超密集网络中的平均场博弈论边缘缓存
网络与互联网体系结构
2018-03-30 v2 信息论
math.IT
摘要
本文研究在极大小基站（SBSs）与用户数量下的蜂窝边缘缓存问题。在此超密集边缘缓存网络（UDCN）中，传统缓存算法因其复杂度随小基站（SBSs）数量增加而上升而不适用。此外，UDCN 的性能对用户需求的动态特性和 SBS 间干扰高度敏感。为克服这些困难，我们提出了一种基于随机几何网络模型以及刻画内容流行度动态的时空用户需求模型的分布式缓存算法。通过利用平均场博弈（MFG）理论，所提 UDCN 缓存算法的复杂度独立于 SBSs 的数量。数值评估证实，与基线缓存算法相比，所提缓存算法将网络的长期平均代价和冗余缓存数据分别降低了 24% 和 42%。仿真结果还表明，所提缓存算法对不完美的流行度信息具有鲁棒性，同时保证了低计算复杂度。
引用
@article{arxiv.1801.07367,
title = {Mean-Field Game Theoretic Edge Caching in Ultra-Dense Networks},
author = {Hyesung Kim and Jihong Park and Mehdi Bennis and Seong-Lyun Kim and Mérouane Debbah},
journal= {arXiv preprint arXiv:1801.07367},
year = {2018}
}
备注
submitted for suitable IEEE publication