10.3969/j.issn.1006-9348.2023.07.056
基于强化学习的分层协作边缘缓存架构
针对传统的由数据中心直接响应用户内容请求存在延迟的问题,提出了一种基于强化学习算法的分层协作边缘缓存架构(HCEA),在靠近用户的边缘端部署多个小型基站来动态缓存数据中心的内容.上述架构基于A3C强化学习算法,利用上述算法可以学习到最优的内容缓存策略.对于新增节点会导致的冷启动问题,提出通过KNN算法找到新增节点的最近邻,然后通过迁移学习传递神经网络参数的方法来解决.通过设计双层网络模型来减少回程链路负载,进一步降低延迟.仿真结果表明,与其它算法相比,上述架构能有效提高缓存命中率和解决新增节点的冷启动问题.
强化学习、边缘缓存、迁移学习、分层缓存
40
TP393(计算技术、计算机技术)
河南省科技攻关项目;河南省高等学校重点科研项目
2023-08-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
296-299,508