基于移动场景下的边缘缓存策略综述

来源:用户上传      作者:

　　摘   要：随着移动流量需求的爆炸式增长，传统的流量缓存策略已经满足不了现代通信网络的要求，文章提出一种边缘缓存策略，该策略力图通过在网络边缘进行缓存的方法，来降低核心网络的压力。本策略建立了移动边缘计算网络模型，文章采用协同缓存策略，以最小化中传输开销为目标建立最优化模型，以获得在MEC架构中的内容缓存部署方案。
　　关键词：MEC网络模型;边缘缓存;协同缓存
　　1    研究背景及意义
　　近些年来，随着移动设备数量的增加及互联网数据流量的大幅度增长，对下一代的移动通信产生了巨大的冲击，预计未来5G网络容量将增加1 000倍[1]。为了满足空前增长的用户需求和数据流量，超密集小型蜂窝网络部署通常可实现更高的网络容量。近年来，通信业界的研究者们提出一种新型网络结构—异构网络（Heterogeneous Network，Het Net），用于提高网络覆盖率和网络容量，通过在一个宏蜂窝小区部署不同大小的微基站，并采用各种无线接入技术，可以极大地提高网络频谱效率。另一方面，如果建立足够的高速回传来连接核心网络与数量激增的小型基站，必然会带来昂贵的成本开销[2-3]。为此，通信学术界和产业界展开了大量的研究工作，通过研究发现，移动网络流量的主要一部分来自于远端服务器重复下载一些流行度较高的内容[4]，为了应对数据流量对移动通信网络的冲击，一种有效的方式是提前将内容事先缓存在网络边缘[5]，通过采用内容缓存策略将流行内容放在中间服务器，从而缓解回程链路的压力。
　　2    MEC协作
　　2.1  MEC相关介绍
　　移动边缘计算（Mobile Edge Computing，MEC）[6]在靠近移动用户端提供了一个高度分布式的计算环境，可以用来部署应用程序和服务以及存储和处理内容，由于MEC架构有效地把云计算和云存储放置到网络的边缘，使内容、服务和应用程序被加速，从而从边缘提高响应能力，通过将数据提前缓存到本地MEC服务器，用户可直接从本地缓存中下载请求内容，从而减少冗余传输，实现更快的服务响应以及更高质量的用户体验。由于单个MEC的存储资源及处理能力有限，其缓存的数据内容以及能够同时服务的用户数量都是有限的，因此，考虑多个MEC互连，共享数据内容，进行协作式缓存的场景，从而实现MEC服务器的资源更加充分而高效地利用，提出MEC架构，设计新的、有效的协作式缓存策略，最大限度地减少用户请求内容在网络中大量重复以及冗余的传输，以提高传输开销和时延等性能，提高移动用户的体验。
　　2.2  网络模型描述
　　远程中心缓存服务器和MEC服务器[7]利用回程链路通信，将服务内容分发至各个本地缓存区，本地缓存c1，c2，c3构成一个缓存合作域，缓存有流行度不同的内容，域中的小基站之间通过光纤连接，使得各个MEC之间可以相互协作通信，在协作域中的MEC可以实现内容的共享，当有用户请求资源时，我们通过由近及远进行分析，用户请求的内容通过以下步骤进行获取。
　　（1）用户向本地MEC请求某一内容，若在其本地服务器中存在该内容，则本地服务器直接向用户发送该内容。（2）若未命中，即本地MEC上没有缓存该内容，则由该服务器向周围协作域内的服务器请求该内容，直至命中内容，最终由本地服务器发送给用户。（3）若在所有的协作域中都未命中，则由核心网，即远程中心内容服务器以较大的传输开销传送给本地MEC，再经过本地MEC传送给移动用户。由上述过程可知，MEC协作通过内容的共享与边缘的缓存，减少了所有用户均向核心网络请求大量重复内容的压力，从而实现了减小核心网络压力，提高资源利用的效果。
　　2.3  模型的解决
　　假设一个合作缓存域内总共部署了M个MEC服务器C={c1，c2，…cM}，各个MEC单独地分布在各基站站点，假设数据中心提供了L个不同的数据内容O={o1，o2，…oL}，每个内容的长度平均为s，每个用户向自己的区域内的MEC独立地请求内容oi={i=1，2，…L}，用pm，i表示内容oi在cm服务域内的流行度，将其看作静态流行度來考虑，同时，定义一个内容缓存矩阵X={xm，i|cm∈C，oi∈O}，该矩阵中的元素xm，i的含义： xm，i=1，表示内容oi被预先缓存到MEC服务器cm中;xm，i=0表示内容oi没有被预先缓存到MEC服务器cm中，针对传输开销，主要考虑以下4个方面：（1）各个MEC服务器向本地移动用户传输内容所造成的传输开销。（2）各个MEC之间共享缓存的数据内容的传输开销。（3）移动用户从远程服务器获取到内容的传输开销，即远程服务器传输给本地MEC服务器，又由本地MEC服务器传输给用户的开销。（4）核心网提前将数据内容部署到各个本地MEC的传输开销。由上述描述过程可知，移动用户向本地 MEC服务器请求数据内容时，由本地MEC服务器传输给用户所产生的这部分传输开销是一定存在的，因此，在考虑优化模型时，可以不考虑在内，原模型等价为最小化MEC服务器之间的域内传输开销与远程中心服务器向各个MEC传输域外开销的总和，令dm，n表示内容在cm与cn之间传输的跳数，do，m表示内容从中心服务器传输到本地MEC服务器的跳数，这里我们只考虑一跳情况，即dm，n=do，m=1，令γ表示从cm向cn（m≠n）单位数据内容的传输开销，令γ0表示从中心服务器向cm传输单位数据内容的传输开销，由于从远程中心服务器到MEC的内容传输将产生昂贵的外部资源开销，而MEC之间的数据传输产生相对便宜的内部开销，即γ0>γ，考虑用户向本地MEC服务器cm请求内容oi时的3种情况：（1）内容oi已经被缓存在服务器cm中。（2）内容oi在本地服务器cm内未缓存，则cm从域内缓存有内容oi的MEC中选取距离最短的MEC获取内容oi，并将内容oi传回给用户，产生的域内传输开销为y1m，i。（3）如果内容oi在该合作缓存域内的任何一个MEC服务器中都没有缓存，则由远程中心服务器向用户传输内容oi，产生的域外传输开销为y2m，i，故有： 　　（1）
　　其中，dm，k=minn≠m{dm，n|xi，n=1}，即為MEC系统之间通过光纤传输进行通信，这里忽略MEC系统之间传输内容的带宽容量限制，假设cm（cm∈C）用于缓存内容的存储空间容量为Sm，显然，MEC服务器cm中缓存的所有内容的大小不能超过cm总的可用存储空间，因此，可得出以下约束条件：
　　 （2）
　　基于以上讨论，我们建立以最小内容传输开销为目标的优化模型为：
　　（3）
　　基于以上目标函数及约束条件对MEC部署方案进行分析及讨论，可以得出最终的结果。
　　2.4  性能分析
　　基于以上分析我们得知，在网络边缘进行内容的预先部署及协同缓存可以有效地减少核心网络的压力，使网络传输的有效性进一步地提高，时延性能在自动驾驶，虚拟现实，远程手术等方面会十分重要，也是未来通信的发展趋势，由于MEC架构将用户可能请求的内容放置在离移动用户更近的区域内，用户请求内容的时延也会得到大幅度的提高，将使MEC策略在提高用户体验，减小传输时延方面将发挥巨大的优势，进一步推动通信的发展。传输成本也是通信中需要考虑的一个重要因素，由于减少了核心网络一遍遍给用户发送大量重复内容，MEC在更靠近用户终端的区域内为用户提供大量内容，进一步减少了网络资源的消耗，也使传输成本进一步下降，在很大程度上减少了通信的成本。
　　3    结语
　　本文通过提出一种边缘缓存策略，并以最小传输开销为目标函数进行缓存策略的部署，旨在减少日益增长的网络流量压力，通过在边缘部署缓存一定内容的小基站，并且通过一定距离的协作域中小基站相互协作，给用户高效地提供相应的内容，以此达到减少网络时延，减小核心网络压力及提高传输效率的目的。本文尚未涉及多跳、内容流行度的动态变化等问题，关于多跳及内容流行度是一个复杂但却值得研究的问题，这两个问题的深入研究可以进一步减少优化时延及传输时延等性能，有效地提高通信效率。
　　[参考文献]
　　[1]佚名.未来5年全球移动数据流量将增长26倍[J].通讯世界，2011（Z1）：20.
　　[2]黄祥岳.移动边缘计算缓存优化与用户移动性预测研究[D].杭州：浙江大学，2018.
　　[3]张珊.面向5G网络的边缘缓存技术研究[D].南京：东南大学，2018.
　　[4]刘洪燕.小小区网络中基于视频内容的边缘缓存技术研究[D].北京：北京邮电大学，2018.
　　[5]赵全鑫.下一代小蜂窝网络的多媒体业务的多播无线资源管理研究[D].成都：电子科技大学，2017.
　　[6]郝义学.5G网络移动边缘缓存与计算研究[D].武汉：华中科技大学，2017.
　　[7]侯停停.移动边缘计算（MEC）架构中高效内容分发技术[D].成都：电子科技大学，2018.
　　Edge caching strategy based on mobile scenario
　　Zou Mengting， Feng Xinxin， Wang Yi， Wang Xintao
　　（Henan Normal University， Xinxiang 453002， China）
　　Abstract：With the explosive growth of demand in mobile streams， the traditional in-stream caching strategy cannot meet the requirements of modern communication networks. This paper proposes an edge caching strategy， which aims to reduce the pressure of the core network by caching at the edge of the network. This strategy establishes the network model of mobile edge computing. In this paper， the collaborative caching strategy is adopted to establish an optimization model with the goal of minimizing medium transmission overhead， so as to obtain the content caching deployment plan in the MEC architecture.
　　Key words：mobile edge computing network model; edge cache; collaborative cache
转载注明来源:https://www.xzbu.com/8/view-15005235.htm