基于移動場景下的邊緣緩存策略綜述

鄒夢婷 馮鑫鑫 王怡 王鑫濤

摘? ?要：隨著移動流量需求的爆炸式增長，傳統的流量緩存策略已經滿足不了現代通信網絡的要求，文章提出一種邊緣緩存策略，該策略力圖通過在網絡邊緣進行緩存的方法，來降低核心網絡的壓力。本策略建立了移動邊緣計算網絡模型，文章采用協同緩存策略，以最小化中傳輸開銷為目標建立最優化模型，以獲得在MEC架構中的內容緩存部署方案。

關鍵詞：MEC網絡模型;邊緣緩存;協同緩存

1? ? 研究背景及意義

近些年來，隨著移動設備數量的增加及互聯網數據流量的大幅度增長，對下一代的移動通信產生了巨大的沖擊，預計未來5G網絡容量將增加1 000倍[1]。為了滿足空前增長的用戶需求和數據流量，超密集小型蜂窩網絡部署通常可實現更高的網絡容量。近年來，通信業界的研究者們提出一種新型網絡結構—異構網絡（Heterogeneous Network，Het Net），用于提高網絡覆蓋率和網絡容量，通過在一個宏蜂窩小區部署不同大小的微基站，并采用各種無線接入技術，可以極大地提高網絡頻譜效率。另一方面，如果建立足夠的高速回傳來連接核心網絡與數量激增的小型基站，必然會帶來昂貴的成本開銷[2-3]。為此，通信學術界和產業界展開了大量的研究工作，通過研究發現，移動網絡流量的主要一部分來自于遠端服務器重復下載一些流行度較高的內容[4]，為了應對數據流量對移動通信網絡的沖擊，一種有效的方式是提前將內容事先緩存在網絡邊緣[5]，通過采用內容緩存策略將流行內容放在中間服務器，從而緩解回程鏈路的壓力。

2? ? MEC協作

2.1? MEC相關介紹

移動邊緣計算（Mobile Edge Computing，MEC）[6]在靠近移動用戶端提供了一個高度分布式的計算環境，可以用來部署應用程序和服務以及存儲和處理內容，由于MEC架構有效地把云計算和云存儲放置到網絡的邊緣，使內容、服務和應用程序被加速，從而從邊緣提高響應能力，通過將數據提前緩存到本地MEC服務器，用戶可直接從本地緩存中下載請求內容，從而減少冗余傳輸，實現更快的服務響應以及更高質量的用戶體驗。由于單個MEC的存儲資源及處理能力有限，其緩存的數據內容以及能夠同時服務的用戶數量都是有限的，因此，考慮多個MEC互連，共享數據內容，進行協作式緩存的場景，從而實現MEC服務器的資源更加充分而高效地利用，提出MEC架構，設計新的、有效的協作式緩存策略，最大限度地減少用戶請求內容在網絡中大量重復以及冗余的傳輸，以提高傳輸開銷和時延等性能，提高移動用戶的體驗。

2.2? 網絡模型描述

遠程中心緩存服務器和MEC服務器[7]利用回程鏈路通信，將服務內容分發至各個本地緩存區，本地緩存c1，c2，c3構成一個緩存合作域，緩存有流行度不同的內容，域中的小基站之間通過光纖連接，使得各個MEC之間可以相互協作通信，在協作域中的MEC可以實現內容的共享，當有用戶請求資源時，我們通過由近及遠進行分析，用戶請求的內容通過以下步驟進行獲取。

（1）用戶向本地MEC請求某一內容，若在其本地服務器中存在該內容，則本地服務器直接向用戶發送該內容。（2）若未命中，即本地MEC上沒有緩存該內容，則由該服務器向周圍協作域內的服務器請求該內容，直至命中內容，最終由本地服務器發送給用戶。（3）若在所有的協作域中都未命中，則由核心網，即遠程中心內容服務器以較大的傳輸開銷傳送給本地MEC，再經過本地MEC傳送給移動用戶。由上述過程可知，MEC協作通過內容的共享與邊緣的緩存，減少了所有用戶均向核心網絡請求大量重復內容的壓力，從而實現了減小核心網絡壓力，提高資源利用的效果。

2.3? 模型的解決

假設一個合作緩存域內總共部署了M個MEC服務器C={c1，c2，…cM}，各個MEC單獨地分布在各基站站點，假設數據中心提供了L個不同的數據內容O={o1，o2，…oL}，每個內容的長度平均為s，每個用戶向自己的區域內的MEC獨立地請求內容oi={i=1，2，…L}，用pm，i表示內容oi在cm服務域內的流行度，將其看作靜態流行度來考慮，同時，定義一個內容緩存矩陣X={xm，i|cm∈C，oi∈O}，該矩陣中的元素xm，i的含義： xm，i=1，表示內容oi被預先緩存到MEC服務器cm中;xm，i=0表示內容oi沒有被預先緩存到MEC服務器cm中，針對傳輸開銷，主要考慮以下4個方面：（1）各個MEC服務器向本地移動用戶傳輸內容所造成的傳輸開銷。（2）各個MEC之間共享緩存的數據內容的傳輸開銷。（3）移動用戶從遠程服務器獲取到內容的傳輸開銷，即遠程服務器傳輸給本地MEC服務器，又由本地MEC服務器傳輸給用戶的開銷。（4）核心網提前將數據內容部署到各個本地MEC的傳輸開銷。由上述描述過程可知，移動用戶向本地 MEC服務器請求數據內容時，由本地MEC服務器傳輸給用戶所產生的這部分傳輸開銷是一定存在的，因此，在考慮優化模型時，可以不考慮在內，原模型等價為最小化MEC服務器之間的域內傳輸開銷與遠程中心服務器向各個MEC傳輸域外開銷的總和，令dm，n表示內容在cm與cn之間傳輸的跳數，do，m表示內容從中心服務器傳輸到本地MEC服務器的跳數，這里我們只考慮一跳情況，即dm，n=do，m=1，令γ表示從cm向cn（m≠n）單位數據內容的傳輸開銷，令γ0表示從中心服務器向cm傳輸單位數據內容的傳輸開銷，由于從遠程中心服務器到MEC的內容傳輸將產生昂貴的外部資源開銷，而MEC之間的數據傳輸產生相對便宜的內部開銷，即γ0>γ，考慮用戶向本地MEC服務器cm請求內容oi時的3種情況：（1）內容oi已經被緩存在服務器cm中。（2）內容oi在本地服務器cm內未緩存，則cm從域內緩存有內容oi的MEC中選取距離最短的MEC獲取內容oi，并將內容oi傳回給用戶，產生的域內傳輸開銷為y1m，i。（3）如果內容oi在該合作緩存域內的任何一個MEC服務器中都沒有緩存，則由遠程中心服務器向用戶傳輸內容oi，產生的域外傳輸開銷為y2m，i，故有：

（1）

其中，dm，k=minn≠m{dm，n|xi，n=1}，即為MEC系統之間通過光纖傳輸進行通信，這里忽略MEC系統之間傳輸內容的帶寬容量限制，假設cm（cm∈C）用于緩存內容的存儲空間容量為Sm，顯然，MEC服務器cm中緩存的所有內容的大小不能超過cm總的可用存儲空間，因此，可得出以下約束條件：

（2）

基于以上討論，我們建立以最小內容傳輸開銷為目標的優化模型為：

（3）

基于以上目標函數及約束條件對MEC部署方案進行分析及討論，可以得出最終的結果。

2.4? 性能分析

基于以上分析我們得知，在網絡邊緣進行內容的預先部署及協同緩存可以有效地減少核心網絡的壓力，使網絡傳輸的有效性進一步地提高，時延性能在自動駕駛，虛擬現實，遠程手術等方面會十分重要，也是未來通信的發展趨勢，由于MEC架構將用戶可能請求的內容放置在離移動用戶更近的區域內，用戶請求內容的時延也會得到大幅度的提高，將使MEC策略在提高用戶體驗，減小傳輸時延方面將發揮巨大的優勢，進一步推動通信的發展。傳輸成本也是通信中需要考慮的一個重要因素，由于減少了核心網絡一遍遍給用戶發送大量重復內容，MEC在更靠近用戶終端的區域內為用戶提供大量內容，進一步減少了網絡資源的消耗，也使傳輸成本進一步下降，在很大程度上減少了通信的成本。

3? ? 結語

本文通過提出一種邊緣緩存策略，并以最小傳輸開銷為目標函數進行緩存策略的部署，旨在減少日益增長的網絡流量壓力，通過在邊緣部署緩存一定內容的小基站，并且通過一定距離的協作域中小基站相互協作，給用戶高效地提供相應的內容，以此達到減少網絡時延，減小核心網絡壓力及提高傳輸效率的目的。本文尚未涉及多跳、內容流行度的動態變化等問題，關于多跳及內容流行度是一個復雜但卻值得研究的問題，這兩個問題的深入研究可以進一步減少優化時延及傳輸時延等性能，有效地提高通信效率。

[參考文獻]

[1]佚名.未來5年全球移動數據流量將增長26倍[J].通訊世界，2011（Z1）：20.

[2]黃祥岳.移動邊緣計算緩存優化與用戶移動性預測研究[D].杭州：浙江大學，2018.

[3]張珊.面向5G網絡的邊緣緩存技術研究[D].南京：東南大學，2018.

[4]劉洪燕.小小區網絡中基于視頻內容的邊緣緩存技術研究[D].北京：北京郵電大學，2018.

[5]趙全鑫.下一代小蜂窩網絡的多媒體業務的多播無線資源管理研究[D].成都：電子科技大學，2017.

[6]郝義學.5G網絡移動邊緣緩存與計算研究[D].武漢：華中科技大學，2017.

[7]侯停停.移動邊緣計算（MEC）架構中高效內容分發技術[D].成都：電子科技大學，2018.

Edge caching strategy based on mobile scenario

Zou Mengting， Feng Xinxin， Wang Yi， Wang Xintao

（Henan Normal University， Xinxiang 453002， China）

Abstract：With the explosive growth of demand in mobile streams， the traditional in-stream caching strategy cannot meet the requirements of modern communication networks. This paper proposes an edge caching strategy， which aims to reduce the pressure of the core network by caching at the edge of the network. This strategy establishes the network model of mobile edge computing. In this paper， the collaborative caching strategy is adopted to establish an optimization model with the goal of minimizing medium transmission overhead， so as to obtain the content caching deployment plan in the MEC architecture.

Key words：mobile edge computing network model; edge cache; collaborative cache