cRVR：一种用于联合隐私感知视频请求与边缘缓存的斯塔克尔伯格博弈方法
网络与互联网体系结构
2026-02-02 v2
摘要
当用户便捷地流式观看其喜爱的在线视频时，视频请求记录会被视频内容提供商自动存储，这有很高的隐私泄露风险。遗憾的是，现有大多数增强隐私的方法不适用于保护视频请求中的用户隐私，因为它们不能被用户轻易更改或扭曲，且必须对内容提供商可见以流式传输正确的视频。为保护在线视频服务中的请求隐私，可以请求与用户兴趣无关的其他视频，从而使内容提供商无法精确推断用户的兴趣信息。然而，朴素的冗余请求方法会显著降级边缘缓存性能并增加带宽开销。本文中，我们率先提出一种面向用户设备（UD）的缓存友好型冗余视频请求（cRVR）算法及其对应的边缘缓存（EC）缓存算法，可在对EC性能影响最小的情况下有效缓解请求隐私泄露问题。为解决该问题，我们首先建立斯塔克尔伯格博弈来分析UD与EC之间的专门交互，并获得它们各自最大化效用时的最优策略。对于UD，其效用函数由视频播放效用与隐私保护效用组合而成。我们证明了该斯塔克尔伯格博弈均衡的存在性与唯一性。使用真实轨迹进行了大量实验，结果表明cRVR相较于基线算法最多可减少59.03%的隐私泄露，从而有效保护视频请求隐私。同时，EC的缓存性能仅受轻微影响。
引用
@article{arxiv.2310.12622,
title = {cRVR: A Stackelberg Game Approach for Joint Privacy-Aware Video Requesting and Edge Caching},
author = {Xianzhi Zhang and Linchang Xiao and Yipeng Zhou and Miao Hu and Di Wu and John C. S. Lui and Quan Z. Sheng},
journal= {arXiv preprint arXiv:2310.12622},
year = {2026}
}