[发明专利]一种多接入边缘计算的协同存储方法、系统及电子设备

权利要求书

1.一种多接入边缘计算的协同存储方法，应用于服务器端，服务器端包括由M个边缘服务器组成协同缓存系统，其特征在于，包括：

对所述协同缓存系统构建奖励模型，所述奖励模型包括以最大化长期范围内累积的预期缓存奖励为目标的主动缓存问题函数；

基于所述奖励模型，使用底层缓存决策变量的预期回报计算第m(m∈M)个边缘服务器的奖励值；

基于所述奖励值，计算由第n(n∈M，n≠m)个边缘服务器选择的减少缓存决策向量的概率值，并根据所述概率值计算出第m个边缘服务器的预期奖励值；

根据所述预期奖励值计算出偏置奖励值，并将所述偏置奖励值作为所述主动缓存问题函数的输入，得到最佳缓存决策向量，以实现所述最大化长期范围内累积的预期缓存奖励。

2.根据权利要求1所述的多接入边缘计算的协同存储方法，其特征在于，对所述协同缓存系统构建奖励模型，包括：

使用下载延迟的加权减少作为第m个边缘服务器缓存文件f的时间周期t的奖励；

根据所述奖励，计算第m个边缘服务器缓存文件f的预期回报，并计算时间周期t第m个边缘服务器的历史缓存决策向量；

基于所述奖励、所述预期回报以及所述历史缓存决策向量，得到以最大化长期范围内累积的预期缓存奖励为目标的主动缓存问题函数。

3.根据权利要求2所述的多接入边缘计算的协同存储方法，其特征在于，所述奖励的计算式，定义为：

所述预期回报的计算式，定义为：

所述历史缓存决策向量的计算式，定义为：

所述主动缓存问题函数的计算式，定义为：

其中，M表示边缘服务器集合，U表示用户集合，T表示整个时间周期，表示边缘服务器n在时间周期t中的用户集合，表示第m个边缘服务器缓存文件f在时间周期t中的奖励，w_f表示文件f的权重，表示用户u在时间t内请求文件f的次数，表示与服务类型k相匹配的用户u的下载权重，表示在时间t内用户u从源服务器下载文件f的下载延迟，表示在时间t内用户u从第m个边缘服务器下载文件f的下载延迟，表示指示用户u是否从第m个服务器检索文件f，θ_u，f表示用户u请求文件f的次数的预估值，X¹表示缓存决策向量初始值，k_u表示用户u的服务类型，F表示缓存文件f的集合，表示第m个服务器初始文件集，表示在时间周期t内缓存在第m个边缘服务器中的文件集，表示第m个服务器缓存文件f的奖励，表示第m个边缘服务器缓存文件f在时间周期t中的缓存决策向量，s_f表示文件f的大小，S_m表示服务器中存储容量，表示表示边缘第m个边缘服务器在时间周期t中缓存文件f的预期回报，表示时间周期t中第m个边缘服务器的缓存决策向量历史。

4.根据权利要求3所述的多接入边缘计算的协同存储方法，其特征在于，所述基于所述奖励模型，使用底层缓存决策变量的预期回报计算第m(m∈M)个边缘服务器的奖励值，包括：

使用底层缓存决策变量的预期回报代替缓存决策向量的预期回报，即使用Q表的{Q_m，f(x_-m，f)|f∈F，x_-m，f∈χ_-m，f}代替

计算第m(m∈M)个边缘服务器的奖励值，以使每个边缘服务器的Q表的计算空间从2^M+F减少到F·2^M-1；

将所述奖励值的计算式更新为：

其中，Q_m，f表示边缘第m个服务器缓存文件f的Q表值，表示第m个边缘服务器以减少的缓存决策向量为基础设定的Q表值，表示第m个边缘服务器在时间段t中观察到的减少缓存决策向量，χ_m表示第m个边缘服务器的缓存决策向量，X_-m表示第m个边缘服务器的减少的缓存决策向量，χ_-m表示第m个边缘服务器的减少的缓存决策向量集合，表示第m个边缘服务器在时间段t内观察到的次数。