时空需求与网络动态下的超密集边缘缓存
网络与互联网体系结构
2017-03-07 v1 信息论
math.IT
摘要
本文研究了在大量小基站 (SBSs) 和用户环境下的蜂窝边缘缓存设计。在这种超密集边缘缓存网络 (UDCN) 中，SBS 与用户之间的距离缩短，每个用户可以向多个 SBS 请求缓存内容。然而，现有缓存控制机制的复杂度随 SBS 数量增加而上升，使其无法解决一个基本的缓存问题：如何在最大化本地缓存增益的同时最小化重复内容缓存？此外，由于干扰的激增，UDCN 中干扰的空间动态已不可忽略。同时，缓存控制还应考虑用户需求的时间动态。为克服这些困难，我们提出了一种将平均场博弈论与随机几何概念相结合的新型缓存算法。这使得我们的缓存算法不依赖于 SBS 和用户的数量，同时纳入了空间干扰动态以及内容流行度和存储约束的时间动态。数值评估验证了与基于流行度的算法相比，所提算法不仅将长期平均成本降低了至少 24%，还将重复内容数量减少了 56%。
引用
@article{arxiv.1703.01038,
title = {Ultra-Dense Edge Caching under Spatio-Temporal Demand and Network Dynamics},
author = {Hyesung Kim and Jihong Park and Mehdi Bennis and Seong-Lyun Kim and Mérouane Debbah},
journal= {arXiv preprint arXiv:1703.01038},
year = {2017}
}
备注
to be presented in IEEE International Conference on Communications (ICC), Paris, France, 2017