基于去中心化个性联邦学习的D2D网络边缘缓存方法、内容提供方法及网络

本发明公开了基于去中心化个性联邦学习的D2D网络边缘缓存方法、内容提供方法及网络，属于无线通信技术领域，包括：各用户设备在本地建立用于求解协作边缘缓存优化问题的深度强化学习模型；协作边缘缓存优化问题以每个时隙的D2D协作缓存策略作为优化对象；在每个时隙，各用户设备利用本地的深度强化学习模型求解协作边缘缓存优化问题，并更新用户设备本地的模型参数；每经过m个时隙，各用户设备将本地的模型参数与其邻居的模型参数聚合；在每个时隙，按照各用户设备本地的D2D协作缓存策略缓存各用户设备所请求的各内容。本发明能够在保证数据隐私的情况下考虑不同用户的偏好，并减少对集中式服务器的依赖，在有限资源约束下有效降低系统时延。