Feb, 2016

大数据与电信运营商的前瞻性缓存视角

PDF
TL;DR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。
5g wireless networksproactive cachingbig datacontent popularitybase stations
发现论文，激发创造
  • 面向网络的大数据缓存：从云端到边缘的迁移

    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

  • 5G 无线网络中积极缓存的作用

    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

  • 无线网络中具有服务区分的上下文感知主动内容缓存

    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

  • 小区基站缓存内容的基于学习的优化

    研究了无线小型基站中有限的回程容量中的最佳缓存内容放置，使用内容级选择性卸载并基于需求历史来优化缓存内容放置，并提供了三种算法进行研究。

    Feb, 2014

  • 使用不安定博弈算法缓存流量不稳定的内容

    本文研究在无线边缘 (即基站) 缓存内容以最小化无限时域内的成本问题，将问题建模为不安定老虎机问题，证明了应用 Whittle 指数策略最小化费用的指标性。

    Oct, 2022

  • 基于强化学习空时流行度的 5G 最优可扩展缓存

    本研究提出了一个基于强化学习和全局 / 本地 Markov 过程的缓存策略框架，用于预取受欢迎的文件，以便下一次请求时可以快速提供服务。

    Jul, 2017

  • 缓存启用的小型蜂窝网络：建模与权衡

    研究了在具有缓存能力的小型基站网络模型中，通过确定性分布或本地缓存满足用户需求的方式，分析了系统性能的关键操作参数，并演示了目标文件比特率、存储大小、文件长度和文件流行度对故障概率和平均交付速率的影响。

    May, 2014

  • 面向位置感知移动边缘缓存的内容流行度预测

    本文提出了一种基于位置定制的缓存方案，使用线性模型估计未来内容命中率，并以此为基础提出了求解最优缓存策略的不依赖于训练的在线算法，实现了自适应缓存决策并达到了与最优策略相当的命中率。

    Sep, 2018

  • 无线小区网络中的内容感知用户聚类和缓存

    本研究旨在优化小型基站中的内容缓存策略，提出了一种基于聚类与强化学习的方案，并在模拟中证明其相对于随机缓存和未聚类学习方案，能够最小化 42% 和 27% 的服务延迟，并获得 280% 和 90% 的更高卸载收益。

    Sep, 2014

  • 无线缓存：技术误解与商业障碍

    本研究讨论了缓存技术在无线网络中的应用，重点探讨了网络、信息理论、机器学习和无线通信等不同领域之间的联合研究，同时分析了涉及的利益相关者之间的复杂关系。最终，我们对 5G 无线网络中的缓存进行了前景展望和利益相关者分析。

    Jan, 2016