一种车联网中基于异步联邦学习和社交感知的智能合作缓存策略

本发明公开了一种车联网中基于异步联邦学习和社交感知的智能合作缓存策略，包括：用户车辆向本地RSU发送缓存请求；按优先级选择有请求内容的本地RSU、附近用户车辆、邻近RSU、宏基站，响应用户车辆的缓存请求，且车辆间通信采用社交网络；用户车辆接收到请求内容后，采用车辆本地局部模型更新本地缓存内容，并基于车辆本地经验池数据更新本地局部模型；被选车辆将更新后的局部模型上传至本地RSU；本地RSU接收到局部模型时，基于车辆权重更新全局模型；本地RSU使用全局模型，基于其服务区域内车辆的请求内容更新本地缓存内容。本发明通过异步FL下的DQN训练进行协同更新缓存，可以降低请求内容的传输延迟，提升缓存命中率。