本研究论文旨在说明内容缓存技术对未来通信系统和网络的重要性，分析现有内容缓存技术的方法，讨论开创了新的缓存方向的论文，探讨缓存需要解决的挑战，并针对产业需求提出解决方案，以期发掘这一技术的全部潜力。

May, 2018

本文探讨了一个关键的使能器 —— 积极缓存，利用预测能力和存储、上下文感知和社交网络的最新发展，通过在基站和用户设备上缓存可预测的用户需求，可以显著减少峰值流量需求。通过两个利用网络的空间和社交结构的案例研究，我们证明了积极缓存的有效性。

May, 2014

本文研究了通过在基站采用主动缓存技术，以解决 5G 无线网络优化中的大数据问题。通过利用收集自土耳其电信运营商的用户移动通信数据进行内容受欢迎程度的估计，得出当存储容量为 15.4G，内容评价占 10％时，主动缓存实现 100％的请求满足率和 98％的后端负载卸载。

Feb, 2016

提出了一种大数据缓存架构来实现在 5G 无线网络中对内容的主动缓存，通过使用大数据分析工具，数值研究结果表明在提高用户满意度和减轻回传负载等方面获得了显著的收益。

Jun, 2016

本文介绍了关于具有缓存和异步内容重用的无线网络吞吐量的一些最新研究成果，提出了一种基于 D2D 通信的综合系统设计，可以利用设备上内容的缓存来提供比基站传输和传统 D2D 网络更高的网络吞吐量，并通过与基站的直接连接提供稀有视频请求。

May, 2013

本文提出了一种随机缓存和多播方案，通过优化设计参数，使用随机几何工具，针对大规模缓存启用的无线网络，考虑缓存和多播的分析和优化。通过优化技术，发展了一种迭代数值算法，在一般地区获得了局部优化的缓存和多播设计，并基于两步优化框架在渐进区域得到了一个渐进优化的缓存和多播设计。最终，数值模拟表明，在一般区域，渐进优化设计的成功传输概率比一些基线方案获得了显着的增益。

Dec, 2015

本文提出了一种上下文感知的预热缓存优化算法，通过定期观察连接用户的上下文信息来在线学习上下文特定的内容受欢迎程度，并更新缓存内容并随后观察缓存命中率，最终证明该算法以最大化缓存命中数为目标的最优缓存内容放置策略被证明是可行的。

Jun, 2016

本文调查了 i4C 技术的不同方面，并讨论了通信，计算，缓存和控制模型，重点关注最新趋势的传统和人工智能（AI）集成方法。此外，本文探讨了感知和通信（ISAC）的集成方法，并提出了 6G 网络的未来研究方向和挑战。

Dec, 2022

本文就达到低延迟通信所需的 RAN, 核心网络和缓存等三个不同技术领域进行了详细调研，并针对软件定义网络、网络功能虚拟化、缓存和移动边缘计算等构成 5G 的技术提供了综述。

Aug, 2017

本研究提出了一种新的方法，利用设备级缓存和双模基站能力，通过动态匹配游戏来最小化切换故障，减少互频信号测量能量消耗，在新型密集异构网络中提供无缝移动性。

Jan, 2017