雾辅助物联网系统中历史感知的在线缓存放置：学习与控制相融合
网络与互联网体系结构
2020-12-16 v2 信号处理
摘要
在雾辅助物联网系统中，将热门内容缓存于网络边缘以实现高服务质量是一种常见做法。由于未知文件流行度等实际中的不确定性，缓存放置方案设计仍是一个存在未解挑战的开放问题：1）如何在预算下维持时间平均存储开销，2）如何引入在线学习以辅助缓存放置从而最小化性能损失（即后悔值），3）如何利用离线历史信息进一步降低后悔值。本文将在未知文件流行度下的缓存放置问题建模为带约束的组合多臂老虎机（CMAB）问题。为求解该问题，我们采用虚拟队列技术管理时间平均存储开销约束，并采用历史感知老虎机学习方法将离线历史信息融入在线学习过程以处理探索-利用权衡。通过在线控制与历史感知在线学习的有效结合，我们设计了名为 CPHBL 的基于历史感知老虎机学习的缓存放置方案。我们的理论分析与仿真表明，CPHBL 取得了次线性的时间平均后悔界。此外，仿真结果验证了 CPHBL 相对于基于深度强化学习方法的优势。
引用
@article{arxiv.2008.00196,
title = {History-Aware Online Cache Placement in Fog-Assisted IoT Systems: An Integration of Learning and Control},
author = {Xin Gao and Xi Huang and Yinxu Tang and Ziyu Shao and Yang Yang},
journal= {arXiv preprint arXiv:2008.00196},
year = {2020}
}