[發(fā)明專利]一種基于用戶偏好預(yù)測的異構(gòu)網(wǎng)絡(luò)緩存決策方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010551762.6
• 申請(qǐng)日: 2020-06-17
• 公開（公告）號(hào): CN111860595A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 朱琦;單冠捷
• 申請(qǐng)（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;H04L29/08;H04W28/02
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于用戶偏好預(yù)測的異構(gòu)網(wǎng)絡(luò)緩存決策方法，其特征在于：所述方法中宏基站、小基站和D2D的通信方式并存，包括如下步驟：

(S1)首先在用戶請(qǐng)求不同文件的概率分布未知的情況下，通過機(jī)器學(xué)習(xí)根據(jù)用戶請(qǐng)求歷史記錄預(yù)測用戶偏好；

(S2)基于用戶的移動(dòng)性、物理位置關(guān)系、社會(huì)關(guān)系推導(dǎo)平均系統(tǒng)成本的表達(dá)式，在緩存容量的約束下，以小基站和重要用戶的緩存策略為變量，構(gòu)建平均系統(tǒng)成本最小化的優(yōu)化問題，通過求解該問題進(jìn)行緩存決策；

(S3)基于貪心算法的次優(yōu)算法對(duì)平均系統(tǒng)成本最小化的優(yōu)化問題進(jìn)行求解，按照解向量決定予以緩存的文件。

2.根據(jù)權(quán)利要求1所述的基于用戶偏好預(yù)測的異構(gòu)網(wǎng)絡(luò)緩存決策方法，其特征在于：所述方法的算法處理過程具體如下：

(1)用S＝{1,...,S}、U＝{1,2,...,U}、C＝{1,...,C}和F＝{1,...,C*F_c}分別表示小基站集、用戶集、文件類別集和文件集，其中S、U、C、F_c分別表示小基站數(shù)、用戶數(shù)、文件類別數(shù)和每類文件數(shù)，用t_min、t_min′分別表示通過D2D和通過小基站下載每個(gè)文件需要最小通信時(shí)間，宏基站包含內(nèi)容庫中的全部文件；

(2)將時(shí)間劃分為等長的時(shí)隙，t∈N表示第t個(gè)時(shí)隙，其起始時(shí)刻是τ_t，所有時(shí)隙長度都為T，每個(gè)時(shí)隙開始，即當(dāng)前時(shí)隙的用戶初始D2D連接情況其中指示函數(shù)代表用戶i和用戶j在t時(shí)隙開始是否能夠進(jìn)行D2D通信，用“1”或“0”表示；然后每個(gè)用戶按照其偏好隨機(jī)的請(qǐng)求文件，構(gòu)成文件請(qǐng)求向量R^t＝{r_i^t:i＝1,...,U}，其中r_i^t∈F是用戶i在t時(shí)隙請(qǐng)求的文件；

(3)通過指示變量表示用戶間的物理關(guān)系，如果用戶i和用戶j在t時(shí)刻具有物理關(guān)系，則若沒有則定義μ_i,j表示用戶i與用戶j間連接時(shí)長服從的指數(shù)分布的參數(shù)，用λ_i,j表示用戶i與用戶j間隔時(shí)長服從的指數(shù)分布參數(shù)，根據(jù)用戶i和用戶j在t₀時(shí)刻的連接情況計(jì)算用戶i和用戶j在t_c時(shí)刻相連的概率

(4)定義μ′_u,s和λ′_u,s表示用戶u和小基站s間的連接時(shí)長和間隔時(shí)長分別服從的指數(shù)分布的參數(shù)，指示變量表示用戶u和小基站s間的物理關(guān)系，根據(jù)t₀時(shí)刻的連接情況計(jì)算用戶u和小基站s在t_c時(shí)刻相連的概率

(5)定義S_i,j表示用戶i與用戶j之間的社會(huì)關(guān)系，用S_T表示社會(huì)關(guān)系閾值，基于S_i,j和S_T計(jì)算用戶間的社會(huì)聯(lián)系s_i,j，用θ_u表示用戶u的社會(huì)重要性，用來衡量用戶的社會(huì)重要程度，計(jì)算每個(gè)用戶的社會(huì)重要性θ_u＝α·V_u+β·B_u，其中V_u，B_u分別代表用戶u的設(shè)備容量和中介中心性，α，β是權(quán)重系數(shù)，且滿足α+β＝1，依據(jù)社會(huì)重要性選取重要用戶來緩存文件；

(6)構(gòu)建H＝{H₁,H₂,...,H_U}表示決策時(shí)刻前T_b個(gè)時(shí)隙的歷史文件請(qǐng)求其中代表用戶u的請(qǐng)求歷史，為前T_b個(gè)時(shí)隙中第t_b個(gè)時(shí)隙時(shí)請(qǐng)求的文件，根據(jù)歷史文件請(qǐng)求H計(jì)算出基于次數(shù)的用戶對(duì)每類文件的經(jīng)驗(yàn)概率分布，并用表示用戶u請(qǐng)求第c_i類文件的概率，并作為K-means算法的數(shù)據(jù)集；

(7)計(jì)算不同K值下所有數(shù)據(jù)點(diǎn)到其聚類中心點(diǎn)的距離之和作為衡量當(dāng)前K-means模型的性能度量，計(jì)算表達(dá)式如下：

其中X為數(shù)據(jù)點(diǎn)向量，M_i代表第i類的聚類中心，距離采用歐式距離；

(8)計(jì)算Gap(K)＝E(log D_K)-log D_K作為Gap Statistic，其中E(log D_K)為log D_K的期望，選取使Gap(K)最大的K值optK作為用戶分類的類別數(shù)；

(9)針對(duì)每一類用戶，計(jì)算其聚類中心作為該類用戶請(qǐng)求該類文件的經(jīng)驗(yàn)概率分布，將聚類中心從大到小排序，并獲得對(duì)應(yīng)的索引向量，按照排序取值和排名取對(duì)數(shù)后作為y,x數(shù)據(jù)進(jìn)行線性回歸求得Zipf分布參數(shù)s；

(10)計(jì)算該類用戶請(qǐng)求每類文件的概率，其計(jì)算表達(dá)式如下所示：

其中c代表用戶類別，rank(c)代表第c類文件的請(qǐng)求數(shù)排名，依據(jù)對(duì)每類文件中文件的偏好服從均勻分布求出用戶請(qǐng)求所有文件的概率分布，用戶請(qǐng)求所有文件的概率分布表達(dá)式如下所示：

其中代表用戶u請(qǐng)求第f個(gè)文件的概率；

(11)重復(fù)步驟(9)至步驟(10)直至optK類用戶的文件偏好都被求出，得到所有用戶的文件偏好集合

(12)令從自身或者或通過D2D通信從重要用戶中獲取文件的花費(fèi)為ξ₁；從小基站獲取文件的花費(fèi)為ξ₂；從宏基站獲取文件的開銷為ξ₃，用戶首先考慮從自身存儲(chǔ)或重要用戶獲取請(qǐng)求文件，沒有則考慮從小基站，都沒有換成則從宏基站獲取；

(13)令N代表重要用戶數(shù)，令代表所有重要用戶和小基站緩存放置策略變量，其中布爾變量代表重要用戶n是否緩存了文件f，布爾變量代表小基站s是否緩存了文件f，推導(dǎo)得到平均系統(tǒng)開銷f(x)的表達(dá)式，初始化i＝N+1，x_subopt為長度為(N+S)F的全零向量；

(14)令j＝1，令集合F_left＝{1,...,F}；

(15)令然后令x_subopt中第(i-1)F+fopt個(gè)元素值為1，去掉集合F_left中的f_opt元素，最后令j＝j(luò)+1；

(16)重復(fù)執(zhí)行步驟(15)，直至j＞V′_i。