VA-CDH: A Variance-Aware Method to Optimize Latency for Caching with Delayed Hits
针对缓存延迟命中现象中聚合延迟方差被忽略导致性能次优的问题，提出方差感知方法VA-CDH，通过结合聚合延迟的均值和标准差进行缓存决策，并推导泊松到达下的解析分布，使总延迟降低约1%-6%。
2025-05-03 cs.NI
Cooperative Caching based on File Popularity Ranking in Delay Tolerant Networks
移动设备不断增加的存储容量和WiFi/蓝牙功能使其成为机会性内容共享的良好平台。在这项工作中，我们提出了一个网络模型来研究这一设置有两个特点：1。延迟容忍; 2.缺乏基础设施。移动用户生成请求，并通过蓝牙或WiFi从他们遇到的其他用户那里伺机下载。不同Web内容的受欢迎程度的差异导致非均匀的请求分布，其通常是齐普夫定律分布。我们评估不同的缓存方案的性能，并得出最佳方案，使用凸优化技术。最佳解决方案是有效地使用二分搜索方法。结果表明，随着网络移动性的增加，最优方案的性能远远超过传统的缓存方案。据我们所知，我们的工作是第一个考虑流行性排名的性能评估。
2014-09-24 cs.NI
Eliminating Scanning Delay using Advanced Neighbor Discovery with Caching (ANDWC)
近年来，无线技术和便携式设备（例如智能电话）的进步使得无线局域网（WLAN）流行。如今，WLAN由于易于安装、合理的价格和能够支持实时的应用的高数据率而在私人和公共部门中被广泛接受。然而，在当前的IEEE 802.11规范中没有提供这种实时应用所需的快速切换。因此，在这些WLAN中提供无缝移动性是一个重要的问题。为了解决这个问题，提出了一种新的快速切换方案，称为先进的邻居发现缓存（ANDWC）。这种新机制基于用户在两个或更多个不同基本服务集之间的移动性（第2层移动性）。ANDWC可以消除扫描延迟（占总切换延迟的90%），提供无缝切换，通过使用预邻居发现和缓存机制。
2012-06-25 cs.NI
Delay-Throughput Tradeoff for Supportive Two-Tier Networks
考虑一个静态无线网络，它有两个具有不同优先级的层：主层和辅助层。主层由密度为$n$的随机分布的传统节点组成，其具有接入频谱的绝对优先级。次级层由随机分布的具有$β\geq 2$的密度$m=n^β$的认知节点组成，其只能机会性地接入频谱以限制对初级层的干扰。通过允许辅助层路由的主要层的数据包，我们表明，主要层可以实现每个节点的$λ_p(n)=Θ(1/\log n)$的吞吐量缩放和$D_p(n)=Θ(\sqrt{n^β\log n}λ_p(n))$的延迟吞吐量的权衡为$λ_p(n)=O(1/\log n)$，而辅助层仍然实现了相同的最佳延迟吞吐量的权衡作为一个独立的网络。
2008-12-28 cs.IT cs.NI math.IT
Caching Scalable Videos in the Edge of Wireless Cellular Networks
通过将流行视频预取到边缘节点的本地缓存中，无线边缘缓存提供了减少重复内容交付的有效手段。为了满足多媒体用户的各种观看质量要求，可伸缩视频编码（SVC）与边缘缓存相结合，其中可伸缩视频的组成层被灵活地缓存并传输给用户。在这篇文章中，我们讨论了可伸缩视频的不同内容流行度和各种观看要求所带来的挑战，并提出了不同类型的缓存内容以及相应的传输方案。我们提供了现有的缓存方案的概述，并总结了缓存决策的标准。然后，提出了一个案例研究，其中的传输延迟被量化，并作为性能指标。仿真结果证实，承认最终用户的现实要求是能够显着降低内容传输延迟，相比现有的缓存方案，没有SVC操作。实验结果也验证了所提出的随机缓存方案的传输延迟低于只提供本地缓存增益的缓存方案。
2022-07-28 cs.NI
Efficient Proactive Caching for Supporting Seamless Mobility
我们提出了一种分布式主动缓存的方法，利用用户的移动性信息来决定在哪里主动缓存数据，以支持无缝移动，同时有效地利用缓存存储使用拥塞定价方案。所提出的方法是适用于对象具有不同的大小和一个两级缓存层次结构的情况下，这两个主动缓存的问题是很难的。此外，我们的建模框架考虑的情况下，延迟是独立的请求的数据对象的大小和延迟的情况下，是一个函数的对象大小。我们的评估结果显示了各种系统参数如何影响所提出的方法的延迟增益，相对于Oracle和平面缓存结构的最佳方案，该方法具有鲁棒性和良好的性能。
2014-04-18 cs.NI
Decentralized Collaborative Video Caching in 5G Small-Cell Base Station Cellular Networks
我们考虑了一组通过高容量短延迟回程链路相互连接并通过长延迟连接连接到远程服务器的5G小小区基站（SBS）的视频缓存问题。即使最小化整体视频传输延迟的问题是NP难的，我们提出的协作缓存算法（CCA）可以有效地计算出接近最优的解决方案，其中次优的程度取决于最坏情况下的视频缓存大小比。该算法自然适合于分布式实现，其需要SBS之间的零显式协调，并且以$O(N + K \log K)$时间运行，其中$N$是SBS（高速缓存）的数量，而$K$是视频的最大数量。我们将CCA扩展到在线设置，其中视频流行度不是先验已知的，而是通过SBS之间的有限数量的定期信息共享随着时间的推移进行估计。我们证明，我们的算法接近最佳的整体缓存解决方案的缓存大小的增加。此外，通过对真实视频访问轨迹进行模拟，我们表明，我们的算法有效地使用SBS缓存，以减少视频传输延迟和节省远程服务器的带宽，它优于其他两个参考缓存方法适应我们的系统设置。
2021-09-01 cs.NI
Offloading Optimization with Delay Distribution in the 3-tier Federated Cloud, Edge, and Fog Systems
移动边缘计算和雾计算是提供更接近用户的计算服务以实现更低延迟的有前途的技术。本文研究了三层联邦计算卸载系统中的最优卸载策略。首先，我们提出了计算服务延迟分布和超过给定阈值的任务延迟的概率的离散模型和封闭形式的解决方案。然后，我们提出了一个最佳卸载概率算法的基础上的次梯度方法。我们的数值结果表明，我们的模拟结果与我们的封闭形式的解决方案，我们的次梯度为基础的搜索算法可以找到最佳的卸载概率匹配得很好。具体而言，对于给定的系统参数，我们的算法产生的最佳QoS违反概率为0.188，卸载概率为0.675和0.37从雾到边缘和从边缘到云，分别。
2021-07-11 cs.NI
AoI-Delay Tradeoff in Mobile Edge Caching with Freshness-Aware Content Refreshing
移动边缘缓存可以有效地减少服务延迟，但可能会引入信息陈旧，需要及时的内容刷新。然而，内容刷新消耗额外的传输资源，并可能降低移动系统的延迟性能。在这项工作中，我们提出了一个新鲜度感知的刷新计划，以平衡服务延迟和内容新鲜度测量的信息年龄（AoI）。具体地，如果AoI超过某个阈值（称为刷新窗口），则缓存的内容项将在用户请求时被刷新为最新版本。近似地导出了平均AoI和服务延迟的封闭形式，这揭示了AoI-延迟相对于刷新窗口的折衷关系。此外，刷新窗口被优化以最小化平均延迟，同时满足AoI要求，并且结果指示为流行内容项设置较小的刷新窗口。在OMNeT++平台上进行了大量的仿真，以验证分析结果。结果表明，该方案可以抑制频繁的刷新请求到达率的增加，从而可以减少约80%的平均延迟，同时保持AoI低于1秒的重载场景.
2020-02-14 cs.IT cs.NI math.IT
Delay and Power Tradeoff with Consideration of Caching Capabilities in Dense Wireless Networks
在密集的小型小区网络（DSCN）中启用缓存功能对文件传输延迟和功耗有直接影响。大多数现有的工作研究这两个性能指标分别在启用缓存的DSCN。然而，文件传输延迟和功耗是相互耦合的，不能同时最小化。在本文中，我们研究这两个性能指标之间的最优交易。首先，我们制定了联合文件传输延迟和功耗优化（JDPO）的问题，其中功率控制，用户关联和文件放置联合考虑。然后我们将其转换为可以通过广义Benders分解（GDB）处理的形式。使用GDB，我们将转换后的JDPO问题分解为两个较小的问题，即，与功率控制相关的主要问题和与用户关联和文件放置相关的主问题。提出了一种迭代算法，并证明了该算法是$ε$ -最优的，该算法通过迭代求解原问题和主问题来逼近最优解。为了进一步降低主问题的复杂度，提出了一种基于半定松弛的加速算法。仿真结果表明，该算法能够在文件传输延迟和功耗之间达到最优折衷。
2019-03-19 cs.NI eess.SP
MinDelay: Low-latency Forwarding and Caching Algorithms for Information-Centric Networks
我们提出了一个新的统一的框架，最大限度地减少依赖于网络成本的信息为中心的网络，通过共同优化转发和缓存策略。由于缓存变量是整数约束的，因此所产生的优化问题是NP难的。为了取得进展，我们专注于优化问题的放松版本，其中允许缓存变量为实值。我们开发必要的最优性条件的放松的问题，并利用这个结果来设计MinDelay，一个自适应和分布式的联合转发和缓存算法，基于条件梯度算法。MinDelay算法在每次迭代时优雅地产生可行的路由变量和整数缓存变量，并且可以以低复杂度和开销的分布式方式实现。在广泛的网络拓扑结构，仿真结果表明，MinDelay通常具有显着更好的延迟性能，在低到中等的请求速率区域。此外，MinDelay和VIP算法相互补充，在整个请求到达率范围内提供卓越的延迟性能。
2017-10-14 cs.NI
Transmission Delay Minimization via Joint Power Control and Caching in Wireless HetNets
无线异构网络（HetNet）中的基本挑战是在存在增加的部署密度和回程容量约束的情况下有效地利用有限的传输和存储资源。为了缓解瓶颈和减少资源消耗，我们设计了多跳无线HetNet的最佳缓存和功率控制算法。我们制定了一个联合优化框架，以最大限度地减少平均传输延迟的缓存变量的函数和信号干扰噪声比（SINR），这是由传输功率确定的，同时明确占回程连接成本和功率约束。使用凸松弛和舍入，我们得到了一个降低复杂性的制定（RCF）的联合优化问题，它可以提供一个常数因子近似的全局最优解。然后，我们以两种方式解决RCF：1）通过利用双凸性交替优化功率和缓存变量，以及2）功率控制和缓存的联合优化。我们刻画了RCF最优解的必要（KKT）条件，并利用严格拟凸性证明了RCF的KKT点是Pareto最优的。然后，我们设计了一个次梯度投影算法，共同更新的缓存和电源变量，并表明，在适当的条件下，该算法以线性速度收敛到局部极小的RCF，在一般的SINR条件下。我们支持我们的分析结果与广泛的数值实验的结果。
2021-05-29 cs.IT cs.NI math.IT
Inter-cluster Cooperation for Wireless D2D Caching Networks
主动无线缓存和设备到设备（D2 D）通信已经成为用于增强用户的服务质量和网络性能的有前景的技术。在本文中，我们提出了一种新的架构D2 D缓存与集群间的合作。我们研究了一个蜂窝网络中，用户缓存流行的文件，并与其他用户在他们附近通过D2 D通信或与远程用户使用蜂窝传输共享它们。我们从排队的角度来描述每个请求的网络平均延迟。具体来说，我们制定的延迟最小化问题，并表明它是NP-难的。此外，我们证明了延迟最小化问题等价于一个非增单调超模函数在均匀划分拟阵约束下的最小化问题。提出了一种计算效率高的贪心算法，它被证明是局部最优的最优的0.63倍内。我们分析了不同缓存方案下的平均单请求吞吐量，并对平均总吞吐量进行了缩放分析。我们展示了如何吞吐量缩放依赖于视频内容的流行度时，文件的数量增长渐近大。仿真结果表明，与没有集群间协作的D2 D缓存系统相比，延迟减少了45%至80%。
2018-07-01 cs.DM cs.NI
On the Delay Scaling Laws of Cache Networks
Internet正变得越来越面向内容，其中面向内容的Internet架构中的主要组件之一是网络缓存。尽管在当前和未来的互联网架构中网络缓存的广泛使用激增，但由于各种组件之间复杂的相互作用，因此分析棘手，因此对一般缓存网络的性能分析仍然非常有限。我们研究的缓存网络的渐近延迟性能，特别是，侧重于异构内容的流行程度和节点的几何“重要性”的缓存策略的影响。我们的理论研究结果提供了有用的工程意义，如何时以及如何各种因素对缓存性能的影响，我们提供了广泛的模拟结果在真实的互联网拓扑结构。
2013-10-04 cs.NI
Smart-Edge-CoCaCo: AI-Enabled Smart Edge with Joint Computation, Caching, and Communication in Heterogeneous IoT
移动通信技术、硬件、分布式计算、人工智能（AI）技术的发展，推动了边缘计算在异构物联网（IoT）领域的应用。以克服传统云计算模式在大数据时代的缺陷。在本文中，我们首先提出了一种新的具有异构物联网架构的AI智能边缘，该架构结合了边缘计算，缓存和通信。然后，我们提出了Smart-Edge-CoCaCo算法。为了最小化总延迟并确定计算卸载决策，Smart-Edge-CoCaCo使用无线通信模型，边缘云中的协同过滤器缓存模型和计算卸载模型的联合优化。最后，我们建立了一个情感交互测试床，在真实环境中进行计算延迟实验。实验结果表明，随着计算任务数据量和并发用户数的增加，Smart-Edge-CoCaCo算法的计算延迟低于传统云计算模型。
2019-01-08 cs.NI
A Framework for Semantic In-network Caching and Prefetching in 5G Mobile Networks
最近移动设备的流行增加了对需要最小延迟的移动网络服务和应用的需求。预计5G移动网络将提供比当前移动网络小得多的延迟。减少延迟的一种常规方法是将内容缓存到更靠近最终用户的地方。然而，目前部署的方法不够有效。在本文中，我们提出了一种新的精明的网络缓存框架，能够智能地预测后续的用户请求并预取必要的内容，以显着降低5G移动网络中的端到端延迟。我们通过边缘计算进行语义推理，推断最终用户可能在续集中请求什么，并预取内容。我们通过仿真验证了所提出的技术，将其与最先进的技术进行比较，并提出了令人印象深刻的收益。
2017-11-28 cs.NI
Energy and Delay Optimization for Cache-Enabled Dense Small Cell Networks
在小型基站（SBS）中缓存流行文件已被证明是减少密集小型小区网络（DSCN）的回程链路上的带宽压力的有效方式。许多关于启用缓存的DSCN的现有研究试图通过优化端到端文件传递延迟来改善用户体验。然而，在文件（例如，视频文件）具有不同的服务质量要求，从网络的角度来看，SBS处的能量消耗也应该受到关注。在本文中，我们试图优化这两个关键指标的缓存启用DSCN。首先，我们制定的能量延迟优化问题的混合规划（MIP）的问题，其中文件放置，用户关联和功率控制共同考虑。为了对能耗和端到端文件传输延迟之间的权衡关系进行建模，将这两个度量线性组合的效用函数用作优化问题的目标函数。然后，我们解决了两个阶段的问题，即缓存阶段和交付阶段，根据观察，缓存是在非高峰时间进行。在缓存阶段，通过估计每个SBS上的用户偏好，提出本地流行文件放置策略。在交付阶段，给定SBS的缓存状态，利用Benders的分解方法进一步分解MIP问题。提出了一种有效的算法，通过迭代缩小上下界的差距来逼近最优关联和功率解。最后，扩展模拟进行验证我们的分析和算法的工作。实验结果表明，该算法能够在能量消耗和端到端文件传输延迟之间实现最优折衷。
2018-03-10 cs.NI
A Novel Mobile Edge Network Architecture with Joint Caching-Delivering and Horizontal Cooperation
移动边缘高速缓存/计算已经成为提供新服务（例如，超高速率、超可靠和/或低等待时间通信）。在本文中，我们介绍了一种新的移动边缘缓存网络架构，利用移动边缘节点（MEN）之间的水平合作，即JOCAD的最佳联合缓存交付。在这种架构下，MEN在缓存和交付内容方面相互合作，旨在同时最小化移动用户的总平均延迟并减轻回程链路上的网络流量。大量的仿真表明，与最频繁访问策略相比，所提出的解决方案可以将整个网络的总平均延迟降低高达40%，并且与局部最优缓存策略（即，没有合作）。此外，所提出的解决方案还将网络的缓存命中率提高了四倍，从而显著降低了回程网络上的流量负载。
2019-06-07 cs.NI
Content-Aware User Clustering and Caching in Wireless Small Cell Networks
本文研究了无线小小区网络中的内容感知用户分簇和内容缓存问题。特别是，制定了服务延迟最小化问题，旨在最佳缓存内容在小小区基站（SCBS）。为了解决优化问题，我们将其解耦为两个相互关联的子问题。首先，提出了一种聚类算法，将具有相似内容流行度的用户分组，以便在可能的情况下将相似用户关联到相同的SCBS。其次，提出了一种强化学习算法，使每个SCBS学习其用户组所请求的内容的流行度分布，并相应地优化其缓存策略。仿真结果表明，通过关联不同用户的不同流行模式，所提出的计划是能够最小化服务延迟的42%和27%，同时实现更高的卸载增益高达280%和90%，分别相比，随机缓存和非聚类学习计划。
2014-09-11 cs.NI
Backhaul-Aware Caching Placement for Wireless Networks
随着移动应用的容量需求不断增加，回程网络正在成为下一代无线网络中支持高质量体验（QoE）的瓶颈。在基站（BS）处的内容缓存是减轻回程负担和减少用户感知延迟的有前途的方法。在本文中，我们考虑一个无线缓存网络，所有的BS连接到一个中央控制器通过回程链路。在这样的网络中，如果数据被预先缓存，则用户可以从候选BS获得所需的数据。否则，需要首先从中央控制器向本地BS检索用户数据，这在回程上引入了额外的延迟。为了减少下载延迟，需要优化缓存放置策略。我们制定这样一个设计问题，最小化的平均下载延迟超过用户请求，受到每个BS的缓存容量约束。与现有的工作不同，我们的模型考虑了基站在无线接入中的合作，并充分了解回程链路上的传播延迟。设计问题是一个混合整数规划问题，是非常复杂的，因此我们放松的问题，并提出了一个低复杂度的算法。仿真结果表明，该算法可以有效地确定接近最优的缓存放置，并提供显着的性能增益比传统的缓存放置策略。
2015-09-02 cs.IT cs.NI math.IT
On the Impact of Network Delays on Time-to-Live Caching
我们考虑生存时间（TTL）缓存，它用特定的（可能是可更新的）过期时间标记缓存中的每个对象。TTL高速缓存的现有技术模型假定零对象获取延迟，即，从不同的缓存或源服务器获取不在缓存中的请求对象所需的时间。特别是，在缓存层次结构中，这种延迟对性能指标，如对象命中概率有显着的影响。最近的工作表明，对象获取延迟对缓存性能的影响将继续增加，这是由于与处理和内存访问时间相比，请求间时间（由于更高的数据中心链路速率）缩小之间的缩放不匹配。在本文中，我们分析了基于树的缓存层次结构与随机对象提取延迟，并提供了相应的对象命中概率的精确分析。我们的分析可以理解的随机延迟和TTL的缓存指标的影响，通过马尔可夫到达过程为特征的请求流模型的广泛类别。这是通过一个度量表示的，我们表示延迟损伤的命中概率。此外，我们分析和扩展国家的最先进的近似的命中概率考虑到延迟。我们提供的数值和基于跟踪的模拟为基础的评估结果表明，较大的TTL不能有效地补偿对象提取延迟的不利影响。我们的评估还表明，与我们的精确模型不同，最先进的近似方法不能很好地捕捉对象获取延迟的影响，特别是对于缓存层次结构。令人惊讶的是，我们表明，这种延迟的命中概率的影响是不是单调的，但取决于请求流的属性，以及TTL。
2022-01-27 cs.NI
Joint Caching and Transmission in the Mobile Edge Network: A Multi-Agent Learning Approach
由于决策之间的深度耦合，联合缓存和传输优化问题具有挑战性。本文提出了一种迭代的分布式多智能体学习方法，共同优化缓存和传输。这种方法的目标是最小化所有用户的总传输延迟。在这种迭代方法中，每次迭代包括缓存优化和传输优化。开发了一种基于多智能体强化学习（MARL）的缓存网络来缓存流行的任务，例如回答从缓存中驱逐哪些文件以及存储哪些文件。传输网络根据缓存网络的缓存文件，采用多智能体贝叶斯学习自动机（MABLA）方法，通过单次传输（ST）或联合传输（JT）的方式为用户传输缓存文件。然后用户以最小的传输延迟访问边缘服务器。实验结果表明，所提出的多智能体学习方法的性能。
2022-09-09 cs.MA cs.NI
Throughput and Delay Scaling of Content-Centric Ad Hoc and Heterogeneous Wireless Networks
我们研究了无线缓存网络的吞吐量和延迟特性，其中用户主要感兴趣的是检索存储在网络中的内容，而不是保持源-目的地通信。假设节点均匀分布在网络区域中。每个节点都有一个容量有限的内容存储，用于缓存内容。我们提出了一个可实现的缓存和传输方案，请求者检索内容的缓存点，这是最近的欧几里德距离。我们建立的吞吐量和延迟缩放的可实现的计划，并表明，吞吐量和延迟性能的顺序最优的一类计划。然后，我们解决了缓存优化问题，并评估了Zipf内容流行度分布的网络性能，让内容类型的数量和网络规模都达到无穷大。最后，我们扩展我们的分析异构无线网络中，除了无线节点，有一些随机均匀分布在网络区域中的基站。我们表明，为了实现更好的性能，在异构网络中的顺序意义上，基站的数量需要大于节点的数量的比例的内容类型的数量。此外，我们表明，异构网络不产生性能优势，在秩序的意义上，如果Zipf内容流行度分布指数超过3/2。
2017-04-22 cs.NI
A Novel Adaptive Caching Mechanism for Video on Demand System over Wireless Mobile Network
无线移动网络视频点播系统是一种向移动用户提供视频服务的系统，其主要问题是用户在观看自己喜欢的电影时需要等待很长时间才能获得视频服务。如何降低视频点播系统中的延迟时间是本文研究的重点。本文提出了一种新的缓存机制--代理服务器缓存机制，该缓存机制能够有效地降低视频点播系统中的延迟时间，从而提高视频点播系统的性能解决服务延迟的问题。当客户端从当前广播频道错过与第一段相关的广播阶段时，会发生这种延迟。当客户端从当前广播频道错过与第一段相关的广播阶段时，发生该延迟。延迟的客户端将直接从代理服务器获取第一段，而不是等待属于第一段的后续广播频道。所提出的方案，确保从移动客户端到达时，他们获得的第一段。此外，所提出的方案的性能进行了验证，通过应用VOD系统，这可以涉及到平衡机制，以保持特定的请求通过本地代理服务器，以提供一个公平的传播这些请求。所得到的结果证实，所提出的方案减少了系统的时间延迟与现有的最佳方案相比。当每分钟有10个客户端到达时（客户端/分钟），代理缓存方案中的平均时间延迟的结果为179.2505毫秒，当视频长度为30、60和90时，平均时间延迟为140毫秒。同时，当到达请求的数量被设置为2、4、6、8和10时，用于获得视频的第一片段的失败概率保持为零。
2018-12-03 cs.NI
Markov Decision Policies for Dynamic Video Delivery in Wireless Caching Networks
本文提出了一种动态流媒体服务的视频传输策略，在无线缓存网络中，在播放延迟约束下最大化时间平均流媒体质量。网络中流行的视频编码的可伸缩视频编码已经存储在随机分布的缓存节点被认为是自适应视频流的概念下，和基于距离的干扰管理，本文研究。在该网络模型中，流用户根据随机网络状态做出延迟约束决策：1）用于视频传输的缓存节点，2）视频质量，以及3）要接收的视频块的数量。由于用于视频递送的无线链路激活可能引入延迟，因此考虑用于更新高速缓存节点关联、视频质量适配和块量的不同时间尺度。在与用于视频递送的缓存节点相关联之后，流用户在小时间尺度中选择质量和块量的组合。采用马尔可夫决策过程对视频质量和每个时隙的块数量的动态决策过程进行建模，并基于李亚普诺夫优化框架对缓存节点进行决策。我们密集的模拟验证了所提出的视频传输算法工作可靠，也可以控制视频质量和播放延迟之间的权衡。
2019-02-28 cs.DC cs.IT cs.NI
Task-Oriented Delay-Aware Multi-Tier Computing in Cell-free Massive MIMO Systems
本文在无蜂窝大规模MIMO系统中提出多层计算架构，通过解耦带宽分配与任务分配并以拉格朗日部分松弛处理异构时延需求，实现总成本最小化的任务卸载优化。
2023-04-14 cs.NI eess.SP
Enhanced VIP Algorithms for Forwarding, Caching, and Congestion Control in Named Data Networks
新兴的以信息为中心的网络（ICN）架构寻求最佳地利用带宽和存储以通过网络进行高效的内容分发。虚拟兴趣分组（VIP）框架已经被提出以使得能够在命名数据网络（NDN）架构内联合设计转发、缓存和拥塞控制策略。虽然现有的VIP算法表现出良好的性能，他们主要集中在最大化网络吞吐量和效用，并没有明确考虑用户延迟。在本文中，我们开发了一类新的增强算法的联合动态转发，缓存和拥塞控制的VIP框架内。这些增强的VIP算法自适应地稳定了网络，最大化网络效用，同时通过智能地利用一跳之外的VIP信息来改善延迟性能。推广李雅普诺夫漂移技术，我们证明了吞吐量最优性和功能的增强VIP算法的延迟权衡。数值实验表明，在低网络延迟和高网络效用方面，所得到的增强算法在实际平面内处理兴趣分组和数据分组的优越性能。
2016-07-12 cs.IT cs.NI math.IT
Social-aware Cooperative Caching in Fog Radio Access Networks
研究了雾天无线接入网中的协作缓存问题，以联合优化传输时延和能耗。利用雾接入点（F-AP）之间潜在的社会关系，提出了一种基于享乐联盟博弈（HCG）的分簇方案，以提高潜在的合作增益.然后，考虑到优化问题是非确定性多项式难（NP-hard）问题，提出了一种基于改进萤火虫算法（FA）的协同缓存方案，该方案利用基于局部内容流行度的变异策略避免早熟收敛.仿真结果表明，我们提出的方案可以有效地减少内容传输延迟和能量消耗相比，基线。
2022-06-28 cs.NI eess.SP
Cooperative Edge Caching in User-Centric Clustered Mobile Networks
通过将文件主动存储在基站（BS），移动边缘缓存可以实现直接内容交付，而无需远程文件获取，这可以减少端到端延迟，同时减轻回程压力。为了在实践中有效地利用有限的缓存大小，可以利用合作缓存来利用缓存的多样性，通过允许用户在新兴的以用户为中心的网络架构下由多个基站服务。本文探讨了延迟最优的合作边缘缓存在大规模的以用户为中心的移动网络，其中的内容放置和集群大小的基础上优化的随机信息的网络拓扑结构，流量分布，信道质量，和文件的流行度。具体地，提出了一种基于最优带宽分配的贪婪内容放置算法，该算法能够以线性计算复杂性实现（1-1/e）最优性。此外，还研究了以用户为中心的最优簇大小，并给出了一个约束最大簇大小的条件，该条件反映了缓存分集和频谱效率之间的权衡。进行了大量的模拟分析验证和性能评估。数值结果表明，所提出的贪婪内容放置算法可以减少平均文件传输延迟高达50%的非合作和命中率最大计划相比。在此基础上，考虑不同系统参数的影响，讨论了最优聚类问题.
2017-10-24 cs.IT cs.NI math.IT
Deep Learning Based Caching for Self-Driving Car in Multi-access Edge Computing
一旦自动驾驶汽车成为现实，乘客不再担心它，他们将需要寻找新的娱乐方式。然而，在数据中心（DC）处检索娱乐内容可能由于汽车到DC通信的高延迟而阻碍内容递送服务。为了解决这些挑战，我们提出了一个基于深度学习的自动驾驶汽车缓存，通过使用部署在多访问边缘计算（MEC）结构上的深度学习方法。首先，在DC处，多层感知器（MLP）用于预测在特定区域中要请求的内容的概率。为了减少汽车DC延迟，MLP输出被记录到连接到路边单元的MEC服务器中。其次，为了缓存针对汽车乘客的年龄和性别等特征而风格化的娱乐内容，使用卷积神经网络（CNN）来预测乘客的年龄和性别。第三，每辆车从MEC服务器请求MLP输出，并通过使用k-means和二进制分类来比较其CNN和MLP输出。通过这种方式，自动驾驶汽车可以识别需要从MEC服务器下载并缓存的内容。最后，我们制定了基于深度学习的缓存在自动驾驶汽车，增强娱乐服务作为一个优化问题，其目标是最大限度地减少内容下载延迟。为了解决制定的问题，块连续优化最小化（BS-MM）技术。仿真结果表明，我们对自动驾驶汽车区域中需要缓存的内容的预测准确率达到98.04%，并且我们的方法可以最大限度地减少延迟。
2020-02-13 cs.NI
Octopus: A Cooperative Hierarchical Caching Strategy for Cloud Radio Access Networks
最近，在基于云的计算平台上实现无线电接入网络（RAN）功能已经成为一种新兴的解决方案，该解决方案利用云基础设施的许多优点，例如共享计算资源和存储容量，同时降低运营成本。在本文中，我们提出了一种新的缓存框架，旨在充分利用这种基于云的RAN（C-RAN）系统的潜力，通过合作分层缓存，最大限度地减少网络成本的内容交付，提高用户的体验质量（QoE）。特别是，我们认为云处理单元（CPU）中的云缓存是RAN缓存层次结构中的一个新层，弥合了传统的基于边缘和基于核心的缓存方案之间的容量-性能差距。延迟成本模型的特点和制定的缓存布局优化问题，这是NP完全的。为此，提出了一种低复杂度的启发式缓存管理策略，由主动式缓存分配算法和被动式缓存替换算法组成。使用真实世界的YouTube视频请求和合成内容请求进行了大量的数值模拟。结果表明，我们提出的八达通缓存策略显着优于传统的缓存策略的缓存命中率，平均内容访问延迟和回程流量负载。
2016-10-21 cs.NI
Online User-AP Association with Predictive Scheduling in Wireless Caching Networks
对于无线高速缓存网络，在面对以下权衡时，用于内容递送的方案设计是不平凡的。一方面，为了优化整体吞吐量，用户可以将其附近的AP与大的信道容量相关联;然而，这可能导致AP上的不稳定队列积压并延长请求延迟。另一方面，为了确保队列稳定性，一些用户可能不得不将AP与较差的信道状态相关联，这将导致吞吐量损失。此外，对于这样的系统，如何进行预测调度，以减少延迟和其好处的基本限制仍然没有探索。在本文中，我们制定了一个随机网络优化问题的在线用户AP关联和资源分配的内容交付与预测调度下的固定内容放置。通过利用其独特的结构，我们把问题转化为一系列的模块化极大化子问题与拟阵约束。然后，我们设计了PUARA，预测用户AP关联和资源分配计划，实现了可证明的接近最优的吞吐量与队列稳定性。我们的理论分析和仿真结果表明，PUARA不仅可以执行吞吐量最大化和队列稳定性之间的可调控制，但也引起了显着的延迟减少与预测信息。
2020-08-01 cs.NI
Delay-Tolerant Networking for Long-Term Animal Tracking
对于没有固定住所或定期移动的移动对象，由于其能源预算变化、无线连接时断时续和无法访问，因此实现互联网连接是一项挑战。我们提出了一个硬件和软件框架，可提供强大的数据汇集、传感任务的自适应执行以及部署在动物等游牧移动物体上的设备的灵活远程重新配置。该框架通过多层架构解决了整体复杂性，其中低层设备在紧张的能量收集预算下运行，而高层云服务为最终用户提供无缝的延迟容忍数据呈现。基于我们多年来将该框架应用于动物跟踪和监测应用的经验，我们提出了我们遇到的主要挑战，解决这些挑战的软件构建模块的设计，以及我们收集的关于狐蝠的数据的例子。
2015-08-18 cs.NI
D2D-Enabled Mobile User Edge Caching: A Multi-Winner Auction Approach
在支持设备到设备（D2D）的缓存蜂窝网络中，用户终端（UT）协作地存储并共享来自基站（BS）的大量流行内容，以用于业务卸载和递送延迟减少。在这篇文章中，研究了D2D使能的缓存蜂窝网络中基于多赢家拍卖的缓存放置，以用于UT边缘缓存激励和内容缓存冗余减少。首先，对UT边缘缓存的多赢家一次拍卖进行建模，该拍卖针对多个UT拍卖多个内容。然后，内容缓存收入最大化的优化问题制定。具体地，UT之间的“缓存冲突”约束关系被用作问题中的约束之一，以减少UT移动场景中的内容缓存冗余。通过半定规划（SDP）松弛来求解该问题，以获得近似的最优缓存位置。此外，拍卖的支付策略被开发为一个纳什讨价还价的游戏，为个人的利润公平的UT谁赢得了拍卖的内容缓存。随后，提出了一种多赢家一次拍卖的缓存（MOAC）放置算法。此外，针对MOAC算法的高复杂度，本文进一步提出了一种启发式的基于多赢家重复拍卖的缓存放置（MRAC）算法，该算法在性能损失很小的情况下大大降低了算法的复杂度。仿真结果表明，与现有的缓存放置算法相比，本文提出的算法能够有效降低网络流量和平均内容访问延迟。
2019-10-18 cs.IT cs.NI math.IT
Caching and Computation Offloading in High Altitude Platform Station (HAPS) Assisted Intelligent Transportation Systems
边缘智能是一种通过利用网络边缘上的计算资源来加速人工智能（AI）应用的新范式，可用于改善智能交通系统（ITS）。然而，由于物理限制和能源供应限制，边缘设备的计算能力通常是有限的。高空平台站（HAPS）计算可以被认为是边缘计算的一个有前途的扩展。HAPS部署在平流层，提供广泛的覆盖范围和强大的计算能力。它适用于协调陆地资源和存储与基于ITS的应用相关的基础数据。在这项工作中，三个计算层，即，交通工具、地面网络边缘和HAPS被集成以构建ITS的计算框架，其中HAPS数据库存储应用所需的基础数据。此外，高速缓存技术被引入到网络边缘，以存储来自HAPS的一些基本数据，从而可以减少大的传播延迟。我们的目标是通过优化计算卸载和缓存决策以及带宽和计算资源分配来最大限度地减少系统的延迟。模拟结果强调了HAPS计算在减轻延迟方面的优势以及网络边缘缓存的重要性。
2022-01-13 cs.NI cs.SY eess.SY
Delay-Optimal Biased User Association in Heterogeneous Networks
在异构网络（HetNet）中，不同层之间的负载均衡可以通过偏置的用户关联方案来有效地实现，其中每个用户基于偏置的接收功率来选择与一个基站（BS）相关联。在以往的研究中，BS总是有数据包传输，我们假设在本文中，传入的数据包的目的是为所有相关的用户形成一个队列中的BS。为了找到支持实时服务的网络延迟极限，我们通过适当调整各层的偏置因子，重点研究了延迟优化问题。通过采用稀疏泊松点过程（PPP）模型来描述忙状态下基站的位置，得到了各层平均业务强度的显式表达式。在此基础上，提出了一个优化问题，以最小化网络平均排队时延的下界。通过证明优化问题是凸的，可以数值地获得每层的最优偏置因子。当每个用户的平均分组到达率较小时，得到了一个封闭形式的解决方案。仿真结果表明，通过适当调整偏置因子，可以显著提高网络的排队性能。它进一步表明，网络平均排队延迟可能会改善的网络信号干扰比（SIR）的覆盖范围，这表明在HetNet的实时和非实时流量之间的性能权衡恶化的成本。
2017-01-04 cs.NI
Artificial Intelligence Assisted Collaborative Edge Caching in Small Cell Networks
North Carolina State University（北卡罗来纳州立大学）；Old Dominion University（欧道明大学）；Utah State University（犹他州立大学）
边缘缓存是一种新的模式，在过去的几年中已经被利用来减少核心网络的负载并提高内容交付性能。许多现有的缓存解决方案只考虑同质缓存放置由于异构缓存模型相关联的巨大的复杂性。与这些传统的建模范式，本文认为异构缓存模型在边缘节点的用户的异构内容偏好。此外，在两层异构网络中，为了最大化缓存命中率，我们让边缘节点合作。然而，由于复杂的组合决策变量，制定的问题是很难解决的多项式时间。此外，甚至没有现成的工具或软件来解决这个问题。我们提出了一种改进的粒子群优化算法（M-PSO），有效地解决了复杂的约束问题在合理的时间。通过数值分析和仿真，我们验证了该算法与现有的基准缓存方案相比，显著提高了缓存性能。
2020-09-16 cs.AI cs.NI cs.SY
Joint Distributed Link Scheduling and Power Allocation for Content Delivery in Wireless Caching Networks
在无线缓存网络中，内容分发方法的设计必须考虑随机用户请求、缓存状态、网络拓扑和干扰管理。在本文中，我们建立了一个无线缓存网络中的内容传输的一般框架，没有严格的假设，限制网络结构，传输链路和干扰模型。基于该框架，我们提出了一个动态的和分布式的链路调度和功率分配方案的内容分发，是由置信传播（BP）算法的辅助。该方案考虑了内容请求用户和潜在缓存节点，实现了无线缓存网络的三个关键目的：1）限制用户请求满足的延迟; 2）保持缓存节点的功率效率; 3）管理用户间的干扰。此外，我们解决了BP算法在我们的网络模型中的固有问题，提出了一个匹配算法的一对一链路调度。仿真结果表明，该方案提供了几乎相同的延迟性能的最佳方案，通过一个穷举搜索的代价是一个小的额外的功耗，并不需要在一个大规模的D2 D网络的聚类方法和正交资源。
2019-11-29 cs.NI cs.SY eess.SY
Video on Demand Streaming Using RL-based Edge Caching in 5G Networks
边缘缓存可以显著提高5G网络在延迟和回程流量方面的性能。我们使用一个基于强化学习（RL为基础）的缓存技术，可以适应点播视频内容的时间位置相关的流行模式。在私有5G中，我们将所提出的缓存方案实现为两个虚拟网络功能（VNF），即边缘和远程服务器，并将缓存命中率作为KPI进行测量。结合HLS协议，提出的视频点播（VoD）流是一个可靠的和可扩展的服务，可以适应内容的流行。
2022-11-25 cs.NI
Soft Cache Hits and the Impact of Alternative Content Recommendations on Mobile Edge Caching
在未来移动网络的边缘缓存流行内容已被广泛考虑，以减轻数据海啸对接入和回程网络的影响。已经提出了许多有趣的技术，包括毫微微缓存和“延迟”或机会主义缓存访问。然而，与互联网内容目录的巨大且快速增加的大小相比，这些方法中的大多数遭受边缘高速缓存的相当有限的存储容量。我们建议离开硬缓存未命中的假设，在大多数现有的作品中常见，并考虑“软”缓存未命中，如果原始内容不可用，可以推荐本地缓存的替代内容。鉴于互联网内容消费越来越以娱乐为导向，我们认为，相关的内容往往可以导致完全或至少部分用户满意，而无需通过昂贵的链接检索原始内容。在本文中，我们制定了最佳的边缘缓存与软缓存命中的问题，在延迟访问的背景下，并分析了预期的收益。然后，我们使用合成和真实的数据集相关的视频内容，有前途的缓存增益可以在实践中实现。
2016-09-30 cs.NI cs.PF
Optimal Caching and Routing in Hybrid Networks
混合网络由移动自组织网络节点和蜂窝基础设施组成，最近被提出来提高军事网络的性能。先前的工作已经证明了在有线互联网环境中网络内内容缓存的好处。我们调查的问题，发展最佳的路由和缓存策略，在混合网络中支持网络缓存的目标是最大限度地减少整体内容访问延迟。在这里，所需的内容可以始终通过蜂窝基础设施在后端服务器处访问;或者，内容也可以通过MANET内配备高速缓存的“集群”节点访问。为了访问内容，MANET节点因此必须决定是否路由到内MANET集群节点或后端服务器通过蜂窝基础设施;内MANET集群节点必须另外决定缓存哪些内容。我们将蜂窝路径建模为i）对移动不敏感的固定延迟路径或ii）对移动敏感的M/M/1队列路径。我们证明了在固定的、独立的请求的假设下，采用静态缓存（即，以保持高速缓存的内容随时间固定）。我们还表明，这是最佳的路由到在MANET缓存的内容缓存在那里，但路由请求剩余的内容通过蜂窝基础设施的业务不敏感的情况下，并在MANET缓存和蜂窝基础设施的业务敏感的情况下，拆分之间的流量。我们开发了一个简单的分布式算法的联合路由/缓存问题，并通过仿真证明其有效性。
2014-07-07 cs.NI
An SDN-Based Transmission Protocol with In-Path Packet Caching and Retransmission
本文提出了一种用于第五代（5G）通信网络的基于综合软件定义网络（SDN）的传输协议（SDTP），其中SDN控制器从物理网络收集网络状态信息以提高端主机之间的数据传输效率，并具有路径内分组重传。在SDTP中，我们首先开发了一种新的双向握手机制，用于在一对终端主机之间建立连接。在SDN控制模块的帮助下，用于建立E2E连接的信令交换被迁移到控制平面，以提高数据平面中的资源利用率。设计了一种新的SDTP数据包报头格式，以支持具有路径内数据包缓存和数据包重传的高效数据传输。基于新的数据包格式，提出了一种新的基于路径接收器的丢包检测和基于缓存的包重传方案，以实现丢失包的路径快速恢复。大量的仿真结果验证了所提出的协议的有效性，在低连接建立延迟和低端到端的数据包传输延迟。
2019-02-22 cs.NI
Joint Communication, Computation, Caching, and Control in Big Data Multi-access Edge Computing
最近引入了多路访问边缘计算（MEC）的概念，以通过将MEC服务器部署到网络边缘来补充云计算，从而减少网络延迟并减轻云数据中心的负载。然而，与资源丰富的云相比，MEC服务器的资源有限。当每个MEC服务器独立运行时，它无法处理来自用户设备的所有计算和大数据需求。因此，MEC服务器由于用户设备和远程云之间的数据交换而不能在开销减少方面提供显著的增益。因此，大数据应用迫切需要在边缘与MEC服务器协作的联合计算，缓存，通信和控制（4C）。为了应对这些挑战，本文将大数据MEC中的联合4C问题转化为一个优化问题，其目标是在满足用户设备本地计算能力、计算截止时间和MEC资源约束的前提下，最大限度地节省带宽，同时最小化延迟.然而，制定的问题是非凸的。为了使这个问题是凸的，提出了一个近似的上界问题，保证下降到原来的问题。为了解决近似上界问题，采用块连续上界最小化（BSUM）方法。仿真结果表明，该方法在满足计算截止期的前提下，节省了带宽，最小化了延迟。
2018-03-30 cs.NI
A Literature Survey of Cooperative Caching in Content Distribution Networks
内容分发网络（CDN）用于递送web对象（例如，文档、应用程序、音乐和视频等）自出现以来，已经取得了巨大的增长。为了最小化用户在请求Web对象时所经历的检索延迟，通常应用缓存策略-在更靠近用户的网络边缘复制内容，使得用户和对象之间的网络距离减小。在这个文献调查中，缓存的演变进行了研究。最近在CDN大规模缓存领域的一篇研究论文[15]被选为锚论文，作为该主题的指南。研究后，相关的锚文件进行了分析，以更好地评估报表和锚文件的结果，更重要的是，获得一个公正的大规模协作缓存系统作为一个整体。
2012-09-29 cs.NI
On the Complexity of Optimal Routing and Content Caching in Heterogeneous Networks
我们调查的问题，最佳的请求路由和内容缓存在异构网络支持在网络内容缓存的目标是最小化平均内容访问延迟。在这里，内容可以直接从后端服务器（内容永久驻留在其中）访问，也可以从多个网络内缓存中的一个获取。要访问一段内容，用户必须决定是将其请求路由到缓存还是后端服务器。此外，缓存必须决定缓存哪些内容。我们研究了两个问题公式的问题复杂性，其中到后端服务器的直接路径被建模为i）一个缓存敏感路径或ii）一个缓存不敏感路径，反映了到后端服务器的未缓存路径的延迟是否取决于用户请求负载，分别。我们证明了这两种情况下的问题都是NP完全的。我们证明了在对缓存不敏感的模型下，如果每个内容只被一个用户请求，或者当网络中最多有两个缓存时，问题可以在多项式时间内得到最优解决。我们还确定了用户缓存图的结构属性，可能使问题NP完全。对于缓存敏感模型，我们证明了即使网络中只有一个缓存，并且每个内容只有一个用户请求，问题仍然是NP完全的。我们发现，近似的解决方案，可以找到两个模型的最佳解决方案的（1-1/e）的因素，并证明了一个贪心算法，被发现是在1%以内的最佳小问题的大小。通过跟踪驱动的模拟，我们评估我们的贪心算法的性能，它显示了高达50%的平均延迟减少了基于LRU内容缓存的解决方案。
2014-12-31 cs.NI
Multi-Tier UAV Edge Computing Towards Long-Term Energy Stability for Low Altitude Networks
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
本文提出多层级无人机边缘计算系统，通过Lyapunov优化和BCD算法实现任务延迟与能量成本的平衡，提升低空网络的长期能量稳定性。
2026-02-04 cs.NI
Model and Machine Learning based Caching and Routing Algorithms for Cache-enabled Networks
网内高速缓存可能成为各种联网系统（例如，5G网络，LPWAN和IoT系统）。在本文中，我们比较和对比了基于模型的方法和机器学习方法，用于设计缓存和路由策略，以提高缓存网络性能（例如，延迟、命中率）。我们首先概述了基于模型的策略设计中使用的关键原则，并讨论了这些方法获得的分析结果和界限。通过对真实世界的痕迹和网络进行实验，我们确定了内容流行度偏度和请求流相关性之间的相互作用是影响缓存性能的重要因素。关于路由，我们表明，影响性能的主要因素是备用路径路由和内容搜索。然后，我们讨论了多种机器学习模型的适用性，特别是强化学习，深度学习，迁移学习和概率图形模型的缓存和路由问题。
2020-04-14 cs.NI
Optimized Caching and Spectrum Partitioning for D2D enabled Cellular Systems with Clustered Devices
在移动设备处缓存和利用设备到设备（D2D）通信是支持通过无线网络的大规模内容递送的两种有前景的方法。高速缓存使能的无线网络的分析通常通过假设设备均匀分布来进行，然而，在社交网络中，移动设备本质上被分组为不相交的集群。在这方面，本文提出了一个时空的数学模型，跟踪服务请求的到来，并考虑到集群设备的几何形状。假设两种设备，具体地，内容客户端和内容提供方。假设内容提供方具有剩余存储器，该剩余存储器被利用来遵循随机概率缓存方案主动缓存来自已知库的内容。内容客户端可以从其附近（集群）的最近内容提供方或者作为最后手段的基站（BS）检索所请求的内容。开发的时空模型被用来制定一个联合优化问题的内容缓存和频谱划分，以最大限度地减少平均服务延迟。由于优化问题的高复杂性，缓存和频谱划分问题是解耦的，并使用块坐标下降（BCD）优化技术迭代求解。为此，带宽划分和概率缓存子问题，分别获得了最优和次优的解决方案。数值结果突出了所提出的计划优于传统的缓存计划下平等和优化的带宽分配。特别是，它示出的平均服务延迟减少了近100%和350%，相比，Zipf和均匀的缓存计划下，相等的带宽分配，分别。
2020-03-24 cs.IT cs.NI math.IT
Threat Aware Task Offloading and Caching for Secure UAV Assisted Vehicular Consumer Electronics
Xidian University（西安电子科技大学）；Marwadi University（马尔瓦迪大学）；University of Hong Kong（香港大学）
针对车载消费电子VEC系统的安全与性能挑战，提出无人机辅助的协作VEC架构，设计TAGO框架实现威胁感知任务卸载与时空缓存优化，仿真验证其可降低任务延迟、提升缓存效率。
2026-08-19 cs.NI
Learning-based Caching in Cloud-Aided Wireless Networks
本文研究了云辅助无线网络中的内容缓存，其中具有有限存储的小小区基站通过有限容量的前传链路连接到云。通过构造效用（服务延迟的逆）最大化问题，提出了一种基于时空流量需求的缓存更新算法。考虑到大量的内容，我们提出了一个内容聚类算法来分组相似的内容。随后，借助于在小型小区基站和云处的遗憾学习，每个基站基于所学习的内容流行度来缓存内容，该内容流行度受制于其存储约束。所提出的缓存算法的性能进行评估，同时调查全球和本地类流行度之间的权衡稀疏和密集的环境。仿真结果表明，15%和40%的增益，在所提出的方法相比，各种基线。
2017-10-02 cs.NI
Multi-Tier UAV Edge Computing for Low Altitude Networks Towards Long-Term Energy Stability
针对低空网络中低层无人机（L-UAV）续航和计算资源受限问题，提出含L-UAV（边缘服务器）和H-UAV（备份服务器）的多层系统，通过李雅普诺夫优化解耦时隙问题并自适应调整优先级，实现任务延迟最小化与L-UAV长期能量稳定，传输能耗降26%以上。
2025-08-20 cs.NI
On Decentralized Multi-Transmitter Coded Caching
本文研究了一种由多个发射机组成的设置，通过线性网络为多个启用缓存的客户端提供服务，该网络涵盖有线和无线传输情况。我们调查分散编码缓存的情况下，有没有合作或有限的合作客户端之间的缓存内容放置阶段。对于完全分散的高速缓存情况（即，没有合作），我们根据编码延迟度量来分析系统的性能。此外，我们研究了混合缓存内容放置场景，其中存在具有不同缓存内容放置情况的两组用户（即，有限合作）。此外，我们研究有限的文件大小在上述情况下的效果。
2021-09-14 cs.IT cs.NI math.IT
Fairness-Aware Caching and Radio Resource Allocation for the Downlink of Multi-Cell OFDMA Systems
互联网内容的空前增长，特别是社交媒体，对蜂窝网络的负载提出了挑战。另外，与服务质量（QoS）相比，用户体验质量（QoE）的需求成为了一个更实际的标准，下载延迟是影响用户体验质量的一个重要因素。为了满足这一需求，本文提出了两种资源分配（RA）算法，分别对社交媒体在基站（BS）缓存中的位置和无线资源（即，发射功率和子载波）。在第一种方案中，网络的总下载延迟被最小化，而在第二种方案中，提出了一种公平性感知的方案，其中最大下载延迟被最小化。我们提出迭代算法来解决每个问题，其中内容放置问题和联合子载波和发射功率分配问题将迭代优化。我们还证明了所提出的方法收敛到一个接近最优的解决方案，以及迭代次数的增加。
2021-06-26 cs.IT cs.NI math.IT
Pricing-Driven Service Caching and Task Offloading in Mobile Edge Computing
通过提供移动边缘计算（MEC）服务，无线设备（WD）在本地运行其所需程序时不再需要经历长延迟，而是可以支付将计算任务卸载到边缘服务器的费用。考虑到其有限的存储空间，基站（BS）处的边缘服务器通过满足和指导WD的卸载决策来确定缓存哪些服务节目是重要的。在本文中，我们提出了一个MEC服务定价方案，以协调服务缓存的决定和控制WD的任务卸载行为。我们提出了一个两阶段的不完全信息的动态博弈模型和分析的BS和多个关联的WD之间的两阶段的相互作用。具体地，在阶段I中，BS确定MEC服务缓存并向WD宣布服务程序价格，目的是在存储和计算资源约束下最大化其预期利润。在阶段II中，给定不同服务程序的价格，每个WD自私地决定其卸载决策以最小化个体服务延迟和成本，而不知道其他WD的期望程序类型或本地执行延迟。尽管缺乏WD的信息和耦合的所有WD的卸载决策，我们得出的最佳阈值为基础的卸载政策，可以很容易地通过WD在第二阶段的贝叶斯均衡。然后，通过预测WD的卸载均衡，我们联合优化BS的定价和服务缓存在第一阶段通过一个低复杂度的算法。特别是，我们研究了统一和差异化的定价方案。对于差异化定价，我们证明了相同的价格应该收取相同的工作量的缓存程序。
2020-11-04 cs.NI
