摘要
本发明公开了一种多层边缘缓存网络协同优化方法及系统,涉及边缘计算与无线通信技术领域,该方法在内容缓存与更新过程中,同时考虑了内容的新鲜度(信息年龄)、缓存更新成本及用户请求的动态变化,提出一种新的缓存时效性奖励模型,构建了一个集全局优化与局部自适应调整为一体的协同缓存机制。其中,MBS侧基于长期流行度预测确定内容的最优更新频率,以减少更新冗余并保证内容的时效性;SBS侧采用结合Lyapunov优化与流行度预测的动态调整策略,在维持系统稳定性的同时实时优化缓存内容,提高用户获取内容的准确性和及时性。该方法有效提升了边缘网络中内容分发的服务质量,降低了缓存更新成本,适用于车联网、智慧城市等对信息时效性要求较高的场景。
技术关键词
边缘缓存网络
协同优化方法
时效性
序列二次规划算法
决策
KKT条件
队列
频率
内容分发
协同优化系统
周期
LSTM模型
变量
无线通信技术
缓存策略
缓存机制
神经网络模型
内容更新
节点更新
年龄
系统为您推荐了相关专利信息
潜力预测方法
模型预测值
决策树模型
样本
智能模型
电梯群控系统
智能化电梯
云平台
物联网技术
数据采集模块