Online Digital Twin-Empowered Content Resale Mechanism in Age of Information-Aware Edge Caching Networks
针对内容流行度未知且时变的AoI感知边缘缓存场景，提出数字孪生赋能的双时间尺度内容转售机制及DT-OCA算法，通过分解问题与DT预测求解NP难优化问题，性能优于基准算法。
2024-03-12 cs.IT cs.NI math.IT
A Note on the Fundamental Limits of Coded Caching
编码缓存的基本限制调查的情况下，与$N=3$文件和$K=3$用户。一个改进的外边界是通过作者在早期的工作中开发的计算方法。这个结果是“计算信息理论极限的解决方案（SCITL）”在线收集的一部分。
2015-02-27 cs.IT math.IT
Universal Caching
Tata Institute of Fundamental Research（塔塔基础研究所）
在学习理论中，在线策略的性能通常用静态后悔度量来衡量，该度量将在线策略的累积损失与事后的最佳基准进行比较。在静态后悔的定义中，基准政策的行动在整个时间范围内保持固定。当然，由此产生的遗憾界限变得松散的非固定设置固定的行动往往遭受性能不佳。在本文中，我们研究了一个更强的概念，后悔最小化的背景下，在线缓存。特别是，我们允许在任何一轮的基准的行动，由一个有限的状态机包含任何数量的状态来决定。流行的缓存策略，如LRU和FIFO，都属于这一类。利用信息论中普遍预测文献的思想，我们提出了一种有效的在线缓存策略，具有次线性遗憾界。据我们所知，这是第一个已知的通用设置中的缓存问题的数据依赖遗憾界限。我们建立了这个结果，结合最近提出的在线缓存政策与增量解析算法，即Lempel-Ziv '78。我们的方法也产生了一个更简单的学习理论证明的改进遗憾界，而不是在早期的作品中使用的涉及特定问题的组合参数。
2022-08-20 cs.IT cs.LG math.IT
Online Coded Caching
我们考虑一个基本的内容分发的情况下，由一个单一的源服务器通过共享瓶颈链接连接到一些用户，每个配备了一个有限的内存缓存。用户从一组流行文件中发出一系列内容请求，目标是操作缓存和服务器，以便通过共享链接发送的最小位数满足这些请求。假设一个基本的马尔可夫模型更新的一组流行的文件，我们近似的最佳长期平均速率的共享链接的特征。我们进一步证明，最佳的在线方案具有近似相同的性能作为最佳的离线方案，其中缓存内容可以更新的基础上，在每个新的请求之前的整个流行的文件集。为了支持这些理论结果，我们提出了一种在线编码缓存方案，称为编码最近发送（LRS），并模拟它的需求时间序列来自Netflix的Netflix奖提供的数据集。对于这个时间序列，我们表明，建议的编码LRS算法显着优于流行的最近最少使用（LRU）缓存算法。
2013-11-14 cs.IT cs.NI math.IT
Online Edge Caching and Wireless Delivery in Fog-Aided Networks with Dynamic Content Popularity
雾无线电接入网络（F-RAN）架构可以利用云处理和边缘缓存来向用户提供内容。为此，F-RAN利用边缘节点（EN）处的缓存和将云处理器连接到EN的前传链路。假设时不变的内容流行度，F-RAN中内容交付的现有信息理论分析依赖于具有单独内容放置和交付阶段的离线缓存。相比之下，这项工作的重点是场景中的一组流行的内容是随时间变化的，因此有必要在线补充的EN的高速缓存随着所请求的文件的交付。该分析集中在长期的归一化传输时间（NDT），它捕获的时间依赖性的编码延迟在多个时隙中的高信噪比制度的表征。在线边缘缓存和交付计划的串行和流水线传输模式的前传和边缘段。分析结果表明，在内容流行度随时间变化的情况下，前传链路的速率对F-RAN系统的长期无损检测设置了根本限制。分析结果进一步验证了数值模拟，产生重要的设计见解。
2018-04-22 cs.IT cs.NI math.IT
Decentralized and Online Coded Caching with Shared Caches: Fundamental Limits with Uncoded Prefetching
由Maddah-Ali和Niesen提出的分布式编码缓存方案假设缓存中没有协调。这项工作确定了一个分散的编码缓存方案-在未编码的放置的假设下-共享缓存网络，其中每个缓存服务于多个用户。每个用户只能访问一个缓存，并且缓存的数量小于或等于用户的数量。对于此设置，我们推导出任何用户到缓存关联配置文件的最佳最坏情况下的交付时间，其中每个此类配置文件描述了每个缓存服务的用户数量。使用索引编码的逆的最优性。此外，我们还改进了交付计划，以适应多余的需求。此外，提出了一个最佳的线性纠错交付计划的最坏情况下的需求情况。接下来，我们考虑最近最少发送（LRS）的在线编码缓存方案，其中缓存需要更新的基础上，由用户的需求序列。如果任何所需的文件未在用户处部分缓存，则会发生缓存更新。更新是通过用新文件替换最近最少发送的文件来完成的。但是，最近发送的文件不需要是唯一的。在这种情况下，需要对部分缓存的文件进行某种排序，否则必须假设不存在集中式协调。如果每个用户随机删除任何最近最少使用的文件，则下一个交付阶段将无法达到此目的。建议通过合并文件的排序对该方案进行修改。此外，所有上述结果与共享缓存扩展到在线设置。
2021-01-23 cs.IT math.IT
Fundamental Limits of Caching: Improved Bounds For Small Buffer Users
在这项工作中，缓存问题的峰值速率进行了研究，在这种情况下，用户与小的缓冲区大小和用户的数量是不小于在服务器中的文件量。提出了一种新的编码缓存策略，这样的情况下，导致较低的峰值速率相比，最近的结果在文献中。此外，从信息论的角度分析了我们的峰值速率与割集界的一致性。
2015-11-06 cs.IT math.IT
Coded Caching with Shared Caches: Fundamental Limits with Uncoded Prefetching
这项工作确定了编码缓存的基本限制时，K个接收用户共享$\leq$ K助手缓存，每个协助任意数量的不同用户。的主要结果是推导出的确切的最佳最坏情况下的交付时间-在未编码的缓存放置的假设下-对于任何用户到缓存的关联配置文件，其中每个这样的配置文件描述了有多少用户被每个缓存的帮助。这是实现了一个新的信息理论的逆，是基于索引编码，并证明了一个简单的XOR收缩和删除编码缓存方案是最佳的，无论用户到缓存关联配置文件。所有结果也直接适用于多个文件请求的编码缓存问题。
2018-10-16 cs.IT math.IT
On the Fundamental Limits of Coded Caching Systems with Restricted Demand Types
缓存是一种通过在非高峰时段预取内容来减少高峰时段通信负载的技术。Maddah-Ali和Niesen在最近的一项工作中介绍了编码缓存的信息理论框架，与未编码缓存相比，可以获得显着的改进。相当大的努力已经投入到确定精确的信息理论的编码缓存系统的基本限制，然而，这项任务的难度也变得清晰。造成这种困难的原因之一是，原始的编码缓存设置允许在交付期间所有可能的多个需求类型，这实际上在编码策略中引入了紧张。在本文中，我们寻求开发一个更好地了解编码缓存的基本限制，通过调查系统有一定的需求类型的限制。我们首先考虑规范的三用户三文件系统，并表明，相反，流行的信念，最坏的需求类型是不是一个在所有三个文件的要求。受这些发现的启发，我们专注于编码缓存系统，其中每个文件必须至少由一个用户请求。提出了一种新的编码方案，它可以提供新的工作点，没有被任何以前已知的计划。
2021-09-04 cs.IT math.IT
Online Learning Models for Content Popularity Prediction In Wireless Edge Caching
在未来的无线通信中，提前缓存流行内容是实现低延迟要求和降低回程成本的重要技术。考虑一个网络的基站分布为泊松点过程（PPP），最佳的内容放置缓存概率推导出已知的流行度配置文件，这是未知的，在实践中。本文基于流行度预测模型（PPM）和格拉斯曼预测模型（GPM），提出了在线预测（OP）和在线学习（OL）方法，用于预测时变流行度下未来时段的内容轮廓。在OP中，找到的系数的问题被建模为一个约束的非负最小二乘（NNLS）的问题，这是解决与修改的NNLS算法。此外，这两个模型与日志请求预测模型（RPM），信息预测模型（IPM）和平均成功概率（ASP）的模型进行了比较。接下来，在OL方法的时变的情况下，累积均方误差（MSE）最小化和MSE后悔分析的每个模型。此外，准时变的情况下，流行度改变块明智的，KWIK（知道它知道什么）学习方法修改这些模型，以提高预测MSE和ASP性能。仿真结果表明，对于OP，PPM和GPM提供了最好的ASP在这些模型中，得出结论，最小均方误差为基础的模型不一定会导致最佳ASP。基于OL的模型产生近似相似的ASP和MSE，而对于准时变情况，KWIK方法提供更好的性能，这已经用MovieLens数据集进行了验证。
2019-01-19 cs.IT math.IT
User Preference Learning Based Edge Caching for Fog Radio Access Network
研究了雾天无线接入网（F-RAN）中的边缘缓存问题。通过最大化整体缓存命中率，边缘缓存优化问题，制定找到最佳的政策。从区域用户的角度考虑内容在时间和空间上的受欢迎程度。提出了一种利用内容特征和用户偏好的在线内容流行度预测算法，以及一种利用{在线梯度下降}（OGD）方法和{跟随（邻近）正则化领导者}（FTRL-Proximal）方法的离线用户偏好学习算法。我们提出的边缘缓存策略不仅可以以低复杂度的在线方式及时预测未来的内容流行度，{而且}可以跟踪内容流行度的空间和时间流行度动态的时间没有延迟。此外，我们设计了两个基于学习的边缘缓存架构。此外，我们从理论上推导出流行度预测误差的上限，缓存命中率的下限，以及我们提出的边缘缓存策略的整体缓存命中率的遗憾界。仿真结果表明，我们提出的策略的整体缓存命中率优于传统的策略，并渐近接近最优性能。
2019-02-27 cs.IT cs.NI math.IT
Fundamental Limits of Caching: Improved Bounds with Coded Prefetching
我们考虑一个高速缓存网络，其中一个单一的服务器连接到多个用户通过共享的错误免费链接。服务器可以访问具有等长$F$的$N$文件的数据库，并为每个$K$用户提供$MF$位的高速缓存。针对用户数大于文件数$N\leq K$且缓存容量满足$\frac{1}{K}\leq M\leq\frac{N}{K}$的情况，提出了一种新的集中式编码缓存方案.所提出的方案优于文献中已知的最佳速率记忆区域，如果$N\leq K\leq\frac{N^{2}+1}{2}$。
2017-05-23 cs.IT math.IT
Fundamental Limits of Cache-Aided Wireless BC: Interplay of Coded-Caching and CSIT Feedback
基于Maddah-Ali和Niesen最近在编码缓存方面的突破，本文研究了具有随机衰落和不完全反馈的$K$ -用户缓存辅助无线多天线（MISO）对称广播信道（BC），分析了反馈统计量和缓存大小对吞吐量性能的影响。在这种情况下，我们的工作确定了最佳的高速缓存辅助度的自由度（DoF）的一个因素4内，通过确定接近最佳的方案，利用编码缓存和延迟CSIT之间的新的协同作用，以及通过利用高速缓存和反馈质量之间的未开发的相互作用。导出的限制有趣地揭示了不完美质量的当前CSIT、延迟CSIT和编码缓存的组合保证了DoF增益具有由当前CSIT的质量定义的初始偏移，然后归因于编码缓存的附加增益是指数的，在这个意义上，所需DoF性能的任何线性降低，允许所需高速缓存大小的指数级减小。
2016-04-25 cs.IT math.IT
Fundamental Limits of Caching
缓存是一种通过将流行内容预取到最终用户的内存中来降低峰值流量速率的技术。传统上，这些存储器用于部分地从本地缓存的副本而不是通过网络来递送所请求的内容。这种方法提供的增益，我们称之为本地缓存增益，取决于本地缓存大小（即每个用户可用的内存）。在本文中，我们介绍和利用第二个，全球性的，缓存增益不利用传统的缓存方案。该增益取决于聚合全局高速缓存大小（即，在所有用户处可用的累积存储器），即使在用户之间没有协作。为了评估和隔离这两个收益，我们介绍了一个信息理论的制定的缓存问题，专注于其基本结构。对于这种设置，我们提出了一种新的编码缓存方案，利用本地和全局缓存增益，导致倍增的改善峰值速率相比，以前已知的计划。特别地，改进可以是网络中的用户数量的量级。此外，我们认为，所提出的方案的性能是在一个恒定的因素的信息理论的最佳的所有值的问题参数。
2014-02-06 cs.IT math.IT
Computer-aided Characterization of Fundamental Limits of Coded Caching with Linear Coding
University of Illinois Chicago（伊利诺伊大学芝加哥分校）；Politecnico di Milano（米兰理工大学）
本文提出一种计算机辅助框架，用于在线性编码约束下表征缓存系统的根本极限，并证明了某些内存-负载权衡点的最优性。
2025-11-24 cs.IT math.IT
Fundamental Limits of Caching with Secure Delivery
高速缓存正在成为缓解以内容为中心的现代无线网络中严重容量不足的重要工具。缓存背后的主要思想是将部分流行内容存储在最终用户的内存中，并利用本地存储的内容来降低峰值数据率。通过联合设计内容放置和交付机制，最近的作品已经显示出与传统方法相比传输速率的顺序减少。在这项工作中，我们考虑的安全缓存问题的额外目标，最大限度地减少信息泄漏到外部窃听。基本的高速缓存存储器与传输速率权衡的安全缓存问题的特点。令人惊讶的是，这些结果表明，安全性可以以微不足道的成本引入，特别是对于大量的文件和用户。研究还表明，对于几乎所有实际感兴趣的参数值，所提出的具有安全传输的缓存方案所实现的速率与信息理论最佳速率的倍数都在一个常数范围内。
2014-12-11 cs.IT cs.NI math.IT
Fundamental Rate-Memory Tradeoff for Coded Caching in Presence of User Inactivity
编码缓存利用适当的文件子打包和编码分发，充分利用内容分发中的多播机会，减轻海量内容分发场景中的文件传输负载。大多数现有的工作考虑确定性环境。一个重要的实践主题是描述用户不活动对编码缓存的不确定性的影响。我们考虑一个服务器缓存启用网络下的同构文件和网络设置中存在的用户不活动。不同于随机或概率缓存在文献中研究，确定性编码缓存被认为是，其目标是最大限度地减少最坏情况下的回程负载，通过优化文件子包和缓存策略。首先，使用编码缓存方法，其中每个文件被分割成相同类型的片段标记使用具有固定基数的集合，并证明所选择的基数的最优性。然后讨论了通过将文件拆分为多个基数标记的多个类型的片段来实现最优文件子分组。我们表明，封闭形式的最佳结果是由一个固定的基数-优化用户不活动只影响文件传输，缓存的位置不受影响。还讨论和分析了一个分散的版本，其中每个用户随机独立地填充其存储，而没有集中协调，并且在文件交付中考虑了用户的不活动。仿真结果表明，基于优化的集中式编码缓存方案提供的性能与理想的情况下，假设在放置阶段的用户不活动的充分知识，而分散式缓存对用户不活动的表现略差。
2021-09-29 cs.IT math.IT
Fundamental Limits of Distributed Caching in D2D Wireless Networks
我们考虑无线设备到设备（D2D）网络，其中通信被限制为单跳，用户从可能的文件的有限库做出任意请求，并且用户设备以来自库中的文件的分组的线性组合的形式缓存信息（编码缓存）。我们认为在缓存和交付阶段的编码，实现“编码多播增益”，和空间重用，由于本地短程D2D通信的综合效果。有些违反直觉，我们表明，编码的多播增益和空间复用增益不累积，在吞吐量的缩放定律。特别地，在我们先前关于未编码随机缓存的工作中示出的空间重用增益和本文中示出的编码多播增益产生相同的缩放定律行为，但是通过使用编码缓存和D2D空间重用两者不能实现进一步的缩放定律增益。
2013-04-22 cs.IT cs.NI math.IT
Fundamental Limits of Coded Caching: The Memory Rate Pair (K-1-1/K, 1/(K-1))
Maddah-Ali和Niesen在一篇开创性的论文中介绍了编码缓存的概念。在这种情况下的基本限制的确切性质仍然难以捉摸，即使几个近似characterizations.A新的优化方案（3，3）的高速缓存网络，在内存速率对（5/3，1/2）的需求，所有用户的请求不同的文件，最近被引入到部分解决这个问题。本文提出了一种将该方案推广到一般的（K，K）Cache网络，其存储速率对为（K-1-1/K，1/（K-1））。一个新的下界也来自证明所提出的方案的最优性的需求，所有用户的要求不同的文件。
2019-05-21 cs.IT math.IT
Fundamental Limits of Coded Caching: Improved Delivery Rate-Cache Capacity Trade-off
一个集中式编码缓存系统，包括一个服务器提供N个流行的文件，每个大小F位，K个用户通过一个无错误的共享链接，被认为是。假设每个用户都配备有具有容量MF位的本地高速缓存存储器，并且内容可以在低流量时段内主动地高速缓存到这些高速缓存中;然而，无需了解用户需求。在流量高峰期，每个用户从服务器请求单个文件。目标是在所有用户需求组合中，最小化服务器在共享链路上传输的比特数（称为传输速率）。提出了一种新的缓存容量为M=（N-1）/K的编码缓存方案。当K > N >= 3时，该方案比文献中已有的编码缓存方案具有更小的传输速率。此外，我们认为，所提出的方案的交付率是在一个常数乘法因子2的最佳交付率的缓存容量1/K <= M <=（N-1）/K，当K > N >= 3。
2016-12-13 cs.IT math.IT
Fundamental Limits of Caching in Heterogeneous Networks with Uncoded Prefetching
这项工作探讨了编码缓存在异构网络中的基本限制，其中多个（$N_0$）天线/天线，服务于不同的用户相关联（链接）共享缓存，其中每个这样的缓存有助于任意数量的用户。在未编码的缓存放置的假设下，工作得出确切的最佳最坏情况下的延迟和自由度，对于广泛的用户到缓存的关联配置文件，其中每个这样的配置文件描述了有多少用户被每个缓存的帮助。这是通过提出一个信息理论的基础上的索引编码，简洁地捕捉用户到缓存关联的影响，以及通过提出一个编码的缓存方案，最佳地适应的关联配置文件，通过利用编码的好处，共享同一个缓存的用户。这项工作揭示了共享缓存和多个缓存/天线之间强大的相互作用，我们现在可以得出惊人的结论，只要每个缓存至少为$N_0$用户服务，增加一个缓存冗余度可以产生等于$N_0$的DoF增加，而同时-不管简档如何-从1到$N_0$天线将传递时间减少了$N_0$的因子。最后对多文件请求编码缓存的相关问题也得出了一些结论。
2018-11-15 cs.IT math.IT
On the Regret of Coded Caching with Adversarial Requests
IIT Bombay（印度理工学院孟买分校）；IIT Madras（印度理工学院马德拉斯分校）
本文在在线学习框架下研究编码缓存问题，提出基于跟随扰动领导者原则的缓存策略，实现对任意请求序列的次线性遗憾，并分析了切换成本，最后用真实数据验证了理论结果。
2024-09-19 cs.IT cs.LG math.IT
Personalized Federated Learning for Cellular VR: Online Learning and Dynamic Caching
School of Computing, Queen’s University（女王大学计算机学院）；University of Sharjah（沙迦大学）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
针对蜂窝VR网络，提出基于去中心化个性化联邦学习的视场感知缓存策略，并采用一位量化梯度降低通信开销，在真实数据集上验证了其优于基线算法的平均延迟与缓存命中率。
2025-01-22 cs.IT cs.LG math.IT
Fundamental Limits of Decentralized Caching in Fog-RANs with Wireless Fronthaul
本文旨在描述分布式缓存和无线前传在雾无线接入网（Fog-RAN）的协同作用，其中所有的边缘节点（EN）和用户设备（UE）有一个本地缓存和存储内容独立随机。该网络分两个阶段运行，一个是基于文件拆分的分散式缓存放置阶段，另一个是前传辅助的内容交付阶段。我们采用归一化的交付时间（NDT）来表征渐近延迟性能的缓存大小和前传容量。得到了无损检测的一个可实现的上界和一个理论下界，其乘积差在12以内。在建议的交付方案中，我们利用前传链路，通过利用编码多播，获取非缓存和缓存的内容，以提高EN合作的访问链路。具体地，为了获取已经在EN处缓存的内容，在前传链路中的UE所期望的编码消息上添加编码多播的附加层。我们的分析表明，所提出的交付方案可以平衡的前传链路和访问链路之间的交付延迟，并在分散式缓存近似是最佳的。
2018-05-09 cs.IT math.IT
Fundamental Limits of Demand-Private Coded Caching
我们认为编码缓存的问题与一个额外的隐私约束，用户不应该得到任何信息的其他用户的需求。我们首先表明，$N$文件和$K$用户的需求私人计划可以从一个非私人计划，只提供一个子集的$N$文件和$NK$用户的问题的需求。我们进一步使用这一事实来构建一个需求私有的计划，$N$文件和$K$用户从一个特定的已知的非私有计划的$N$文件和$NK-K+1$用户。然后，它表明，记忆率对$(M,\min \{N,K\}(1-M/N))$，这是可实现的非私人计划与未编码的传输，也是可实现的需求隐私。我们进一步提出了一个方案，通过删除一些冗余的传输来改进这些想法。使用我们的计划实现的存储器速率的权衡被证明是在一个乘法因子为3时，$K < N$和8时，$N\leq K$的最佳。最后，我们给出了确切的内存速率权衡需求私有编码缓存问题与$N\geq K=2$。
2021-01-18 cs.IT math.IT
Fundamental Limits of Wireless Caching under Uneven-Capacity Channels
这项工作确定了高速缓存辅助编码组播的存在下，众所周知的“最差用户”的瓶颈的基本限制。这是由于存在具有不均匀信道容量的接收用户，这常常迫使每个多播消息的传输速率降低到最慢用户的速率。在一般无线广播设置中可能是有害的这个瓶颈激发了对具有K个高速缓存辅助接收器的标准单输入单输出（SISO）广播信道（BC）上的编码高速缓存的分析，每个高速缓存辅助接收器具有通常不同的信道容量。对于这种设置，我们设计了一种通信算法，该算法是基于叠加编码，利用的实现，最差的信道的用户可能不是真正的通信瓶颈。然后，我们继续提供一个逆，显示算法接近最优，确定在乘法因子4内的基本限制。有趣的是，结果表明，即使有几个用户正在经历容量减少的信道，系统也可以实现与所有用户都享有最大容量时相同的最佳传输时间。
2020-01-06 cs.IT math.IT
Fundamental Limits of Coded Caching: From Uncoded Prefetching to Coded Prefetching
为了表征多用户缓存系统的高速缓存存储器的量和递送传输速率之间的权衡的基本限制，在文献中已经提出了各种编码方案。这些方案在很大程度上可以分为两类，即未编码的预取方案和编码的预取方案。虽然未编码的预取方案一般提供顺序的最佳性能，编码的预取方案往往有更好的性能在低缓存内存制度。这两个类之间编码组件的显著差异可能会给人留下它们在很大程度上不相关的印象。在这项工作中，我们提供了由Maddah Ali和Niesen提出的未编码预取方案（及其改进版本由Yu等人）和由Tian和Chen提出的编码预取方案之间的连接。首先给出了一个关键的观察，其中田-陈方案中的编码组件可以用二进制码代替，这使我们能够将这两个方案视为更一般方案的极端。给出了一个明确的例子表明，这个一般计划的中间工作点，实际上可以提供新的内存速率权衡点以前不知道是在文献中实现。这个新的一般编码方案，然后提出和严格的分析，这产生了一个新的内界的内存速率权衡的缓存问题。
2017-12-22 cs.IT math.IT
On the Fundamental Limits of Device-to-Device Private Caching under Uncoded Cache Placement and User Collusion
在编码缓存问题中，最初由Maddah-Ali和Niesen提出，服务器通过无噪声共享广播链路与具有本地存储能力的多个用户进行通信。为了使用户能够从编码的多播传输中解码出其所需的文件，所有用户的需求必须是全局已知的，这可能会侵犯用户的隐私。为了克服这个隐私问题，Wan和Caire最近提出了几种方案，这些方案在获得编码多播增益的同时保证了用户需求的信息论隐私。在设备到设备（D2 D）网络中，需求隐私问题由于每个用户也是发送器的事实而进一步恶化，发送器看起来需要其余用户所要求的文件的知识以便形成其编码的多播传输。本文展示了如何解决这个看似不可行的问题。本文的主要贡献是开发新的可实现的和相反的界限D2 D编码缓存，是在一个恒定的因素，彼此的隐私时，用户的需求必须得到保证，即使在存在串通用户。
2022-05-05 cs.IT math.IT
Coded Caching in Partially Cooperative D2D Communication Networks
回程业务正成为无线和蜂窝网络（例如，4G-LTE和5G），对在线视频流的需求不断增长。将流行内容缓存在网络用户的缓存存储器中（例如，移动设备）是减少网络高峰期间业务量的有效技术。然而，由于这些网络的动态性质、用户隐私设置或能量限制，一些用户可能在缓存过程期间不可用或不打算参与。在本文中，我们提出了设备到设备的通信网络中的一组用户表现出自私的特点缓存计划。自私用户与非自私用户一起将缓存流行内容，但不会与其他用户共享其有用的缓存内容以满足用户请求。我们表明，我们提出的计划是能够满足任何任意用户的请求下的部分合作的网络用户。
2017-09-19 cs.IT math.IT
Fundamental Limits of Combinatorial Multi-Access Caching
这项工作确定了多访问编码缓存（MACC）的基本限制，每个用户连接到多个缓存的方式，遵循广义组合拓扑结构。这种拓扑结构非常突出，因为它允许前所未有的编码增益，即使使用非常有限的缓存资源。首先，我们将Muralidhar等人提出的设置和方案扩展到更通用的拓扑结构，该拓扑结构支持更密集的用户范围以及连接到不同数量缓存的用户的共存，同时保持惊人的编码增益，在这里被证明是与组合拓扑相关的完全最佳的。这是实现的，对于这个广义的拓扑结构，与一个新的信息理论的逆，我们在这里提出的，它建立，连同该计划，确切的最佳性能的假设下，未编码的位置。我们随后考虑不同的连接集成，包括所有可能的网络连接/拓扑结构的整个集成的非常一般的情况下，任何用户都可以连接到任意的缓存的任何子集。对于这些设置，我们开发了新的逆向边界上的最佳性能平均在合奏的不同的连接，考虑到额外的现实情况下，在交付时间的连接是完全未知的缓存放置。这种新颖的拓扑集成分析留下了一种可能性，即当前未知的拓扑可能会产生更高的增益，这一假设是哪个网络拓扑产生最多缓存增益的更大问题的一部分。
2021-10-14 cs.IT math.IT
Fundamental Limits of Coded Caching with Fixed Subpacketization
Key Lab of Education Blockchain and Intelligent Technology, Ministry of Education（教育部教育区块链与智能技术重点实验室）；Guangxi Key Lab of Multi-source Information Mining & Security, Guangxi Normal University（广西师范大学多源信息挖掘与安全重点实验室）；School of Science, Guilin University of Aerospace Technology（桂林航天工业学院理学院）；School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院）
本文针对固定子分包化水平下的编码缓存，提出传输负载的通用下界，并证明分区方案可实现最优速率-子分包化权衡。
2025-10-25 cs.IT math.IT
Fundamental Structure of Optimal Cache Placement for Coded Caching with Nonuniform Demands
研究了多个缓存启用用户随机请求的缓存系统。在非统一的文件流行度下，我们彻底描述了编码缓存方案（CCS）的最佳未编码缓存放置结构。制定的缓存放置作为一个优化问题，以最大限度地减少平均交付率，我们确定的文件组结构的最佳解决方案。我们表明，无论文件的流行度分布，有\emph{at most three file groups}在最佳的缓存位置{，其中一个组内的文件具有相同的缓存位置}。我们进一步刻画了最优缓存位置的完整结构，并在三个文件组结构中获得了封闭形式的解决方案。一个简单的算法，以获得最终的最佳缓存放置通过比较一组候选人的封闭形式的解决方案并行计算。我们提供了对由最佳缓存放置形成的文件组的深入了解。最优放置解决方案还表明，与现有的次优文件分组方案相比，可以在交付期间探索文件组之间的编码。使用文件组结构的CCS的最佳缓存位置，我们提出了一个新的信息理论的逆界编码缓存，比现有的最好的。此外，我们的特点是在CCS中的文件子打包的最佳缓存位置的解决方案，并表明，在最坏的情况下规模为$\mathcal{O}(2^K/\sqrt{K})$为$K$用户的最大子打包级别。
2022-02-04 cs.IT math.IT
Coded Caching for Combinatorial Multi-Access Hotplug Networks from $t$-Designs
Indian Inst. of Sc. Bangalore（印度科学学院班加罗尔分校）；Indian Inst. of Tech. Hyderabad（印度技术学院海德拉巴分校）
基于 t 设计的编码缓存方案在组合多接入网络中实现更高效的缓存性能。
2026-01-15 cs.IT math.IT
LeadCache: Regret-Optimal Caching in Networks
Chennai Mathematical Institute（钦奈数学研究所）；Indian Institute of Technology Madras（马德拉斯印度理工学院）
我们认为在网络缓存的背景下，在线预测问题。假设多个用户通过二分网络连接到多个缓存。在任何时间段，每个用户都可以请求从大型目录中选择的任意文件。如果所请求的文件被高速缓存在连接到用户的高速缓存中的至少一个中，则满足用户在槽处的请求。我们的目标是预测，预取，并以最佳方式分配文件的缓存在每个插槽，以最大限度地提高缓存命中的总数。由于目标函数的非凸性和非光滑性，该问题是非平凡的。在本文中，我们提出了$\texttt{LeadCache}$ -一个有效的在线缓存政策的基础上，跟随扰动领导者的范例。我们发现，$\texttt{LeadCache}$是遗憾最优的$\tilde{O}(n^{3/8}),$的一个因素，其中$n$是用户的数量。我们设计了两个有效的实现的$\texttt{LeadCache}$政策，一个基于Pipage舍入和其他基于Madow的采样，其中每一个都使得每一个迭代一次调用LP求解器。此外，与强定律型的假设，我们表明，在$\texttt{LeadCache}$下的文件提取的总数仍然几乎肯定有限的无限地平线。最后，我们利用图着色的结果得到了一个近似紧的后悔下界。我们的结论是，基于学习的$\texttt{LeadCache}$政策决定性地优于国家的最先进的缓存政策在理论上和经验。
2021-10-26 cs.IT cs.LG cs.NI
Deep Reinforcement Learning for Adaptive Caching in Hierarchical Content Delivery Networks
University of Minnesota（明尼苏达大学）
高速缓存被设想在下一代内容交付基础设施、蜂窝网络和互联网架构中发挥关键作用。通过在非高峰需求实例期间将最流行的内容智能地存储在启用存储的网络实体处，高速缓存可以在高峰时段期间使网络基础设施以及终端用户两者受益。在这种情况下，跨网络实体分配有限的存储容量需要分散式缓存方案。许多实际的高速缓存系统涉及连接到多个叶节点的父高速缓存节点以服务用户文件请求。为了模拟父节点和叶节点的缓存决策之间的双向交互影响，提出了一个强化学习框架。为了处理大的连续状态空间，追求可扩展的深度强化学习方法。新方法依赖于深度Q网络来学习Q函数，从而以在线方式学习最佳缓存策略。通过数值实验验证，该算法增强了父结点对叶节点未知策略的学习和自适应能力，以及文件请求的时空动态演化能力，提高了缓存性能.
2019-07-11 cs.IT cs.LG math.IT
Fundamental Limits of Caching in Wireless D2D Networks
我们考虑无线设备到设备（D2D）网络，其中通信被限制为单跳。用户从有限的文件库中发出任意请求，并在其设备上预先缓存信息，但受到每个节点存储容量的限制。类似的问题已经在"基础设施“设置中考虑过，其中所有用户从单个全知服务器接收公共多播（编码）消息（例如，具有库中所有文件的基站）通过共享瓶颈链路。在这项工作中，我们考虑D2D的“无基础设施”版本的问题。我们提出了一种基于确定性分配的库文件的子数据包的缓存策略，和一个编码的交付策略，用户发送线性编码的消息，以集体满足他们的需求。我们还考虑了随机缓存策略，这更适合于完全分散的实现。在一定条件下，这两种方法都能在一个常数乘因子内达到信息论的外界。在我们以前的工作中，我们表明，缓存D2D无线网络与一跳通信，随机缓存，和未编码的交付，实现相同的吞吐量缩放定律的基础设施为基础的编码组播方案，在大量的用户和文件的制度在图书馆。这表明D2D网络的空间重用增益与单个基站传输的编码多播增益是阶等价的。因此，很自然地会问这两个收益是否是累积的，即，如果具有本地通信（空间重用）和编码多播两者D2D网络可以提供改进的缩放定律，有些违反直觉，我们表明，这些收益不累积（吞吐量缩放定律）。
2014-05-21 cs.IT math.IT
A rolling-horizon dynamic programming approach for collaborative caching
本文从网络经济学的角度研究了在线协作内容缓存问题。该网络由具有有限缓存容量的小小区基站（SCBS）和宏小区基站（MCBS）组成。SCBS通过高速链路与其相邻的SCBS连接，并协作决定缓存哪些数据。内容在非高峰时段“免费”放置在SCBS上，并在考虑网络使用成本的情况下根据内容需求在白天进行更新。我们首先建模的缓存优化作为一个有限的地平线马尔可夫决策过程，采用自回归模型来预测内容需求的演变。该问题是NP-难的，并且只能针对少量的基站和内容找到最优解。为了让推导出接近最优的解决方案，为较大的网络，我们提出了滚动时域方法，它近似未来的网络使用成本，考虑一个小的决策范围。结果表明，滚动时域方法明显优于比较方案。最后，我们研究了两个简化的问题，以加快解决方案的速度：（a）我们限制网络中的内容副本的数量和（b）我们限制允许的内容替换。结果表明，滚动时域方案可以减少超过84%的通信成本相比，运行最近最少使用（LRU）更新离线计划。结果还揭示了缓存策略的效率和运行在线算法所需的时间之间的权衡。
2019-07-31 cs.IT cs.NI math.IT
Optimal Error Correcting Delivery Scheme for an Optimal Coded Caching Scheme with Small Buffers
Chen，Fan和Letaief提出了小缓冲区大小和用户数量不少于服务器中文件数量的编码缓存问题的最佳交付方案[“缓存的基本限制：小缓冲区用户的改进边界”（IET Communications），2016]。该方案被称为CFL方案。在本文中，服务器和用户之间的链接被假定为仅在交付阶段容易出错。给出了CFL预取纠错传输方案的平均速率和峰值速率的封闭表达式。提出了一种基于CFL预取的缓存问题的最优纠错传输方案。
2018-01-06 cs.IT math.IT
Symmetry, Outer Bounds, and Code Constructions: A Computer-Aided Investigation on the Fundamental Limits of Caching
我们说明了如何计算机辅助的方法可以用来调查的缓存系统，这是显着不同的传统的分析方法，通常在信息论文献中看到的基本限制。熵空间的线性规划（LP）外边界作为这种方法的起点;然而，我们的努力远远超出了使用它来证明信息不等式。我们首先确定和形式化的对称结构的问题，这使我们能够显示最佳对称解的存在性。然后，使用一个简化的线性规划来确定几个小的情况下，我们得到了一组紧的外边界的内存传输速率权衡的边界。一般假设的最佳权衡区域形成从这些计算数据，然后分析证明。这导致了一个完整的表征系统的最佳权衡只有两个用户，和某些部分表征系统只有两个文件。接下来，我们表明，通过仔细分析某些情况下的联合熵结构的外边界，一个新的代码结构可以进行逆向工程，最终导致一个一般类的代码。最后，我们表明，外部边界可以通过战略放松LP计算以不同的方式，这可以用来探索计算问题。这使我们能够首先推导出通用特性的逆证明，其次计算外边界的较大的问题的情况下，尽管看似不可能的计算规模。
2018-08-25 cs.IT math.IT
Communications-Caching-Computing Tradeoff Analysis for Bidirectional Data Computation in Mobile Edge Networks
随着现代移动通信的出现，例如，在线游戏、增强现实交付等，一种新颖的双向计算任务模型正在作为5G的重要用例出现，其中每个任务的输入数据由两部分组成，一部分在移动终端实时生成，另一部分主动源自互联网。在本文中，为了便于分析，我们认为在一个移动边缘网络，其中包括一个移动边缘计算（MEC）服务器和一个移动终端，都启用计算和缓存功能的同构双向计算任务模型。每个任务可以通过三种机制来完成，即，具有本地缓存的本地计算、不具有本地缓存的本地计算以及在MEC服务器处的计算。为了最小化平均带宽，我们制定了联合缓存和计算的延迟，缓存大小和平均功耗约束下的优化问题。我们推导出最优策略和最小带宽的封闭形式的表达式。通过分析和数值计算，说明了通信、计算和缓存之间的权衡，为网络设计者提供了有见地的指导。
2020-01-12 cs.IT eess.SP math.IT
Optimization of Heterogeneous Coded Caching
本文的目的是提供一个优化框架编码缓存，占各种异构方面的实际系统。优化理论的角度来看，高速缓存的基本限制的开创性工作的Maddah阿里和Niesen首先开发，而它被证明，编码的高速缓存方案中提出的工作是一个大的，非平凡的家庭可能的高速缓存方案中的最佳方案。优化框架，然后使用开发一个编码的缓存方案，能够处理同时非统一的文件长度，非统一的文件流行度，和非统一的用户缓存大小。虽然由此产生的完整的优化问题的规模与问题的大小呈指数级，本文表明，易于处理的简化的问题，规模作为一个多项式函数的问题的大小仍然可以表现良好相比，原来的问题。通过单独考虑这些异质性和相互结合，深入了解它们的相互作用和对最佳缓存内容的影响。
2017-08-14 cs.IT math.IT
PopNetCod: A Popularity-based Caching Policy for Network Coding enabled Named Data Networking
在本文中，我们提出了PopNetCod，一个流行的基于网络编码启用命名数据网络的缓存策略。PopNetCod是一种分布式缓存策略，其中每个路由器通过分析其接收的请求来测量内容对象的本地流行度。然后，它使用此信息来决定哪些数据包要缓存或从其内容存储中驱逐。由于使用网络编码，因此支持内容对象的部分缓存，这便于内容存储的管理。当路由器接收到对数据包的请求时，路由器决定它们以在线方式缓存或驱逐的数据包。这允许最流行的数据包被缓存在更靠近网络边缘的地方。PopNetCod的评估表明，与广泛使用的Leave Copy Everywhere放置策略和Least Recently Used驱逐策略相比，它提高了缓存命中率。改进的缓存命中率有助于客户端实现更高的有效吞吐量，同时也减少了源服务器上的负载。
2019-01-04 cs.IT cs.NI math.IT
Mobile Edge Computing Networks: Online Low-Latency and Fresh Service Provisioning
本文研究MEC网络中在线低延迟与新鲜服务提供问题，联合优化服务缓存、任务卸载与资源分配，提出基于Lyapunov的OIODRL方法实现近最优解。
2024-08-24 cs.IT math.IT
Fundamental Limits of Caching for Demand Privacy against Colluding Users
这项工作调查的问题，需求隐私对串通用户的共享链接编码缓存系统，其中没有一个子集的用户可以了解任何信息的需求，其余用户。这里使用的隐私的概念是强于过去的工作中采用的类似的概念，是出于实际需要，以确保隐私，无论文件的分布。考虑了两种情况：单文件检索（SFR）和线性函数检索（LFR），在后一种情况下，每个用户都需要服务器上文件的任意线性组合。本文的主要贡献是一个新的可实现的方案，LFR，称为私钥方案，和一个新的信息论逆界的SFR。显然，由于SFR是LFR的特殊情况，LFR的可实现方案也适用于SFR，并且SFR的逆也是LFR的有效逆。通过比较的性能，可实现的方案与本文推导出的逆界（对于小缓存大小政权）和现有的逆界没有隐私约束（在剩余的内存制度），通信负载的隐私密钥方案原来是最佳的常数乘法间隙内的所有参数制度。数值结果表明，新方案的性能优于已有的基于虚拟用户思想的方案，同时也满足了更强的用户隐私概念，能够有效地防止合谋用户的攻击.此外，隐私密钥方案享有比已知的基于虚拟用户的方案低得多的子分组化。
2020-12-04 cs.IT math.IT
Fundamental Storage-Latency Tradeoff in Cache-Aided MIMO Interference Networks
高速缓存是一种有效的技术，以改善用户感知体验的内容交付在无线网络中。无线缓存不同于传统的Web缓存，因为它可以利用无线介质的广播性质，从而机会主义地改变网络拓扑结构。本文研究了一个由3个发射机和3个接收机组成的MIMO干扰网络。通过在发送器和接收器侧进行缓存，网络被改变为MIMO广播信道、MIMO X信道和MIMO多播信道的混合形式。我们分析了这些新的信道模型的自由度（DoF）使用实际的干扰管理方案。基于对这些DoF结果的集体使用，我们然后获得网络的可实现的归一化交付时间（NDT），这是一种信息理论度量，用于评估给定缓存大小下的最坏情况交付时间。所获得的NDT是针对任意M、N和任何可行的高速缓存大小。它被证明是最佳的，在某些情况下，在其他情况下，从最佳的乘法差距为3。本文还讨论了任意数量的发射机和接收机的网络的扩展问题。
2017-05-14 cs.IT math.IT
Fundamental Limits of Wireless Caching Under Mixed Cacheable and Uncacheable Traffic
我们认为，高速缓存辅助无线通信的情况下，每个用户都请求一个文件从先验生成的可缓存库（称为“内容”），和一个不可缓存的“非内容”的消息在无线传输会话的开始。这种情况很容易在现实世界的无线网络中找到，其中两种类型的流量共存并共享有限的无线电资源。我们专注于单发射机，单天线的无线网络与缓存辅助接收器，其中的无线信道建模的退化高斯广播信道（GBC）。对于这种设置，我们研究的延迟率的权衡，其特征在于可以同时实现的内容交付时间和非内容通信速率。我们提出了一个基于分离原则的方案，它将编码缓存和组播问题与物理层传输问题隔离开来。我们表明，这种分离为基础的计划是足以实现信息理论上的顺序最优性能，高达2.01的乘法因子的内容传输时间，当工作在广义自由度（GDoF）的限制。我们进一步表明，可实现的性能是接近最佳后放松的GDoF限制，高达额外的附加因子的2位每维的非内容率。从我们的计划中出现的一个关键的见解是，在某些情况下，相当数量的非内容流量可以进行通信，同时保持最小的内容传输时间，在没有非内容消息的情况下实现;恭维的“拓扑洞”所产生的不对称的无线信道增益。
2021-04-02 cs.IT math.IT
Cache-Enabled Physical-Layer Security for Video Streaming in Wireless Networks with Limited Backhaul
在本文中，我们调查的第一次无线网络的物理层安全（PLS）的无线缓存的好处。特别地，提出了一种用于具有受限回程容量的蜂窝视频流的实现功率高效PLS的高速缓存方案。通过经由高速缓存和回程加载两者跨基站（BS）的子集共享视频数据，根据高速缓存状态、信道条件和回程容量来动态地启用若干BS的安全协作传输。因此，高速缓存减少了容量受限的回程链路上的数据共享开销。更重要的是，缓存引入了额外的安全自由度，并实现了高能效设计。我们调查的最佳缓存和传输策略，以最大限度地减少总发射功率，同时提供服务质量（QoS），并保证视频传输过程中的保密性。提出了一个两阶段非凸混合整数优化问题，分别对离线视频缓存阶段的缓存策略和在线视频分发阶段的协作传输策略进行优化.由于该问题是NP-难的，针对低复杂度的缓存训练和分发控制分别提出了次优多项式时间算法。最优性的充分条件下，所提出的计划获得全局最优解，也提供了。仿真结果表明，所提出的方案具有较低的秘密中断概率和较高的功率效率。
2016-12-04 cs.IT math.IT
Fundamental Latency Limits for D2D-Aided Content Delivery in Fog Wireless Networks
设备到设备（D2 D）通信可以通过减少网络基础设施中的业务来支持蜂窝系统的操作。在本文中，D2 D通信的好处进行了调查的背景下，雾无线接入网络（F-RAN），利用边缘缓存和前传连接的内容交付的目的。假设离线缓存、带外D2 D通信以及具有两个边缘节点和两个用户设备的F-RAN，提出了信息理论上最优的缓存和递送策略，其最小化高信噪比状态下的递送时间。递送时间考虑了由前传、下行链路和D2 D传输引起的延迟。所提出的最佳策略是基于一种新的计划，利用真正的干扰对齐的工具与接收机合作的X通道。提供了关于D2 D通信有益的制度的见解。
2018-04-04 cs.IT math.IT
Energy-Efficient Proactive Caching for Fog Computing with Correlated Task Arrivals
随着延迟关键型应用的激增，雾无线电网络（FRAN）已被设想为一个范式转变，使云克隆设施在网络边缘的分布式部署。在本文中，我们考虑主动缓存的一个用户一个接入点（AP）雾计算系统在有限的时间范围内，在同一类型的应用程序的连续任务暂时相关。在任务输入比特长度可预测的假设下，我们提出了一个具有三时隙相关性的长期加权和能量最小化问题，以联合优化计算卸载策略和缓存决策，并受到严格的每个时隙截止期限约束。由于混合整数的非凸性，该问题很难求解。为了应对这一挑战，首先，我们假设任务相关的信息是完全已知的{ \em先验}，并提供离线解决方案，利用半定松弛（SDR）的技术，从而作为理论上的上限。其次，在离线解的基础上，提出了一种任意分布预测误差下的基于滑动窗口的在线算法。最后，通过与几个基准测试的比较，数值例子验证了计算缓存的优势以及所提出的算法。
2019-08-17 cs.IT eess.SP math.IT
Ultra-Dense Edge Caching under Spatio-Temporal Demand and Network Dynamics
本文研究了一个蜂窝边缘缓存设计下的一个非常大的数量的小基站（SBS）和用户。在这种超密集边缘缓存网络（UDCN）中，SBS-用户距离缩小，每个用户可以从多个SBS请求缓存的内容。不幸的是，现有的缓存控制机制的复杂性随着SBS的数量而增加，使得它们不适用于解决基本的缓存问题：如何最大限度地提高本地缓存增益，同时最小化复制的内容缓存？此外，由于干扰的激增，干扰的空间动态在UDCN中不再是可忽略的。此外，缓存控制应该考虑用户需求的时间动态。为了克服这些困难，我们提出了一种新的缓存算法编织在一起的平均场博弈论和随机几何的概念。这些使我们的缓存算法变得独立的SBS和用户的数量，同时将空间干扰动态以及内容流行度和存储约束的时间动态。数值评估验证了这样一个事实，即该算法不仅降低了至少24%的长期平均成本，但也复制的内容的数量由56%相比，基于流行度的算法。
2017-03-03 cs.IT cs.NI math.IT
On the Tradeoff between Energy Harvesting and Caching in Wireless Networks
自供电、能量收集的小型蜂窝基站（SBS）有望成为下一代无线网络的组成部分。然而，由于所收集的能量的不确定性，有必要采用能量有效的功率控制方案来降低SBS的能量消耗，从而确保用户的服务质量（QoS）。这种节能设计也可以通过使用内容缓存来完成，这减少了容量有限的SBS回程的使用。在SBS的流行内容的减少也可以证明在这方面通过减少回程使用是有益的。在本文中，一个在线的能量有效的功率控制方案的能量收集SBS配备了无线回程和本地存储。在我们的模型中，能量到达被假定为泊松分布和流行度分布的请求内容建模使用齐普夫定律。将功率控制问题转化为一个（折扣）无限时域动态规划问题，并采用数值迭代算法求解。使用模拟，我们提供了宝贵的见解的能量收集和缓存的能量和总吞吐量性能的SBS的影响，网络大小是不同的。我们的研究结果还表明，在SBS的缓存和能量收集设备的大小可以权衡，同时仍然满足所需的系统性能。
2015-05-23 cs.IT math.IT
Online Learning to Cache and Recommend in the Next Generation Cellular Networks
针对下一代蜂窝网络的缓存与推荐联合优化问题，采用概率转移矩阵建模推荐对需求的影响，提出贝叶斯估计与精灵辅助点估计两种在线学习方法，推导遗憾界并拓展至多小基站异构网络，仿真验证算法在缓存命中率等方面的优势。
2023-07-20 cs.IT math.IT
A Survey on Reinforcement Learning-Aided Caching in Mobile Edge Networks
IRIDA Research Centre for Communication Technologies（IRIDA通信技术研究中心）；University of Cyprus（塞浦路斯大学）；Ionian University（爱奥尼亚大学）；Aalto University（阿尔托大学）；Rutgers University（罗格斯大学）
移动网络正在经历数据量和用户密度的巨大增长。缓解这个问题的一种有效技术是通过利用边缘网络节点（例如固定或移动接入点甚至用户设备）的缓存来使数据更接近用户。与此同时，机器学习和无线网络的融合为网络优化提供了一种可行的方法，而传统的优化方法会导致高复杂度，或者无法提供最佳解决方案。在各种机器学习类别中，强化学习以在线和自主的方式运行，而不依赖于大量的历史数据进行训练。在这项调查中，强化学习辅助移动边缘缓存，旨在突出实现网络增益超过传统的缓存方法。考虑到第六代（6G）网络在各种无线环境中的异构性，如固定，车载和飞行网络，学习辅助边缘缓存，离开传统的架构。此外，提供了根据期望的性能度量（诸如频谱、能量和高速缓存效率、平均延迟以及回程和前传卸载）的分类。最后，几个开放的问题进行了讨论，旨在激发进一步的兴趣，这一重要的研究领域。
2021-05-14 cs.IT cs.LG cs.NI
Outage Performance of $3$D Mobile UAV Caching for Hybrid Satellite-Terrestrial Networks
在本文中，我们考虑一个混合的卫星-地面网络（HALDS），其中多天线卫星与地面用户设备（UE）的帮助下，多个缓存启用放大转发（AF）三维（$3$ D）移动无人机（UAV）中继通信。在这里，我们采用两个基本的最流行的内容（MPC）和统一内容（UC）的缓存方案的两种类型的移动无人机中继，即完全$3$ D和固定高度。考虑到多天线卫星链路和随机$3$ D无人机中继和UE之间的距离，我们分析了所考虑的系统与MPC和UC缓存方案的中断概率（OP）。我们进一步进行了相应的渐近OP分析，提出了两种类型的$3$ D移动无人机中继的两种方案可实现的性能增益的见解。具体来说，我们表明：（a）MPC缓存占主导地位的UC和没有缓存计划;（b）完全$3$ D移动无人机中继优于其固定高度的同行。最后通过仿真验证了理论分析的正确性。
2021-06-10 cs.IT eess.SP math.IT
