[發明專利]一種緩存方法及系統

有效

• 申請號: 201810475095.0
• 申請日: 2018-05-17
• 公開（公告）號: CN108833352B
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 許長橋;郝昊;楊樹杰;謝海永;劉弋峰;王目;陳星延;曹騰飛
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L29/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

1.一種緩存方法，其特征在于，包括：

對于任一邊緣節點所服務的用戶群中的每一用戶，根據所述用戶在預設時間段內的歷史請求記錄集，預測所述用戶在目標時刻的請求內容；

獲取對所述請求內容進行緩存得到的收益，根據所有收益的大小順序，將對應的請求內容依次緩存至所述邊緣節點中；

所述根據所有收益的大小順序，將對應的請求內容依次緩存至所述邊緣節點中，進一步包括：

將所述用戶群中的所有用戶的請求內容組成候選集；

在每一次緩存過程中，將所述候選集中收益最大的請求內容緩存至所述邊緣節點中，并將所述收益最大的請求內容從所述候選集中刪除，以更新所述候選集，并進行下一次緩存，直至所述候選集為空集。

2.根據權利要求1所述的方法，其特征在于，所述根據所述用戶在預設時間段內的歷史請求記錄集，預測所述用戶在目標時刻的請求內容，進一步包括：

獲取所述用戶在預設時間段內的歷史請求記錄集；

基于訓練好的深度信念網絡，根據所述歷史請求記錄集，預測所述用戶在目標時刻的請求內容；其中，所述深度信念網絡為深度神經網絡，通過用戶的歷史請求記錄數據訓練得到。

3.根據權利要求2所述的方法，其特征在于，所述基于訓練好的深度信念網絡，根據所述歷史請求記錄集，預測所述用戶在目標時刻的請求內容，進一步包括：

對所述歷史請求記錄集中的每一歷史請求記錄進行標準化，并將標準化后的歷史請求記錄進行歸一化；

將歸一化后的所有歷史請求記錄輸入至所述訓練好的深度信念網絡中，預測所述用戶在目標時刻的請求內容。

4.根據權利要求1所述的方法，其特征在于，所述將所述候選集中收益最大的請求內容緩存至所述邊緣節點中，進一步包括：

若所述收益最大的請求內容的大小小于或等于所述邊緣節點的第一子空間的大小，則將所述收益最大的請求內容緩存至所述邊緣節點中；其中，所述第一子空間為所述邊緣節點的緩存空間中的所剩空間。

5.根據權利要求4所述的方法，其特征在于，所述將所述候選集中收益最大的請求內容緩存至所述邊緣節點中，進一步還包括：

若所述收益最大的請求內容的大小大于所述邊緣節點的第一子空間的大小，則將所述邊緣節點的第二子空間中的部分緩存內容進行刪除，以將所述收益最大的請求內容緩存至所述邊緣節點中；其中，所述第二子空間為所述邊緣節點的緩存空間中的已存空間，所述第二子空間和所述第一子空間共同組成所述邊緣節點的緩存空間。

6.根據權利要求5所述的方法，其特征在于，所述將所述邊緣節點的第二子空間中緩存的部分緩存內容進行刪除，以將所述收益最大的請求內容緩存至所述邊緣節點中，進一步包括：

對于所述第二子空間中的每一緩存內容，獲取所述緩存內容處于未被請求狀態的時長；

將處于未被請求狀態的時長最長的緩存內容從所述第二子空間中刪除，以更新所述第一子空間；

若所述收益最大的請求內容的大小小于或等于更新后的第一子空間的大小，則將所述收益最大的請求內容緩存至所述邊緣節點中。

7.一種緩存系統，其特征在于，包括：

請求內容預測模塊，用于對于任一邊緣節點所服務的用戶群中的每一用戶，根據所述用戶在預設時間段內的歷史請求記錄集，預測所述用戶在目標時刻的請求內容；

緩存模塊，用于獲取對每一用戶的請求內容進行緩存得到的收益，根據所有收益的大小順序，將對應的請求內容依次緩存至所述邊緣節點中；

所述根據所有收益的大小順序，將對應的請求內容依次緩存至所述邊緣節點中，進一步包括：

將所述用戶群中的所有用戶的請求內容組成候選集；

在每一次緩存過程中，將所述候選集中收益最大的請求內容緩存至所述邊緣節點中，并將所述收益最大的請求內容從所述候選集中刪除，以更新所述候選集，并進行下一次緩存，直至所述候選集為空集。