面向5G边缘计算的短视频缓存策略研究

摘要：

针对用户终端在移动过程中点播短视频而引起的响应时延问题,提出一种面向5G边缘计算的长短时记忆网络模拟退火算法缓存策略(Cache Strategy of Simulated Annealing Algorithm for Long and Short-term Memory Network,LSTM-SA).该缓存策略采用"端-边-云"系统协同架构、网络模型、基于长短时记忆网络模拟退火算法等.首先,面对用户终端在不同MEC服务器之间移动时短视频请求刷新快的特点,基于"端-边-云"系统协同架构,以减少传输时延和优化用户体验质量(Quality of User Experience,QoE)为目标建立网络模型;其次,通过长短时记忆网络模型对用户终端移动路径进行预测,并寻求传输时延最小的局部最优解;最后,采用模拟退火算法对局部最小传输时延进行迭代更新,并以Metropolis准则为依据,在所有局部最优解空间中寻找全局最优解,从而保证将短视频内容缓存到合适位置.仿真结果表明:在"端-边-云"系统协同架构下,当用户终端在不同MEC服务器之间移动时,LSTM-SA缓存策略能够有效降低传输时延,提升用户体验质量,在短视频请求刷新快的场景能够实现顺畅连续播放且有效缓解网络拥塞问题.

关键词：5G技术、边缘计算、用户终端、缓存策略

所属期刊栏目：54

分类号：TN929.5

资助基金：国家科技重大专项No.GSWSG2001525EGN00

在线出版日期：2021-05-18（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：885-892