基于组播传输的Small Cell网络缓存放置研究

方俊才，潘沛生

(南京邮电大学 通信与信息工程学院， 江苏 南京 210003)



基于组播传输的Small Cell网络缓存放置研究

方俊才，潘沛生

(南京邮电大学 通信与信息工程学院， 江苏 南京 210003)

Small Cell是一种低发射功率、小范围覆盖的基站。Small Cell作为3G/4G宏蜂窝的补充，能够使运营商以更低的代价为用户提供更好的无线宽带语音及数据业务。为了减少用户与蜂窝网络请求内容的流量，基于小基站文件流行度的缓存放置方案成为一种常见的解决方法。设计的缓存放置方案考虑到运营商能在一个服务周期内用单个组播服务多个用户对同一文件的请求，这比用多次单播耗费更少的能量。实验结果表明，设计的方案与现有的研究方案相比能量效率更高。

小基站；组播传输；流行度；缓存放置

0 引言

如今，移动数据流量正经历前所未有的全球性增长，未来几年将持续45%的增长率，预计2020年达到30.5艾字节[1]。即使现有的网络，以及正在建设的4G网络或者正在试验中的5G网络都非常难以满足如此大的流量需求。为了解决这个问题，运行商已经开始部署了小基站(SCBs)[2]，与传统的宏基站协同工作，减轻流量压力。小基站增加了频谱利用效率，并减少了用户与宏基站之间的通信。

利用网络存储改变网路的性能已经引起越来越多研究者的兴趣，为了减小成本和回程，已有学者提出在小蜂窝系统中使用缓存方案[3-6]。如果用户请求的文件已经缓存在小基站之中，用户的请求将会由小基站服务，否则将由宏基站(MBS)进行服务。该方案最大的挑战就是设计最优的缓存政策，即每个小基站应该缓存哪些文件，实现减少服务成本的目的。

组播在蜂窝网络的多媒体内容传输中是一种很有前途的解决方案[7-8]，并已被纳入3GPP版本。当多用户在一个周期内对同一文件发出请求时，宏基站可以通过一次组播传输文件以实现对多用户服务。显然，组播能影响缓存策略。例如，宏基站用组播传输一个文件，该文件可以不在任何一个小基站中进行缓存，另外一方面，为了避免这样的宏基站传输，所有的小基站可以缓存服务用户的请求文件。

针对运营商使用组播，本文为小蜂窝网络设计了缓存策略，与其他方案一样，此处的目标是减少运行商的能量成本。首先介绍系统模型，定义一个最优化问题，本文称之为MACP(Multicast Aware Caching Problem)，并将会证明MACP的复杂度，设计一种启发式算法。

1 系统模型

如图1所示，Small Cell网络下每个小基站部署在宏基站的周围，小基站可以服务附近的请求，N个小基站组成的集合为A，每个小基站n∈A的缓存容量为Sn，表示小基站储存的文件最大数量。

图1 系统模型，网络由1个宏基站(MBS)和N个小基站(SBSs)组成

CM代表数据从宏基站传输到用户的能量成本。CN表示小基站n传输数据到用户的能量成本。CS为小基站储存能量成本，成本与文件的大小和存储介质有关。这些成本参数可以解释为运营商的资本性输出(Capital Expenditure Cost)。

本文研究的系统在一定时间间隔d内，文件的流行度是已知的。Φ代表宏基站储存M个文件组成的集合，文件按照流行度排序，用户请求第i个文件的概率PM(i)符合齐普夫定律(ZIPF)[9]，表示为:

(1)

在本文中，所有的文件拥有同样的大小。为了便于分析，假设所有的小基站的覆盖区域是不重合的，因此用户最多只可能在一个小基站覆盖的区域内。用λni表示小基站n覆盖区域内用户对于文件i的平均需求。λ0i代表不在任何一个小基站覆盖区域内的用户对于文件i的平均需求。小基站n在每秒内可以服务用户对文件的请求最大数目为Un，Un满足随机分布，即不同的小基站服务的最大用户数可能是不一样的。λni等于Un与文件流行度PM(i)的乘积，表示为：

λni=UnPM(i)

(2)

因此，每个基站文件i的请求数量满足泊松分布，则在一个组播周期内小基站n中用户至少一次对文件i发出请求的概率为pni，其表达式为:

pni=1-e-λnid

(3)

小基站没有覆盖的即由宏基站服务的区域表示为n0，小基站组成的区域表示为集r，所有区域组成的集合为R，表示为：

R=(r:r⊆A∪n0,r≠φ)

(4)

在一个组播周期内，任意区域r中，每个小基站用户对文件i∈Φ至少发出一次请求的概率为qri，请求相互独立，概率表示为：

qri=Πn∈rpniΠn∉r(1-pni)

(5)

P表示宏基站向小基站n下的用户的发射功率[10]，单位为W，表示为：

P=Ps-Gu-Gm+Lmu+Ψ+10log10B

(6)

Ps表示基站接收灵敏度,Gu代表用户天线增益，Gm表示基站的天线增益，Lmu表示宏基站与用户之间的路径衰落，Ψ表示阴影效应，B表示资源块数目。本文中宏基站传输到用户的能量成本CM=P×t。t表示文件无线传输的时间，为文件大小除以无线传输速率。

存储成本CS与文件大小和存储介质有关，1 bit文件储存功率等于6·10-12W[11]，用固态硬盘存储文件。

2 问题描述

二进制变量xni表示文件i∈Φ是否存储在小基站n∈A中，如果小基站n存储了文件i，则n∈A，xni=1。xni变量组成的矩阵为x，表示为：

x=(xni∈{0,1}:i∈Φ,n∈A)

(7)

二进制变量yri表示当区域r⊆R收到对文件i有请求时，宏基站决定是否应该进行组播传输。yri=1表示宏基站对用户的请求用组播传输;yri=0表示用户对文件i的请求都被当地的小基站服务了，不需要组播传输。这些变量组成的矩阵为y：

y=(yri∈{0,1}:r⊆R,i∈Φ)

(8)

yri=1可分为两种情况：当请求不在任意小基站覆盖区域内n0时，满足n0∈r，能够被宏基站服务；文件请求来自于小基站n∈r 0，但小基站没有储存文件i，此时需要宏基站进行组播传输。

Ji(y)表示用组播服务文件i的能量成本:

Ji(y)=∑r⊆Rqri(yriCM+(1-yri)∑n∈rCN)

(9)

本文把基于组播传输的缓存放置问题(MACP)作为一个最优化问题，最优化问题目标函数表示为：

minx,y∑n∈A∑i∈ΦxniCS+∑i∈ΦJi(y)

(10)

s.t ∑i∈Φxni≤Sn

(11)

xni∈{0,1}:i∈Φ,n∈A

yri∈{0,1}:r⊆R,i∈Φ

式(10)表明能量总成本等于完成用户对文件请求的能量成本和每个小基站储存文件的成本之和。

3 缓存放置算法

本文研究的目标是求出基于组播传输的小蜂窝网络缓存放置最佳方案，上节分析了MACP问题的难度，在本节中提出一个解决组播感知传输缓存问题(MACP)的轻量级迭代算法，每次迭代的目标就是求出式(10)的最小值。

算法形式化描述如下：

输入：N个小基站集合A，文件集合Φ，周期d，需求λni

输出：缓存矩阵x

(4) for 迭代次数

number=1,2,…,∑n∈ASn, do

(6)xn*i*=1

(9) ifFn*=Snthen

(10) for 每个i∈Φ使得(n*,i*)∈Ddo

(11) end for

(12) end if

(13) end for

4 仿真结果与分析

本文设计网络包含14个小基站和1个宏基站，文件的总数量M=100，Sn=S，每个储存的文件数限制是一样的。服务周期d=10 s，每个文件大小为30 Mbit，文件流行度满足齐普夫(zipf)定律[12-13]，在每个小基站覆盖区域内，小基站的最大请求次数从每秒1个到每秒10个变化，满足随机分布。设置r0i=0。假设在LTE环境进行数据传输，P=43 dBm，即20 W。理想下行传输速率为100 Mbit/s，则30 Mbit文件传输时间等于0.3 s。传输的能量成本CM=CN。本文比较三种缓存方案的性能。基于流行度感知的单播传输(PAC-UT)缓存方案：所有的小基站都缓存最流行的文件，每个文件请求都通过单播完成；基于流行度感知的组播传输(PAC-MT)方案：每个小基站都相互独立缓存最流行的文件，对同一文件在同一周期的请求，宏基站可以通过一个组播传输完成服务；基于组播感知传输(MAC-MT)的缓存方案：通过本文算法完成文件的放置，当多用户对同一文件在同一时期进行请求时，宏基站可以通过一个组播传输完成服务。

从图2可以观察到，随着齐普夫参数的增加，所有方案的成本都在减少，可以明显地观察到在α值较小时，基于组播感知传输(MAC-MT)的缓存设计方案是更优的。随着流行度参数的增加，与基于流行度感知的组播传输 (PAC-MT)设计方案相比二者的性能非常接近，因为一小部分文件变得非常流行，有更多的用户请求，因此把这些最流行的文件缓存到当地小基站中，可以满足当地的需求。

图2 文件流行度分布参数对三种方案性能影响

由图3可以看出，随着小基站缓存文件数量的增加，更多的请求被当地满足，三种方案运营商的服务成本在明显地下降。本文提出的MAC-MT方案相对于其他两种方案，在小基站缓存文件最大数量增加时，性能良好。

图3 小基站缓存容量对三种方案性能影响

在周期d内，用户的请求必须得到服务。由图4得知，当服务周期d增加时，服务成本上升了，因为要服务更多的请求，基于组播感知传输(MAC-MT)的缓存设计方案通过组播满足更多的请求。与PAC-UT和PAC-MT两种方案相比，服务成本增加得更加缓慢，也就是服务周期越长，MAC-MT相比前两种方案将会取得更好的效益。

图4 服务请求的周期对三种方案性能影响

5 结束语

本文针对小基站缓存文件放置的问题，为减少运营商服务用户请求的能量成本，设计了基于组播传输的缓存方案，并设计了算法实现缓存的放置。与传统的基于流行度的缓存放置方案相比，该缓存策略利用组播传输的特点，同时结合文件的流行度，使运营商服务成本大幅度下降。实验结果表明了该方案性能优异。

[1] Cisco.VNI mobile forecast update[EB/OL].(2016-02-06)[2016-07-01].http://www.cisco.com/c/en/us/solutions/collateral/service-provider/visual-networking-index-vni/mobile-white-paper-c11-520862.html.

[2] Intel.Rethinking the small cell business model[EB/OL].(2015-06-04)[2016-12-30].http://www.intel.com/content/dam/www/public/us/en/documents/white-papers/communications-small-cell-study.pdf.

[3] SHANMUGAM K, GOLREZAEI N, DIMAKIS A G,et al. FemtoCaching: wireless content delivery through distributed caching helpers[J]. IEEE Transactions on Information Theory,2011,59(12):8402-8413.

[4] OSTOVARI P, KHREISHAH A, WU J. Cache content placement using triangular network coding[C].Wireless Communications and Networking Conference, IEEE, 2013:1375-1380.

[5] POULARAKIS K, TASSIULAS L. Exploiting user mobility for wireless content delivery[C]. IEEE International Symposium on Information Theory Proceedings, IEEE, 2013:1017-1021.

[6] POULARAKIS K, IOSIFIDIS G, TASSIULAS L. Approximation caching and routing algorithms for massive mobile data delivery[C]. IEEE Global Communications Conference, IEEE, 2013:3534-3539.

[7] ALAY O, KORAKIS T, WANG Y, et al. Layered wireless video multicast using relays[J].IEEE Transactions on Circuits & Systems for Video Technology, 2010, 20(8):1095-1109.

[8] SU C, TASSIULAS L. Joint broadcast scheduling and user’s cache management for efficient information delivery[J]. Wireless Networks,2000, 6(4):279-288.

[9] BRESLAU L, CAO P, FAN L, et al. Web caching and zipf-like distributions: evidence and implications[C]. IEEE Global Communications Conference, IEEE, 1999, 1:126-134.

[10] KOUTITAS G, LOSIFIDIS G, LANNOO B, et al.Greening the airwaves with collaborating mobile network operators[J].IEEE Transactions on Wireless Communications, 2016,15(1):794-806.

[11] CHOI N, GUAN K, KILPER D C, et al. In-network caching effect on optimal energy consumption in contentcentric networking[C]. IEEE International Conference on Communications, IEEE, 2012:2889-2894.

Caching placement of small cell network based on multicast transmission

Fang Juncai, Pan Peisheng

(School of Communication and Information Engineering, Nanjing University of Posts and Telecommunications, Nanjing 210003, China)

Small cell is a base station with low transmit power and small coverage. Small Cell as a complement to the 3G/4G macrocell, enable operators to provide users with better wireless broadband voice and data services at a lower cost. In order to reduce the traffic of requests between users and cellular networks, the cache placement scheme based on the popularity of small base stations becomes a common solution.In this paper, a new method of cache placement is proposed. The cache policy carefully takes into account the fact that an operator can serve the requests for the same file that happen at nearby times via a single multicast transmission. The strategy is more economical in traffic than the schemes based on unicast transmission and popularity of files. The experimental results show that the proposed solution is more effective than the existing methods.

small cell; multicast transmission; popularity; cache placement

TN711

A

10.19358/j.issn.1674- 7720.2017.11.021

方俊才，潘沛生.基于组播传输的Small Cell网络缓存放置研究[J].微型机与应用，2017,36(11)：71-73，77.

2017-01-10)

方俊才(1990-)，男，硕士，主要研究方向：Small Cell网络缓存。

潘沛生(1966-)，男，博士，副教授，主要研究方向：无线网络与通信信号处理。