Low-Latency and Fresh Content Provision in Information-Centric Vehicular Networks
本文从移动边缘缓存的角度研究了信息中心车辆网络（ICVNs）的内容服务提供问题，考虑了动态驾驶相关的上下文信息。为了提供最新的信息与低延迟，两个方案被设计用于高速缓存更新和内容交付在路边单元（RSU）。路边单元中心（RSUC）方案通过带宽分割来并行缓存更新和内容递送，其中缓存的内容项以循环方式定期更新。请求自适应（ReA）方案根据用户请求以一定概率更新缓存的内容项。这两种方案的性能进行了分析，从而得出的平均年龄的信息（AoI）和服务延迟的封闭形式。令人惊讶的是，AoI延迟权衡并不总是存在，频繁的缓存更新会降低这两种性能。因此，RSUC和ReA方案被进一步优化以平衡AoI和延迟。在SUMO和OMNeT++仿真器上进行了大量的仿真，结果表明，所提出的方案在保证内容新鲜度的同时，可以将服务延迟降低80%.
2020-05-09 cs.IT cs.NI math.IT
Fresh Caching of Dynamic Contents using Restless Multi-armed Bandits
针对动态内容缓存中基站仅掌握部分版本年龄信息、需最小化获取与老化成本的问题，提出基于连续时间restless多臂老虎机的Whittle指数策略，仿真验证其最优性。
2024-11-28 cs.NI
Accounting for Information Freshness in Scheduling of Content Caching
在本文中，我们研究的内容放置在有限的缓存容量的基站中的时间的最优调度问题，同时考虑到卸载效果和信息的新鲜度。我们的模型卸载的基础上流行的请求和信息的年龄（AoI）的概念的基础上的信息新鲜度的数量。目标是通过联合成本函数减少回程链路的负载以及缓存中内容的AoI。对于由此产生的优化问题，我们证明了它的硬度通过减少分区问题。接下来，通过数学重新表述，我们得到了一个解决方案的基础上列生成和定制的舍入机制。最后，我们提供的性能评估结果表明，我们的算法提供了接近最优的解决方案。
2019-10-29 cs.DC cs.NI
Optimal Content Caching and Recommendation with Age of Information
在网络边缘处的内容缓存已被认为是减轻回程负载和改善用户体验的有效方式。缓存效率可以通过内容推荐和保持信息新鲜来提高。据我们所知，目前还没有一项工作综合考虑到这些方面。通过内容推荐，不在高速缓存中的所请求的内容可以替代地由系统推荐的相关高速缓存内容来满足。信息新鲜度可以通过信息年龄（AoI）来量化。我们解决，最佳调度的缓存更新的时隙系统占内容推荐和AoI。对于每个内容，都有需要满足的请求，并且有一个捕获信息新鲜度的成本函数。我们提出以下贡献。首先，我们证明了该问题是NP-困难的。其次，我们推导出一个整数线性公式，通过它可以获得小规模的情况下的最优解。第三，我们开发了一个基于拉格朗日分解的算法。第四，我们开发有效的算法来解决由此产生的子问题。我们的算法计算的界限，可用于评估任何次优解决方案的性能。最后，我们进行模拟，以显示我们的算法相比，贪婪的时间表的有效性。
2021-11-23 cs.NI
Energy-efficient Caching and Task offloading for Timely Status Updates in UAV-assisted VANETs
智能边缘网络正在成熟，以实现智能和高效的交通系统。在这封信中，我们考虑无人机（UAV）辅助车载网络，无人机提供缓存和计算服务，与基站（BS）的补充。一个主要的挑战是车辆需要通过协调无处不在的缓存和计算资源来获得及时的态势感知。请注意，用于车辆感知任务的缓存数据包含时变上下文信息，因此应结合任务执行来考虑缓存数据的新鲜度，以保证获得的状态更新的及时性。为此，我们提出了一个两阶段的性能指标来量化的影响，缓存刷新和计算卸载的决定年龄的状态更新。我们制定了能源最小化问题，共同考虑缓存刷新，计算卸载和老化的状态更新。为了方便在线决策，我们提出了一个深度确定性策略梯度（DDPG）为基础的解决方案的过程，并结合差异化的经验重放机制，以加速收敛。仿真结果表明，所提出的解决方案的性能是有竞争力的能源消耗获得新鲜的状态更新。
2022-05-04 cs.NI
Cache-Version Selection and Content Placement for Adaptive Video Streaming in Wireless Edge Networks
无线边缘网络通过在无线网络边缘提供计算和存储资源，有望为移动用户提供更好的视频流服务。然而，由于用户兴趣、用户设备、视频版本或分辨率、缓存大小、网络条件等的多样性，决定将视频内容放置在何处以及移动用户设备应当选择哪个高速缓存和视频版本是具有挑战性的。在本文中，我们研究了无线边缘网络中的自适应视频流的缓存版本选择和内容放置的联合优化。我们提出了实用的分布式算法，在每个用户设备和每个网络缓存，以最大限度地提高整体网络效用。除了证明我们的算法的最优性，我们实现了我们的算法，以及几个基线算法的ndnSIM，一个基于ns-3的命名数据网络模拟器。模拟评估表明，我们的算法显着优于传统的启发式解决方案。
2019-04-09 cs.NI
Hierarchical Soft Slicing to Meet Multi-Dimensional QoS Demand in Cache-Enabled Vehicular Networks
车载网络需要支持具有多维服务质量（QoS）要求的多种内容应用，而传统的一刀切的网络管理方法无法实现这一点。在本文中，提出了一个面向服务的分层软切片框架的缓存使能的车辆网络，其中每个切片支持一个服务和资源是逻辑上隔离，但机会主义地重用，以利用复用增益。所提出的框架的性能进行了研究，在分析的方式考虑两个典型的道路上的内容服务，即，时间关键的驾驶相关上下文信息服务（CIS）和带宽消耗的信息娱乐服务（IS）。构建两个网络切片以分别支持CIS和IS，其中资源在切片内和切片间级别上都是机会性重用的。具体地，IS切片的吞吐量、内容新鲜度（即，从理论上分析了CIS切片的复用增益和延迟性能，从而得到了软切片的复用增益。在OMNeT++和MATLAB平台上进行了大量的仿真，以验证分析结果。仿真结果表明，该方法在保证CIS内容新鲜度和服务延迟不变的情况下，可以将IS吞吐量提高30%。
2019-12-24 cs.IT cs.NI math.IT
Dynamic Content Caching with Waiting Costs via Restless Multi-Armed Bandits
Indian Institute of Science（印度科学学院）
针对本地缓存内容更新问题，提出基于Whittle指数的Restless多臂老虎机策略，在容量约束下最小化长期平均成本，数值验证接近最优且优于现有策略。
2026-09-23 cs.NI
A Distributed Satisfactory Content Delivery Scheme for QoS Provisioning in Delay Tolerant Networks
本文研究容迟网络中的内容转发问题。我们首先制定的内容交付互动作为一个非合作的满意度游戏。一方面，源节点寻求确保高于某个给定阈值的递送概率。另一方面，中继节点寻求最大化自己的收益。源节点向中继提供奖励（虚拟币），中继缓存并将文件转发到最终目的地。每个中继都面临着接受/拒绝缓存源文件的困境。协作由于缓存、携带和转发源文件而产生能量成本。然而，当中继站接受合作时，如果它成功地成为第一个将内容转发到目的地的中继站，则它可以接收一些奖励。否则，中继可能会收到一些惩罚的形式，一个恒定的遗憾，后一个参数的引入，使合作的激励。接下来，我们引入满意均衡（SE）的概念作为诱导博弈的解决方案。现在，源节点只对达到大于某个给定阈值的文件传递概率感兴趣，而中继节点则理性地行为以最大化其各自的收益。完整的刻画SE的纯和混合策略。此外，我们提出了两个学习算法，让球员（源/中继）达到SE策略。最后，进行了广泛的数值研究和一些学习模拟，以说明相互作用的节点的行为。
2016-08-18 cs.GT cs.NI
A TTL-based Approach for Content Placement in Edge Networks
边缘网络通过在网络边缘提供计算和存储资源，有望为用户提供更好的服务。然而，由于用户兴趣、内容流行度、分布式网络结构、缓存大小的不确定性和多样性，决定将内容放置在何处以及应该缓存多长时间是具有挑战性的。在本文中，我们研究了效用优化的内容放置在边缘网络通过基于定时器（TTL）的政策。我们提出了可证明的最佳分布式算法，在每个网络缓存操作，以最大限度地提高整体网络效用。我们基于TTL的优化模型为每个内容必须缓存多长时间以及应该将其放置在边缘网络中的何处提供了理论答案。广泛的评估表明，我们的算法显着优于传统的缓存算法在某些网络拓扑结构的路径复制。
2020-03-13 cs.NI cs.PF
Air-Ground Integrated Vehicular Network Slicing with Content Pushing and Caching
提出了一种空地一体化车载网络（AGIVEN）架构，空中高空平台（HAP）通过大面积广播主动向车载推送内容，地面路侧单元（RSU）按需提供高速单播服务。为了有效地管理多维异构资源，引入了面向服务的网络切片方法，将AGIVEN虚拟地划分为多个切片，每个切片支持特定的应用，并保证服务质量（QoS）。具体而言，多资源供应AGIVEN切片的基本问题进行了研究，考虑到典型的车辆应用程序的基于位置的地图和基于流行度的内容服务。对于基于位置的地图服务，相对于HAP广播速率和车辆缓存大小导出HAP车辆主动推送的能力，其中存在指示最优通信缓存资源交易的鞍点。对于共同感兴趣的热门内容，获得平均板载内容命中率，HAP推送新生成的内容以保持板载缓存新鲜。然后，最小RSU传输速率推导出满足平均延迟要求的每个切片。分析结果揭示了RSU传输速率、HAP广播速率和车辆缓存大小之间的服务相关资源配置和交易关系，为实际多资源网络切片提供了指导。仿真结果表明，所提出的AGIVEN网络切片方法匹配多资源跨切片，从而RSU传输速率可以节省40%，而保持相同的QoS。
2018-06-11 cs.IT cs.NI math.IT
On-Demand AoI Minimization in Resource-Constrained Cache-Enabled IoT Networks with Energy Harvesting Sensors
我们考虑一个资源受限的物联网网络，其中多个用户向启用缓存的边缘节点发出按需请求，以发送有关各种随机过程的状态更新，每个过程都由能量收集传感器监控。边缘节点通过决定是否命令相应的传感器发送新的状态更新或从缓存中检索最近接收的测量结果来满足用户的请求。我们的目标是找到边缘节点的最佳动作，以最小化在请求时接收到的测量的平均信息年龄（AoI），即，平均按需AoI，服从每时隙传输和能量约束。首先，我们推导出一个马尔可夫决策过程模型，并提出了一个迭代算法，获得最优策略。然后，我们开发了一个渐近最优的低复杂度算法-称为松弛，然后截断-并证明它是最佳的传感器的数量趋于无穷大。仿真结果表明，所提出的松弛，然后截断的方法显着降低了平均按需AoI相比，一个请求感知的贪婪（近视）的政策，也描绘了它执行接近最佳的解决方案，即使是中等数量的传感器。
2022-01-28 cs.IT cs.NI cs.SY
Network Utility Aware Traffic Loading Balancing in Backhaul-constrained Cache-enabled Small Cell Networks with Hybrid Power Supplies
爆炸性的数据流量增长导致整个移动网络的容量需求持续激增。为了提供高网络容量，广泛部署了小小区基站（SCBS）。由于SCBS与移动用户的接近性，SCBS可以有效地提高网络容量并从宏BS（MBS）卸载业务负载。然而，成本有效的回程可能不容易用于SCBS，从而导致小型小区网络（SCN）中的回程约束。在BS中启用高速缓存可以减轻SCN中的回程约束。此外，SCBS的密集部署可能导致过度的能量消耗。为减少棕色电力消耗，将探索可再生能源为基站供电。在这样的网络中，动态地平衡BS之间的业务负载以优化网络效用是具有挑战性的。在本文中，我们研究的业务负载均衡回程限制缓存启用的小小区网络由混合能源供电。我们提出了一个网络效用感知（NUA）流量负载均衡方案，优化用户关联，以达到绿色能源利用率和流量传输延迟之间的折衷。在平衡业务负载时，所提出的NUA业务负载均衡方案考虑绿色功率利用率、BS及其回程中的业务递送延迟以及缓存命中率。NUA业务负载均衡方案允许动态地调整绿色功率利用与业务递送延迟之间的折衷。我们已经证明了所提出的NUA流量负载均衡方案的收敛性和最优性。通过大量的仿真，我们比较了NUA业务负载均衡方案与其他方案的性能，并显示了其在回程受限的高速缓存使能的小小区网络与混合电源的优势。
2014-09-29 cs.NI
Effectiveness and predictability of in-network storage cache for scientific workflows
University of California at Berkeley（加州大学伯克利分校）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）；Energy Sciences Network（能源科学网络）；University of California at San Diego（加州大学圣迭戈分校）；California Institute of Technology（加州理工学院）
针对科学合作中远端共享数据重复访问导致的高延迟与带宽占用问题，研究了高能物理实验的PB级网内缓存的有效性，验证了其流量削减效果，并构建可准确预测缓存行为的机器学习模型，支撑资源规划。
2023-07-20 cs.DC cs.LG cs.NI
Version Age-Optimal Cached Status Updates in a Gossiping Network with Energy Harvesting Sensor
针对能量收集传感器构成的八卦型物联网监测网络，研究利用马尔可夫决策过程框架优化聚合器缓存策略，以最小化平均信息版本年龄，经分析与仿真验证，最优策略性能优于基线策略。
2023-11-03 cs.IT cs.NI math.IT
Competitive Caching of Contents in 5G Edge Cloud Networks
移动数据流量的激增迫使网络运营商应对容量短缺。在5G网络中部署小型小区意味着减少延迟，回程流量并增加无线电接入容量。在这种情况下，移动边缘计算技术将用于管理无线电接入网络中的专用缓存空间。因此，移动网络运营商将能够为OTT内容提供方提供新的缓存服务，以提高其客户在移动中的体验质量。进而，移动边缘网络中的高速缓存存储器将变成共享资源。因此，我们研究了一个竞争性的缓存方案，内容存储在给定的价格由移动网络运营商。首先，我们制定了一个资源分配问题的标记内容提供方寻求最大限度地减少预期的错过缓存率。最优缓存策略是根据内容的流行度和可用性、小小区的空间分布以及竞争内容提供方的缓存策略而得出的。它表明，诱导一个特定的顺序的内容被缓存的基础上，他们的流行程度和可用性。接下来，我们研究了内容提供方之间的博弈，其形式为具有有界策略集和异构玩家的广义Kelly机制。证明了纳什均衡的存在唯一性。最后，大量的数值结果验证和表征模型的性能。
2016-12-05 cs.GT cs.NI
Quantum-Assisted Joint Caching and Power Allocation for Integrated Satellite-Terrestrial Networks
本文针对星地一体化网络中的内容分发问题，提出一种混合量子-经典广义Benders分解算法，通过联合优化缓存放置、内容分发策略和功率分配来最大化网络吞吐量，并利用量子退火器高效求解大规模混合整数非线性规划。
2023-12-22 cs.NI eess.SP
A Deep Reinforcement Learning-Based Caching Strategy for IoT Networks with Transient Data
York University（约克大学）
物联网（IoT）在过去几年中不断崛起，其潜力现在更加明显。然而，瞬态数据生成和有限的能源资源是这些网络的主要瓶颈。此外，最小延迟和其他传统的服务质量测量仍然是需要满足的有效要求。高效的缓存策略可以帮助满足标准服务质量要求，同时绕过物联网网络的特定限制。采用深度强化学习（DRL）算法使我们能够开发一种有效的缓存方案，而无需任何先验知识或上下文信息。在这项工作中，我们提出了一个基于DRL的缓存方案，提高缓存命中率，降低物联网网络的能耗，同时，考虑到数据的新鲜度和有限的生命周期的物联网数据。为了更好地捕捉区域不同的流行度分布，我们提出了一种分层架构，在物联网网络中部署边缘缓存节点。综合实验的结果表明，我们提出的方法优于众所周知的传统缓存策略和现有的基于DRL的解决方案的缓存命中率和物联网网络的能源消耗相当大的利润。
2022-03-16 cs.LG cs.NI
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
Optimal Status Update for Caching Enabled IoT Networks: A Dueling Deep R-Network Approach
在物联网（IoT）网络中，缓存是一种很有前途的技术，它通过将数据包缓存在边缘缓存节点（ECN）中来响应用户的数据请求，从而降低传感器的能耗。然而，如果没有一个有效的状态更新策略，由用户获得的信息可能是陈旧的，这反过来将不可避免地恶化的准确性和可靠性的实时应用程序的派生决策。在本文中，我们专注于打击之间的平衡信息的新鲜度，在年龄的信息（AoI），由用户体验和传感器消耗的能量，通过适当地激活传感器更新其当前状态。特别是，我们首先描绘了从不同用户的角度与非均匀持续时间的时间步长，这是由用户的数据请求和ECN的状态更新决策的每个传感器的AoI的演变。然后，我们制定了一个基于非均匀时间步长的动态状态更新优化问题，以最小化长期平均成本，联合考虑平均AoI和能源消耗。为此，马尔可夫决策过程的制定，并进一步，决斗深度R-网络的动态状态更新算法设计通过结合决斗深度Q-网络和表格R-学习，其中的灾难的维数和未知的环境动态可以解决的挑战。最后，通过与五种基线深度强化学习算法和策略进行比较，进行了大量的仿真，以验证我们提出的算法的有效性。
2021-06-13 cs.NI eess.SP
Wireless Laser Power Transfer for Low-altitude Uncrewed Aerial Vehicle-assisted Internet of Things: Paradigms, Challenges, and Solutions
本文探讨了无线激光功率传输（WLPT）作为低空无人机辅助物联网可持续能量供应的变革性解决方案，系统研究了其基本原理与比较优势，提出了三种运行范式及潜在解决方案，并构建多智能体强化学习框架，仿真证明其显著提升了能量可持续性与数据新鲜度。
2025-11-05 cs.NI cs.SY eess.SY
