[发明专利]一种混合型边缘数据缓存方法

说明书

本发明涉及边缘计算场景下的边缘缓存技术。一种混合型边缘数据缓存方法，包括终端设备自适应交换标签过程，终端设备采用分散自适应方式动态的获取自身的行为偏好，并在移动过程中与其他终端设备交换行为偏好标签；终端设备缓存数据过程，基站选择其通信区域内活跃性强、通信链路短且服务能力强的终端设备集合作为数据缓存节点，获取边缘服务器所依附基站的通信区域内的热点数据，并将区域内的热点数据作为缓存数据按照热点数据类别缓存；边缘服务器缓存数据过程，集中、周期性获取其基站通信区域内缓存数据终端设备的行为偏好，并采用预测算法分类别预测下一周期的数据访问情况，然后根据预测情况按照数据类别分配边缘服务器的缓存长度，分类缓存热点数据。

技术领域

本发明涉及一种边缘计算场景下的边缘缓存技术，具体涉及边缘计算场景下当终端设备频繁移动时的一种混合型边缘数据缓存方法。

背景技术

近年来，随着智能终端设备爆炸性增长以及IoT的广泛应用，数据传输速率逐渐成为了云计算的瓶颈。虽然以5G为代表的新一代网络技术促进数据传输速率也在加快，但是仍旧无法满足一些对时延敏感型要求较高的应用场景，如人脸识别、虚拟现实、紧急医疗、车联网等。因此，需要将数据处理的任务迁移到网络的边缘(即边缘计算，又称为多接入边缘计算，简称MEC)，以缩短响应时间、提高处理效率以及降低网络的压力。

目前，MEC已受到学术界和工业界的广泛关注。不同于集中式的云计算，边缘计算系统采用集中式和分布式相结合的方式，由远程云、边缘云和终端设备层组成；它将原来部署在云中心的服务部署到靠近终端设备的位置(即网络边缘)，计算的位置不再局限到云端或终端，可以发生在从终端到云端的任意设备节点，以获得更低的访问延迟，满足时延敏感型应用场景的需要。由于缓存技术具有简单且容易部署和实施特点，是国内外目前MEC的重要研究热点，且已经在实际的场景中得到了成功的应用，如网络视频、车联网等。该技术将边缘计算中的一些节点作为缓存节点，可以基于网络状态、无线信道负载等动态地优化终端设备访问的数据；同时，从终端用户角度来看，由于缓存数据的边缘节点非常接近终端设备的位置，可以结合用户移动性和内容访问日志来优化使用体验；因此，边缘缓存技术能够有效的降低业务时延和设备能耗，并极大的提高资源的利用率。

近年来，国内外学者已经提出了大量的边缘缓存策略和算法。这些工作通常根据边缘网络的特性，对传统有线网络中的一些缓存策略进行修订，并增加一些新的缓存方案(如基于用户偏好、增强学习或多节点协作等)，实现优化服务时延、减少总传输开销的目的。一般而言，边缘计算场景下的边缘缓存方案可以分成以下三种类型：基站缓存策略(BS)、设备到设备缓存策略(D2D)以及混合式缓存策略(BS-D2D)；其中，BS是指将数据缓存到基站所属的边缘服务器；D2D则是将数据缓存到终端节点；而BS-D2D则结合前两种缓存方式，通过基站和终端设备的协作，将数据缓存到MEC服务器和部分设备端。在这些方法中，他们通常认为缓存数据的节点是“稳定”的(即缓存节点在网络拓扑中的位置变动不频繁)，即使拓扑位置发生变动，也可以根据终端用户的行为特征进行预测，确定其拓扑位置；然后，这些方法将一些特定的数据(例如热点数据)缓存到这些“稳定”节点。当终端设备访问数据时，可以快速定位缓存数据的节点，并获取到需要访问的数据。