緣節(jié)點(diǎn)進(jìn)行排序，從而得到節(jié)點(diǎn)的重要性排名。

3.2 緩存替換機(jī)制

邊緣節(jié)點(diǎn)緩存空間的容量是有限的，無法將用戶請(qǐng)求的所有內(nèi)容緩存在節(jié)點(diǎn)中，在緩存空間不足時(shí)為了能緩存新到達(dá)的緩存資源，傳統(tǒng)的緩存替換算法最近最少使用（Least Recently Used，LRU）或使用頻率最少（Least Frequently Used，LFU）會(huì)導(dǎo)致文件下載時(shí)延較長(zhǎng)，降低內(nèi)容的緩存命中率。因此，本文將從內(nèi)容信息年齡和內(nèi)容流行度兩方面選擇出需要被替換的內(nèi)容。

（1）內(nèi)容的信息年齡

邊緣節(jié)點(diǎn)緩存內(nèi)容的指標(biāo)之一，是內(nèi)容的熱度。為了提高移動(dòng)邊緣網(wǎng)絡(luò)緩存的性能，緩存節(jié)點(diǎn)需要盡可能及時(shí)的獲取用戶感興趣的內(nèi)容，即監(jiān)測(cè)數(shù)據(jù)的實(shí)時(shí)更新狀態(tài)。數(shù)據(jù)的新鮮度量采用信息年齡標(biāo)準(zhǔn)，其定義[20]為在源端生成帶時(shí)間戳的狀態(tài)更新消息并通過通信系統(tǒng)傳輸?shù)奖O(jiān)視器，當(dāng)監(jiān)視器在時(shí)刻t收到時(shí)間戳為u(t)的狀態(tài)更新消息時(shí)，則狀態(tài)更新年齡為t-u(t)。在移動(dòng)邊緣網(wǎng)絡(luò)中，由于用戶所需內(nèi)容緩存在靠近用戶的節(jié)點(diǎn)，所以用戶或者設(shè)備在獲取實(shí)時(shí)信息更新的時(shí)延會(huì)有所減小。因此，在AIAPC中將內(nèi)容的信息年齡引申為邊緣節(jié)點(diǎn)對(duì)用戶興趣偏好的監(jiān)控，當(dāng)用戶發(fā)出內(nèi)容請(qǐng)求被命中時(shí)，此刻產(chǎn)生用戶信息更新且邊緣節(jié)點(diǎn)將接收到更新的狀態(tài)信息，邊緣節(jié)點(diǎn)上內(nèi)容的信息年齡表示為：

其中，t表示邊緣節(jié)點(diǎn)接收用戶信息更新的時(shí)間，u(t)表示用戶發(fā)出內(nèi)容請(qǐng)求的時(shí)間戳，T(k)越小表示該內(nèi)容熱度越高以及邊緣節(jié)點(diǎn)獲取用戶信息更新的時(shí)延越小。

（2）內(nèi)容流行度

邊緣節(jié)點(diǎn)緩存內(nèi)容的指標(biāo)之二，是內(nèi)容的流行度，以提高用戶獲取內(nèi)容的命中率，內(nèi)容的流行度主要受過去一段時(shí)間內(nèi)被請(qǐng)求的次數(shù)的影響。假設(shè)內(nèi)容k在節(jié)點(diǎn)vi上在過去T時(shí)間內(nèi)被用戶請(qǐng)求的次數(shù)為fi(k)，則內(nèi)容k在節(jié)點(diǎn)vi上的流行度為：

綜上分析，記節(jié)點(diǎn)中緩存內(nèi)容的度量為S(k)。

其中，α為控制因子，控制內(nèi)容信息年齡和內(nèi)容流行度的權(quán)重，出于公平考慮，取α=0.5，即不偏袒其中任意度量，但在實(shí)際應(yīng)用中，根據(jù)實(shí)際網(wǎng)絡(luò)，α需要進(jìn)行修改。得到節(jié)點(diǎn)中內(nèi)容的度量后，對(duì)S(k)較小的內(nèi)容進(jìn)行緩存替換。

其算法流程圖如圖2所示。

3.3 AoIPC算法實(shí)現(xiàn)

圖2 AoPC算法流程圖

按照建議對(duì)AoIPC算法的復(fù)雜性進(jìn)行適當(dāng)分析。如表1所示，是對(duì)AoIPC緩存機(jī)制的算法描述。首先根據(jù)控制器的全局視角獲得全局網(wǎng)絡(luò)拓?fù)?，然后分別計(jì)算各個(gè)節(jié)點(diǎn)的D(uivj)、DoC和C(vi)，并進(jìn)行歸一化處理，依據(jù)不同的需求確定三個(gè)度量所占的權(quán)重分別為α、β和γ，并依據(jù)公式(3)計(jì)算得出各個(gè)節(jié)點(diǎn)的度量總分I(vi)，仔根據(jù)度量總分對(duì)節(jié)點(diǎn)的緩存優(yōu)先級(jí)進(jìn)行排序，并按順序依次選出k個(gè)節(jié)點(diǎn)并發(fā)出主動(dòng)緩存指令。因此，在選擇最佳緩存節(jié)點(diǎn)時(shí)的時(shí)間復(fù)雜度為O(n3)，在緩存空間不足時(shí)，計(jì)算出節(jié)點(diǎn)中已緩存內(nèi)容的Pi(k)和T(k)，并依據(jù)公式(6)計(jì)算出已緩存內(nèi)容的度量總分S(k)，最后按排序選擇出需要替換的內(nèi)容，因此在決定緩存替換的內(nèi)容的時(shí)間復(fù)雜度時(shí)O(n)。綜上分析，此AIAPC算法可知時(shí)間復(fù)雜度為O(n3)+O(n)，當(dāng)n足夠大時(shí)，該算法的復(fù)雜度為O(n3)。

4 仿真與分析

4.1 實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)硬件環(huán)境為Intel（R）Core（TM）i3-4170cpu@3.7.GHz，12GB內(nèi)存；操作系統(tǒng)是Ubuntu14.04LTS 64 bit。將仿真數(shù)據(jù)導(dǎo)入Matlab軟件中處理，與處緩存機(jī)制LCE(Leave Copy Everywhere)、概率緩存機(jī)制Prob（Copy with Probability）進(jìn)行比較，主要指標(biāo)為緩存命中率、內(nèi)容源節(jié)點(diǎn)平均請(qǐng)求次數(shù)和平均請(qǐng)求時(shí)延等三個(gè)評(píng)價(jià)指標(biāo)上進(jìn)行了定量的比較和分析。

表1 AoIPC緩存機(jī)制的算法描述

（1）拓?fù)湓O(shè)置

設(shè)置一個(gè)深度為4，固定節(jié)點(diǎn)數(shù)為14，移動(dòng)節(jié)點(diǎn)（即用戶設(shè)備）數(shù)為100的隨機(jī)樹狀拓?fù)洌苿?dòng)節(jié)點(diǎn)初始隨機(jī)放置于邊緣節(jié)點(diǎn)覆蓋范圍內(nèi)，其中射頻單元和分布單元作為邊緣緩存節(jié)點(diǎn)，固定節(jié)點(diǎn)拓?fù)溥B接示意圖如圖3所示。

（2）實(shí)驗(yàn)參數(shù)設(shè)置

圖3 固定節(jié)點(diǎn)拓?fù)溥B接示意圖

設(shè)置網(wǎng)絡(luò)提供的內(nèi)容數(shù)量為10000個(gè)，用戶數(shù)量為100個(gè)，用戶的請(qǐng)求模式為Zipf分布，其參數(shù)設(shè)置為0.7，Zipf越大說明用戶的偏好越集中，用戶的請(qǐng)求過程服從泊松分布，即請(qǐng)求的間隔時(shí)間服從指數(shù)分布。假設(shè)每個(gè)節(jié)點(diǎn)的緩存容量相同均為C，仿真主要參數(shù)設(shè)置如表2所示。

4.2 仿真結(jié)果

表2 仿真參數(shù)設(shè)置

（1）緩存命中率

緩存命中率是評(píng)價(jià)緩存機(jī)制的性能指標(biāo)之一，緩存命中率越大，緩存機(jī)制的效率越高。定義緩存命中率為：

其中，N為邊緣節(jié)點(diǎn)接收到的請(qǐng)求內(nèi)容總數(shù)，Ki為邊緣節(jié)點(diǎn)vi接收到的請(qǐng)求命中數(shù)，Ch為邊節(jié)點(diǎn)的緩存命中率。橫軸變化量為相對(duì)緩存容量R，給出R的定義為：

其中，Ctotal為節(jié)點(diǎn)緩存能力總量，U為總內(nèi)容數(shù)大小。

對(duì)各緩存機(jī)制的緩存命中率對(duì)比如圖4所示。從圖4中可以看出，隨著R的增加，三種緩存機(jī)制的緩存命中率也逐漸增加。LCE的緩存命中率最低，這是因?yàn)樵摼彺娌呗砸笏泄?jié)點(diǎn)均緩存所需內(nèi)容，就會(huì)導(dǎo)致出現(xiàn)大量緩存內(nèi)容冗余，從而降低緩存內(nèi)容多樣性；其次是Prob，該策略要求所有節(jié)點(diǎn)以固定的概率緩存所需內(nèi)容對(duì)象，雖然能增加節(jié)點(diǎn)的空間利用率，但是仍然存在大量冗余緩存；緩存命中率最高的是AoIPC，該機(jī)制可以有效的減少緩存冗余，提高節(jié)點(diǎn)中緩存內(nèi)容的多樣性，從而響應(yīng)較多的內(nèi)容請(qǐng)求，體改緩存命中率。

（2）內(nèi)容源節(jié)點(diǎn)平均接收請(qǐng)求次數(shù)

圖4 邊緣節(jié)點(diǎn)緩存命中率分析

邊緣節(jié)點(diǎn)的緩存命中率越高，表明內(nèi)容源節(jié)點(diǎn)接收到的請(qǐng)求次數(shù)降低，源節(jié)點(diǎn)的請(qǐng)求負(fù)載也就越低，從而流向核心網(wǎng)絡(luò)的流量減少，相應(yīng)的網(wǎng)絡(luò)內(nèi)緩存性能就越好。

對(duì)各緩存機(jī)制的內(nèi)容源節(jié)點(diǎn)平均請(qǐng)求次數(shù)對(duì)比如圖5所示。從圖5中可以看出，隨著R的增加，三種緩存機(jī)制的內(nèi)容源節(jié)點(diǎn)平均請(qǐng)求次數(shù)均逐漸減少，因?yàn)橛脩魧⒅苯訌倪吘壒?jié)點(diǎn)處獲取所需內(nèi)容，其中AoIPC減小的幅度最大，流向核心網(wǎng)的流量最少，Prob次之，LCE減少的最少。

（3）平均請(qǐng)求時(shí)延

圖5 內(nèi)容源節(jié)點(diǎn)平均接受請(qǐng)求次數(shù)分析

平均請(qǐng)求時(shí)延是指用戶發(fā)出請(qǐng)求信息到返回內(nèi)容所經(jīng)歷的平均時(shí)延，反映了請(qǐng)求的反應(yīng)速度。由于邊緣節(jié)點(diǎn)最靠近用戶，所以具有較快的反應(yīng)速度。反應(yīng)速度越快，說明緩存機(jī)制的緩存效率越高。定義Ti為內(nèi)容fi的請(qǐng)求時(shí)延，Tmean為所有內(nèi)容的平均請(qǐng)求時(shí)延，其計(jì)算方法為：

對(duì)各緩存機(jī)制的平均請(qǐng)求時(shí)延對(duì)比如圖6所示。從圖6中可以看出，隨著R的增加，三種緩存機(jī)制的平均請(qǐng)求時(shí)延逐漸減小。對(duì)比分析可以看出，三種緩存機(jī)制中，平均請(qǐng)求時(shí)延最大的是LCE，其次是Prob，而AoIPC的平均請(qǐng)求時(shí)延最小。因?yàn)?，LCE的大多數(shù)請(qǐng)求需要在內(nèi)容源節(jié)點(diǎn)處獲得響應(yīng)；Prob通過增加緩存內(nèi)容的多樣性，使得較多的請(qǐng)求在邊緣處獲得；而AoIPC可以有效的利用緩存的多樣性，提高緩存內(nèi)容的多樣性，響應(yīng)大量的內(nèi)容請(qǐng)求，從而有效降低獲取內(nèi)容的平均時(shí)延。

5 結(jié)束語

為了提高移動(dòng)邊緣網(wǎng)絡(luò)的緩存性能，本文提出了一種基于內(nèi)容信息年齡和流行度的移動(dòng)邊緣網(wǎng)絡(luò)緩存機(jī)制AoIPC。該機(jī)制分析提取了邊緣節(jié)點(diǎn)的屬性，通過節(jié)點(diǎn)的通信能力、計(jì)算能力和緩存能力三個(gè)參數(shù)綜合計(jì)算出邊緣節(jié)點(diǎn)在內(nèi)容緩存方面的重要性并加以降序排序，最后根據(jù)排名順序選擇重要節(jié)點(diǎn)進(jìn)行主動(dòng)緩存。同時(shí)，對(duì)節(jié)點(diǎn)中已緩存的內(nèi)容做流行度和信息年齡表征，對(duì)節(jié)點(diǎn)中流行度和信息年齡較低的內(nèi)容進(jìn)行緩存替換。

圖6 平均請(qǐng)求時(shí)延分析

仿真實(shí)驗(yàn)結(jié)果表明，AoIPC與LCE、Prob機(jī)制的對(duì)比中，有效地提高了節(jié)點(diǎn)的緩存命中率，在相對(duì)緩存容量較低的情況下有效提高邊緣節(jié)點(diǎn)緩存命中率，且減少網(wǎng)絡(luò)源節(jié)點(diǎn)平均請(qǐng)求次數(shù)即降低流向內(nèi)容源節(jié)點(diǎn)的流量，同時(shí)該機(jī)制還降低了用戶獲取內(nèi)容的平均時(shí)延。