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

本研究讨论了无线接入网络中缓存应用的困境，提出了一种缓解局限性的框架，其中包括基于年龄阈值策略的缓存，以及局部和全局缓存之间的协调机制。

Jan, 2016

本文研究了在移动通信下行数据中进行内容级别选择性卸载的问题，将流行的内容存储在无线信息站终端的高速缓存存储器中，直接从信息站下载存储的内容，以减少蜂窝网络的延迟和负载，并利用多臂赌博问题及切换成本等方式进行最优的缓存内容放置来学习流行度模型，以提高缓存效率。

Jul, 2014

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

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

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

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

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

本文研究通过对中国一座大都市两周之内的两百万用户观看约 30 万个唯一视频的真实数据集进行分析，提出了基于移动视频请求模式和边缘内容缓存影响的缓存策略，并且使用实验数据对其进行了验证。

Feb, 2017