边缘网络中用于数据缓存的深度学习综述
网络与互联网体系结构
2023-11-15 v1 机器学习
摘要
在新兴的 5G 及更高代移动网络中，边缘缓存供给这一概念是应对核心网流量拥塞问题以及降低热门内容访问时延的一种有前景的方法。在这方面，终端用户对热门内容的需求可通过在网络边缘（即靠近用户处）主动缓存来满足。除基于模型的缓存方案外，基于学习的边缘缓存优化近来引起了显著关注，此后的目的在于涵盖基于模型与数据驱动技术在主动缓存领域的最新进展。本文综述了深度学习中用于边缘网络数据缓存的应用。我们首先概述内容缓存中的典型研究课题，并基于网络层次结构建立分类法。随后，介绍了若干关键类型的深度学习算法，涵盖从监督学习到无监督学习以及强化学习。此外，从缓存课题与深度学习方法的角度对最先进文献进行了比较。最后，我们讨论了应用深度学习进行缓存的研究挑战与未来方向。
引用
@article{arxiv.2008.07235,
title = {A Survey of Deep Learning for Data Caching in Edge Network},
author = {Yantong Wang and Vasilis Friderikos},
journal= {arXiv preprint arXiv:2008.07235},
year = {2023}
}