兼顾个性化需求的云边协作两级内容缓存研究

摘要：

针对用户访问移动短视频响应时延过长、不能满足个性化需求等问题,基于短视频的时延敏感性、个性化需求等特点,综合考虑短视频的内容流行度和用户偏好,提出一种云边协作环境下的两级内容缓存方案.根据用户对短视频偏好的平均值表征边缘节点的偏好值,进而计算边缘节点的相似度,综合考虑边缘节点之间的物理距离和相似度对节点协作的影响,建立边缘节点的协作节点集.基于长尾理论提出一种两级内容缓存策略,将每个边缘节点分为流行内容缓存区和用户偏好内容缓存区两部分,流行内容缓存区采取主动缓存策略,针对用户偏好内容缓存区的缓存内容,综合分析用户访问请求在不同响应方式下的延迟,并以最小化整体内容请求延迟为目标,设计一种基于改进离散蛙跳算法的边缘协作缓存方案.实验结果表明,在同一数据集上与RC、BEP等缓存方案相比,该方案的用户请求命中率提高近40％,并能够降低回程链路负载,减少用户请求延迟,满足时延敏感性特点及90％的用户个性化需求.

关键词：边缘缓存、云边协作、边缘计算、时延敏感性、短视频缓存、个性化需求

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61972273

在线出版日期：2023-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：223-230