雾无线接入网中基于Q-learning的协作式内容缓存策略

• 作者: 张欢 江帆 孙长印
• 来源期刊: 信号处理
• 关键词: 雾无线接入网 用户偏好预测 内容流行度预测 内容缓存
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 研究通讯|Research Communications
• 页码范围: 1316-1323
• 页数: 8页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2021.07.022

摘要

为了提高雾无线接入网(Fog-Radio Access Networks,F-RAN)的边缘缓存效率,提出一种基于用户偏好预测和内容流行度预测的协作式内容缓存策略.首先,利用主题模型中隐含狄利克雷分布(Latent Dirichlet Alloca-tion,LDA)模型动态地预测用户偏好;其次,利用网络中不同设备之间的拓扑关系和已预测的用户偏好以在线的方式预测内容流行度的变化,并且结合基站之间的相关度,以减少缓存内容文件的重复率;最后,以最大化缓存命中率为目标,利用强化学习中的Q-learning算法获得了最优的内容缓存策略.仿真结果表明,与其他内容缓存策略相比,该内容缓存策略能有效的提高缓存命中率.