面向用户动态感知的移动虚拟现实边缘缓存与计算

在本文中，我们提出了一种用于移动虚拟现实（VR）视频流的内容缓存与分发新方法。该方法旨在基于用户与网络动态，通过在边缘服务器主动缓存热门 VR 视频块并自适应调度计算资源，最大化 VR 视频流性能，即最小化视频帧缺失率。首先，我们设计了一种可扩展的内容放置方案，基于计算与缓存资源消耗之间的权衡来决定在边缘服务器缓存哪些视频块。其次，我们提出了一种机器学习辅助的 VR 视频分发方案，其在边缘服务器分配计算资源以满足来自多个 VR 头显的视频分发请求。采用基于 Whittle 索引的方法，以低信令开销识别网络与用户动态，从而降低视频帧缺失率。仿真结果表明，相较于传统的缓存与计算资源调度策略，所提方法能显著提升 VR 视频流性能。