无线移动网络的缓存优化和性能分析
无线移动网络的缓存优化和性能分析
摘要：近几年，随着无线移动通讯技术的飞速发展，无线数据服务正以爆炸性的速度增长。目前，无线缓存技术已被业界和业界广泛认可，可以有效地减轻网络中高速数据传输的压力。但是，如何对无线移动网络进行缓存策略的设计与优化，以此为依据对网络性能进行分析，以改善移动端的服务品质。在分析无线移动网络中没有高速缓存节点的基础上，运用渐近分析、凸优化和深度学习等技术，对不同移动网络环境下的缓存策略进行了优化和优化，以达到最佳的性能。
关键词：无线移动网络；缓存优化；性能分析
当前，5 G移动通信等高速移动通信网，大多采用 MIMO技术和毫米波技术，以减轻数据传输速度过快带来的压力。此外，还增加了5 G，使其容量得到了进一步的提升。但是，由于数目的迅速增长，用户访问速率的不断提高，使得网络运行费用大大增加，同时也会造成数据的传输阻塞，从而对移动用户的服务质量造成一定的影响。目前，国内外学者和业界都认为，高速缓存技术可以有效地减轻高速网络数据传输的压力。在无线移动网中，将无线缓存装置预先设定，在网络空闲期间，按照所设计的缓存策略，将高流行度的内容，通
过请求邻近的高速缓存装置，可以满足网络中不同的移动用户对高流行内容的要求，而无需经由回程网络从远程服务器进行请求。采用高速缓冲区技术可以有效地降低移动端的请求时间，从而改善移动端的服务品质。同时，还能有效地降低远程服务器对同一请求内容的反复传送所带来的压力，降低了网络中的数据传送量。
1无线移动网络的缓存优化意义
无缓存移动网络中的节点数目不断增多，节点种类繁多，对网络容量的分析提出了新的要求。针对非高速缓存节点的移动性特点，提出了基于非高速缓存节点的移动性模型，并对其在不同类型的移动模型中的吞吐量进行了探讨，并对各种情况下的无缓存节点的移动性模式进行了研究，并对系统的性能参数进行了设计与优化。
在异构缓存网络中，需要构建一个基于宏和缓存节点效用的联合优化模型。在求解最优模型时，如何设计出一种高效的求解方法来解决带有不编码的缓存决策变量的非凸效用优化问题，以得到最佳的无编码缓存策略，以达到宏效率和缓存效率之间的均衡。
事实上，随着时间的推移，内容的受欢迎程度会不断地发生变化，而改变内容流行的时间
要比需要移动的内容请求节点更长。考虑到这两个时标对缓存决策的影响，本文提出了一种基于动态编码的缓存策略，并对其进行了优化，以增加其内容的多样性、降低其所需的时延，从而改善其服务品质。
2无线移动网络的缓存优化和性能存在问题
当前，对于无缓存移动结点多播吞吐量的研究，通常都是以理想的2维独立均匀分布模型为基础，而更适合于节点运动的随机行走模型则较少被应用。在不同的移动空间尺度、不同的移动规模下，没有高速缓存的多播网络的吞吐量问题，尚缺乏深入的研究。另外，该资料传送程序有时间限制，不会在网路上传送，而没有时间限制。在这种情况下，在非高速缓存的情况下，必须考虑到数据传送时延的限制对组播吞吐量的影响。
目前对移动缓存节点性能的分析，通常假定缓存节点在没有参考点的条件下进行全局运动，而不考虑缓存节点的局部运动对网络的吞吐量和时延的影响。如何利用热点的分布特点，构建相应的网络模型，定量地分析各个热点附近的缓存节点的局部运动对网络性能的影响。
在高速缓存节点绕着热点运动的情况下，如何针对网络热点的分布特征，针对网络中的热点分布特征，设计出最佳的缓存策略，以提高缓存节点的吞吐速度和延时性能。
在目前对移动缓存节点效用与效用的博弈分析中，一般将无编码缓存策略的节点效用模型作为凸函数，或将效用中的离散缓存变量作为连续变量，以方便求解博弈的均衡点。由于缓存结点的效用最优问题是一种非凸优化问题，因此很少有人对其进行均衡分析。
无线网络受限制或无连接3无线移动网络规则分布下节点缓存策略优化分析
3.1系统模型
为了对节点的缓存策略及网络性能进行分析与研究，提出了一种基于扩展的网络模型。扩展的网络模式是指当网路中的缓存节点数目增多时，网路的面积也会随之增大，而网路中的单位面积则维持不变，也就是说，假定网路中有 n个缓存结点在网路中运动。在此基础上，假定矩形网格是一个环状边界，以克服结点运动时的影响。在本章中，我们将对缓存节点的移动、空间分布模型、内容缓存模型、非干扰传送模型等进行了详细的阐述。
3.2热点规则分布模型
在此基础上，根据网络中共有 N个热点，将整个网络分为 N个单元，每个单元的面积是 s，每个单元中仅有一个固定的热点，在每个单元的中央，两个热点的间距 d。在实际生活中，很多有通讯功能的热点都有其正常的使用情况。例如，典型地，在蜂窝网中设置；沿公路等距离地设置路旁设备；部分商业区的核心建筑往往坐落在商业区的中央。
3.3热点随机分布簇模型
假定网络中存在 m个热源。用1 n强的泊松分布来描述网络中热点的随机性。目前，将热点作为簇首，簇半径为 R，对热点进行了随机分布。假定各聚类之间没有交迭和重叠，并且在每个聚类中仅有一个聚类，所以聚类的半径是 R。在以下引理中，我们可以证明，在每一个集中，平均的缓存节点数是1 (n)，因此，在热点随机分配集模式下，保证了内容传送的连接。
3.4内容缓存模型
假定有 m种不同类型的内容，同样的尺寸，则设为01 mn。在缓存策略的基础上，每一个节点可以缓存 k种不同的数据，也就是说，一个节点具有 k公里的缓存能力。每一个结
点都要依据其受欢迎程度来决定缓存。在一个节点中，缓存策略包括内容存储和内容获取两个方面。在内容放置阶段，每一个结点都会自行选取一个内容快取到它自己的本机快取。设 kn代表一个包含 kknn的快取内容 K的所有结点。在这一章，我们假定每一个结点缓存的内容只有一个拷贝，而任意的移动结点缓存的内容 K的可能性是 NK/。要想得到一个切实可行的快取策略，所有的资料都不能超过所有结点的快取能力总和。
4无线移动网络的缓存优化和性能发展
为了解决实际中高速缓存节点围绕热点运动的问题，本文提出了一种基于规则分布的网络模型和缓存节点在热点附近运动后的空间分布模式。
针对热点分配网络的特点，提出了一种多跳路由算法，该算法采用了基于单元划分的多跳路由算法，实现了不受干扰的发送和发送。在此基础上，导出了缓存节点的吞吐量和延时的渐进闭式，并在此基础上提出了一个权衡。
在此基础上，根据网络的受欢迎程度和节点的缓存能力限制，建立并证明了该问题是一种凸优化问题。针对热点规则子模型的特征，提出了最佳缓存策略，并利用拉格朗日松松弛方法对缓存节点进行了优化计算。
5结语
在此基础上，针对高速缓存节点的局部运动，提出了一种优化的缓存策略，并对缓存节点的吞吐量和延迟进行了分析。在模拟的理论成果上，我们可以考虑在现实网络中搜集视频、电影等内容的受欢迎程度，并对所设计的无编码/编码缓存算法进行模拟，并根据实际数据的模拟，对所构建的最佳模式及缓存算法进行改进。
参考文献:
[1]张光林, 基于天线和时延限制的大规模无线网路容量研究[D], 上海交通大学, 2012.
[2]思科视觉网络指数:全球移动数据流量预测更新2017-2022[R],白皮书,2019年2月.
[3]无线移动网络的缓存优化和性能分析 西安交通大学 .2022年5月.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。