小蜂窝网络中流行度分布未知情况下的缓存策略

考虑一个异构网络，其中基站 (BSs)、小基站 (SBSs) 和用户根据独立的泊松点过程 (PPPs) 分布。我们假设 SBS 节点拥有高存储容量并形成分布式缓存网络。热门数据文件存储在 SBS 的本地缓存中，以便用户可以根据可用性从附近的某个 SBS 下载所需文件。卸载损失通过本文提出的一种随机缓存策略所依赖的成本函数来捕捉。该成本函数依赖于流行度分布，而该分布通常是未知的。在本工作中，利用时间间隔 $[0,\tau]$ 内用户的可用瞬时需求在 BS 处估计流行度分布。随后利用该估计值求得成本函数的估计值，进而设计出最优随机缓存策略。本文的主要结果如下：首先表明，只要用户密度大于预定义阈值，为实现 achieved cost 与 optimal cost 之间 $\epsilon>0$ 的差异所需的等待时间 $\tau$ 是有限的。在此情况下，$\tau$ 被证明随 $N^2$ 缩放，其中 $N$ 是流行度分布的支持集大小。其次，提出了一种基于迁移学习的方法来估计用于计算经验成本函数的流行度分布。推导出了一个条件，在该条件下，所提出的基于迁移学习的方法优于随机缓存策略。