研究了移动边缘缓存技术下的安全隐私威胁问题，并提出了基于服务、基于位置的高效密钥分配协议（SOLEK）作为在移动边缘缓存下实现安全、高效内容交付的样例。

Dec, 2020

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

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

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

基于 Hazard Rate（HR）排序的 HR-Cache 是一种学习为基础的缓存框架，通过利用上界的规则指导缓存淘汰决策，并通过轻量级的机器学习模型提高字节命中率在边缘环境中的性能。实验结果表明，HR-Cache 相较于现有的最先进方法，在 WAN 流量节省方面具有 2.2-14.6% 的优势，不仅优于启发式缓存策略，还优于现有的基于学习的算法。

Feb, 2024

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

本文提出一种基于多智能体框架的深度强化学习方法以最小化整体平均传输延迟，通过与三种不同的缓存策略对比，结果显示出该算法对于不同环境的能力更强，性能也更好。

May, 2019

本研究通过开发优化模型研究车载缓存方案，在最小化网络能耗的同时，优化缓存决策和网络能效。通过 2-D Markov 过程和在线缓存算法，本研究提出的在线缓存方案在能耗效率、命中率、缓存利用率和系统收益方面都优于现有方案。

Feb, 2019

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

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