大数据与电信运营商：一种主动缓存视角

移动蜂窝网络的管理正变得日益复杂，而传统的部署/优化技术以及当前的方案（即小区密集化、获取更多频谱等）成本高昂且因此被视为权宜之计。这呼吁开发利用存储/内存、上下文感知、边缘/云计算近期进展的新方法，并落入大数据框架。然而，大数据本身是一种难以处理的复杂现象，并伴随其臭名昭著的4V：velocity、voracity、volume和variety。在本工作中，我们通过基站主动缓存的概念来解决5G无线网络优化中的这些问题。特别地，我们研究了主动缓存在回程卸载与请求满足方面的收益，同时应对可用于内容流行度估计的大量数据。为了估计内容流行度，我们首先从一个土耳其电信运营商的数个基站收集了以小时为时间间隔的用户移动流量数据。随后，在大数据平台上本地进行分析，并通过数值模拟研究基站主动缓存的收益。结果表明，根据可用信息水平与存储大小的不同，可能获得若干收益。例如，在考虑16个基站时，凭借10%的内容评级与15.4 Gbyte的存储大小（目录总大小的87%），主动缓存实现了100%的请求满足，并卸载了98%的回程流量。