[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

说明书

本发明提供一种多接入边缘计算的协同存储方法、系统及电子设备，属于多接入边缘计算技术领域，所述方法包括对协同缓存系统构建奖励模型，所述奖励模型包括主动缓存问题函数；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个边缘服务器的奖励值；基于所述奖励值，计算由第n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。本发明可实现提高内容缓存的命中率和减少内容下载延迟时间。

技术领域

本发明涉及多接入边缘计算技术领域，尤其涉及一种多接入边缘计算的协同存储方法、系统及电子设备。

背景技术

随着通信与信息技术的高速发展，手机、平板电脑、智能手表等智能设备已成为生活中不可缺少的部分，而智能设备拥有量的快速增加，导致了移动数据流量产生了爆炸式的增长。数字化和智能化对终端算力需求的迅速增加，使终端的成本快速上升。MEC(Multi-Access Edge Computing，多接入边缘计算)技术的应用成为数字化和智能化时代的算力洼地，将业务和算力汇聚在边缘，能提升网络效率和用户体验。

在目前的MEC规划中，有根据用户请求偏好来部署缓存放置的边缘缓存方案，尽管用户请求偏好信息对于有效的内容缓存非常重要，但用户在下一时刻的请求偏好却通常不能提前获得；同时，在传统的Q学习(Q learning)算法中，Q表的空间是2^M+F，它是服务器数量和文件数量的指数，因此经典的多代理Q学习算法可能需要指数倍的步数来遍历Q表的所有值，效率极其低下。

其次，在选择缓存决策向量x_m之后，可以得到一些关于底层缓存决策变量x_m,f，f∈F的奖励的信息，这原本是可以由其他缓存决策向量共享的，然而，这些信息在经典的多代理Q学习算法中被丢弃，再一次降低了整体效率。

发明内容

本发明提供一种多接入边缘计算的协同存储方法、系统及电子设备，用以解决现有技术中网络延迟导致效率低下的缺陷，实现提高内容缓存的命中率和减少内容下载延迟时间。

本发明提供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，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。

根据本发明提供的一种多接入边缘计算的协同存储方法，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。

根据本发明提供的一种多接入边缘计算的协同存储方法，所述奖励的计算式，定义为：

所述预期回报的计算式，定义为：