基于平均场博弈论的边缘缓存
信息论
2021-01-05 v1 网络与互联网体系结构
math.IT
摘要
在本章中，我们研究超密集边缘缓存网络（UDCN）中的分布式内容缓存问题，其中大量小型基站（SBS）预取热门文件以应对5G及未来网络中不断增长的用户需求。在UDCN中，即便对用户需求的微小误预测也可能使大量预取数据失效。此外，由于SBS间距离短，干扰方差较大，导致难以量化数据下载速率。最后，由于每个SBS的缓存决策与所有其他SBS相互作用，问题复杂度随SBS数量呈指数增长，不适用于UDCN。为解决这些挑战性问题并反映时变和位置相关的用户需求，我们利用平均场博弈（MFG）理论，其中每个SBS仅与一个虚拟SBS交互，该虚拟SBS的状态取自整个SBS群体的状态分布，即平均场（MF）分布。该MF近似在SBS数量趋于无穷时渐近保证达到ε纳什均衡。为描述这一MFG理论缓存框架，本章旨在简要回顾MFG，并展示其在UDCN中的有效性。
引用
@article{arxiv.2101.00341,
title = {Mean-Field Game-Theoretic Edge Caching},
author = {Hyesung Kim and Jihong Park and Mehdi Bennis and Seong-Lyun Kim and Mérouane Debbah},
journal= {arXiv preprint arXiv:2101.00341},
year = {2021}
}
备注
26 pages, 9 figures; This chapter is written for the forthcoming book, Edge Caching for Mobile Networks (IET), edited by W. Chen and H. V. Poor. arXiv admin note: substantial text overlap with arXiv:1801.07367