雾网络中在线缓存方案设计

孙 蓉，郑慧慧，刘景伟

(1.西安电子科技大学 综合业务网理论及关键技术国家重点实验室，陕西 西安 710071；2.华侨大学 厦门市移动多媒体通信重点实验室，福建 厦门 361021；3.中原银行股份有限公司，河南 郑州 450000；4.西安电子科技大学 陕西省区块链与安全计算重点实验室，陕西 西安 710071)

5G网络中将会部署大量的超密集边缘设备，包括基站、无线接入点(AP)、平板电脑、智能手机等[1]。越来越多的设备产生了很大的数据流量，给网络造成了很大的压力，而用户对未来5G通信网络的要求也越来越高。因此，如何在无线网络中快速处理和获取数据，提高用户体验质量尤为重要，这成为部署5G网络需要解决的关键问题。一种有效的方法就是在边缘设备附近放置和处理数据，以避免不必要的网络数据传输，减少网络传输时延[2]。与云计算相比，雾计算更接近网络的边缘，将云服务的能力扩展到网络的边缘[3-4]。雾计算网络通过近距离地为终端用户提供计算、存储和通信等服务，有效地降低了数据传输时延。编码缓存作为5G移动通信系统的关键技术之一，在减轻网络负担、提高网络性能和能量效率等方面得到了广泛的关注[5]。将编码缓存技术应用于雾计算网络的边缘节点，用户可以更有效地获取所需的数据。因此，研究雾计算网络中边缘节点的缓存资源分配，以提高数据访问的命中率，减少数据访问的时延，具有十分重要的意义，一直是学术界和工业界关注的焦点。

笔者研究了基于雾计算网络模型的编码缓存技术的相关问题。在雾网络中，雾节点和用户节点都配备了有限容量的缓存。用户请求的流行内容可以由服务器和雾节点提供。雾网络缓存架构可以看成是一个两跳网络，它解决了缓存资源分配和数据传输的问题，缓存架构中的雾节点被视为中继节点。缓存方案的目的是通过联合优化放置和交付阶段来满足每个用户的请求，从而最小化网络上的最大流量负载。

MADDAH-ALI[6-7]等提出了两种编码缓存方案，即中心化编码缓存方案和去中心化编码缓存方案。相对于传统缓存技术，编码缓存技术不仅具有本地缓存增益，还具有全局缓存增益。大量的工作进一步研究了编码缓存技术，如缓存技术的传输性能优化问题[8-9]，非均匀请求下的缓存内容分配问题[10-11]，多服务器网络中文件的分布式存储问题[12-13]。

以上这些工作都是基于离线场景下研究的。在离线缓存中，服务器数据库中的文件不会改变，中继和用户的缓存内容也不需要更新。因此在离线场景中，只需要关心放置阶段和交付阶段。然而在实际场景中，服务器数据库中的文件是不断变化的[14-15]，所以在在线缓存中服务器文件以及中继和用户的缓存内容都需要更新。

1 DOER系统模型

在雾网络缓存系统中，用户向云服务器中的文件发出请求。该请求信息先经过雾层，由具有计算和缓存功能的雾节点来进行一定的处理。如果雾层不能满足用户的需求，则雾层会把请求信息提交给云层。云服务器收到请求信息后，将发送数据给雾层，雾节点再将数据发送给需要的用户。基于此云雾协作的缓存系统架构，笔者研究了雾网络中的编码缓存技术。

1.1 网络模型

图1 在线缓存系统模型

1.2 网络模型

使用离线场景下的去中心化编码缓存方案来设计两跳网络的在线缓存方案。将此在线去中心化编码缓存方案简称为DOER(Decentralized Outdated file Eviction for Random access)方案，系统模型如图1所示。DOER方案的系统模型由若干个周期t组成。服务器在周期t的文件表示为Wt={Wt，1，Wt，2，…，Wt，N}。在每个周期内，新文件Wt，new以概率β到达服务器，则概率1-β表示没有新文件到达服务器。因此，服务器在周期t的文件Wt与Wt-1、概率β、新文件Wt，new有关，即新文件到达时，服务器需要更新数据库中的文件。系统用户数量为K。在每个周期内，用户以概率ω请求服务器中的文件。用户在周期t内的请求矢量dt={dt，1，dt，2，…，dt，K}。dt，k表示用户Uk请求文件的索引，即dt，k∈{0，1，…，N}。当dt，k∈{1，2，…，N}时，表示用户Uk请求文件Wdt，k，称用户Uk是活动的；当dt，k=0时，表示用户Uk没有请求文件，称用户Uk是不活动的。在这里，仅考虑服务器数据库中的文件总数不小于系统中总的用户数量，即N≥K。

2 DOER方案描述

DOER方案主要包含4个过程：初始化缓存，文件更新，内容交付和缓存更新。

定义Hh表示中继Lh的缓存内容。Zk表示用户Uk的缓存内容。RshB表示从服务器到中继Lh的传输比特量。RhkB表示从中继Lh到用户Uk的传输比特量。

2.1 初始化缓存

图2 文件编码过程

2.2 文件更新

在t≥1周期内，新的文件Wt，new以概率β到达服务器，则Wt，new=φ的概率为1-β。若有新文件Wt，new到达，则服务器从原有文件集中随机均匀地选择一个用新文件Wt，new替换。然后，服务器将新文件的标识以及被替换文件的索引发送给中继和用户。若没有新文件到达，则t时刻的文件集Wt=Wt-1。该过程被称为服务器中的文件更新。

2.3 内容交付

总的来说，在交付阶段活动用户的请求文件被自己局部缓存时，服务器可以通过去中心化编码缓存方案的编码多播来满足用户的请求。活动用户的请求文件没有被自己局部缓存时，服务器通过发送文件的编码包来满足用户的请求。

2.4 缓存更新

在线缓存DOER方案中，新文件到达服务器时，服务器从原文件集随机选择一个文件用新到达的文件进行替换。替换完成后，服务器将新文件的标识和替换文件的索引发送给中继和用户；当用户请求的文件被本地缓存时，服务器根据去中心化编码缓存方案的交付阶段发送多播信息给中继，中继将接收到的编码信号和本地局部缓存内容发送给连接的用户。当用户请求的文件没有被本地缓存时，服务器将发送请求文件的编码包给中继，中继将接收到的编码包发送给用户。然后，中继和用户用接收到的新文件的编码包替换从服务器剔除的文件的局部内容。这样，保证了服务器中的文件与中继和用户的缓存的文件总是保持一致。

3 性能分析

笔者分析在最坏情况下的在线缓存DOER方案的传输性能。首先看服务器中没有新文件到达，用户请求的内容在本地都有局部缓存时的传输速率。

(1)

(2)

若服务器中有新文件到达，且用户Uk请求该文件，则服务器将新到达的文件的编码包发送给中继Lh，h∈Hk。所以，服务器到中继Lh的归一化的传输速率Rsh满足

(3)

则中继Lh到该用户Uk的归一化的传输速率Rhk为

(4)

图3 传输速率和用户缓存的关系

图3刻画了DOER方案中传输速率和缓存内存之间的关系。传输速率所表示的是链路上的负载量(被文件归一化后)。因此，所需的传输速率越小，需要传输的数据量越小，获取数据的传输时间越小；在相同带宽的条件下，网络负载越小。可以明显地观察到，服务器到中继的传输速率随着中继和用户缓存内存的增加逐渐减小。中继到用户的传输速率仅仅和用户的缓存内存有关，且随着用户缓存内容的增加而逐渐减小。

4 结束语

笔者将编码缓存技术应用于雾网络中，以满足用户对5G通

信系统的需求。首先将雾网络缓存系统简化为两跳网络，根据两跳网络模型，为其设计了在线去中心化编码缓存方案。该方案基于文件分割和MDS编码，通过设计服务器文件更新策略以及中继和用户的缓存更新策略，保证了服务器文件与中继和用户的缓存文件一致，使得中继和用户的缓存内容保持有效性。仿真结果表明，该方案可以明显地减少网络中的传输负载，有效地降低传输时延。

在后续工作中，将会考虑在缓存内容方面加以信息年龄等权重指标，综合提高网络传输质量。