无线网络中支持服务差异的上下文感知主动内容缓存
网络与互联网体系结构
2017-05-11 v2 机器学习
摘要
在小基站或无线信息站进行内容缓存被认为是提高无线内容分发效率的合适方法。由于存储限制，将最优内容放置到本地缓存中至关重要，但这需要了解内容流行度分布，而该分布通常无法预先获取。此外，由于具有不同兴趣的移动用户随时间连接到缓存实体，本地内容流行度会发生波动。用户偏好的内容可能取决于用户的上下文。在本文中，我们提出了一种用于上下文感知主动缓存的新颖算法。该算法通过定期观察已连接用户的上下文信息、更新缓存内容并随后观察缓存命中情况，在线学习特定上下文下的内容流行度。我们推导出一个次线性遗憾界，它表征了学习速度，并证明了我们的算法在最大化缓存命中数方面收敛于最优缓存内容放置策略。此外，我们的算法通过允许缓存实体运营商优先处理客户群来支持服务差异化。我们的数值结果证实，在真实世界数据集上，我们的算法优于SOTA算法，缓存命中数至少增加了14%。
引用
@article{arxiv.1606.04236,
title = {Context-Aware Proactive Content Caching with Service Differentiation in Wireless Networks},
author = {Sabrina Müller and Onur Atan and Mihaela van der Schaar and Anja Klein},
journal= {arXiv preprint arXiv:1606.04236},
year = {2017}
}
备注
32 pages, 9 figures, to appear in IEEE Transactions on Wireless Communications, see http://doi.org/10.1109/TWC.2016.2636139