面向网络的大数据缓存：从云端走向边缘
网络与互联网体系结构
2016-11-17 v1
摘要
为了应对 无线网络中 relentless 的数据海啸，当前的方法如获取新频谱、部署更多基站 (BSs) 以及在移动分组核心网中增加节点，在可扩展性、成本和灵活性方面正变得效率低下。在这方面，具有边缘/云计算能力并利用\emph{大数据}分析的上下文感知 G 网络可以为移动运营商带来显著收益。本文研究了 G 无线网络中的主动内容缓存，并提出了一种大数据驱动的架构。在这一实用架构中，海量数据被用于内容流行度估计，并将战略性内容缓存在基站处，以实现更高的用户满意度和回程卸载。为验证所提出的解决方案，我们考虑了一个真实世界的案例研究，从土耳其一家主要电信运营商收集了数小时的移动数据流量，并利用机器学习工具进行了大数据驱动的分析。基于可用信息和存储容量，数值研究表明，在用户满意度和回程卸载方面均取得了若干收益。例如，在 个基站、 的内容评分和 Gbyte 存储大小（占总库容量的 ）的情况下，主动缓存实现了 的用户满意度并卸载了 的回程流量。
引用
@article{arxiv.1606.01581,
title = {Big Data Caching for Networking: Moving from Cloud to Edge},
author = {Engin Zeydan and Ejder Baştuğ and Mehdi Bennis and Manhal Abdel Kader and Alper Karatepe and Ahmet Salih Er and Mérouane Debbah},
journal= {arXiv preprint arXiv:1606.01581},
year = {2016}
}
备注
accepted for publication in IEEE Communications Magazine, Special Issue on Communications, Caching, and Computing for Content-Centric Mobile Networks