6D2D緩存與卸載6.1概述6.3緩存策略6.2D2D緩存6.4計算卸載6.5本章小節6.1概述移動互聯網流量趨勢：（1）在過去五年中，移動互聯網數據量增長了40倍，其中視頻流量超過一半。（2）移動互聯網數據增長速率遠超基站增長速率6.1概述龐大的數據與計算任務給通信網絡帶來的影響有哪些？存儲空間－－請求次數與日俱增給基站和服務器帶來巨大負荷。回程鏈路－－用戶發送請求到服務器，要先經過基站，然后將需要的資源傳送到核心網，大量流行度較高的重復內容經過回程鏈路會造成核心網絡擁堵。服務質量－－當大量請求在隊列中時，不僅會造成排隊等候的時延，還會造成用戶被迫降低分辨率和碼率，以減少請求時間。D2D緩存的概念6.2D2D緩存D2D緩存是指用戶設備不直接使用BS數據進行數據中轉，與本地緩存、微基站緩存和宏基站緩存不同的是，D2D緩存是通過直連鏈路的形式向附近UE請求已經緩存好的內容，而自身也會緩存相關數據以滿足自身以后的數據請求，或者滿足鄰近用戶的數據請求。圖6-2本地緩存、微基站緩存、宏基站緩存和D2D緩存D2D緩存的優點6.2D2D緩存提升通信系統整體容量－－UE無論是從數量還是分布密度上，都遠大于宏基站和微基站，雖然單個UE的收發功率、能量效率、存儲能力都落后于BS和邊緣服務器，但是數量和分布上的優勢足以彌補這些缺陷。服務時延－－這里的時延是指發起請求到結束任務的全過程時延，考慮到用戶可能在發起請求后由于時延較長、不可抗因素等原因產生放棄行為，距離發送端較近的設備時延更低。緩存策略分類6.3緩存策略

物根據不同的應用場景和性能要求，D2D緩存策略可以分為以下六個類別。圖6-4緩存策略分類6.3.1主動與被動緩存6.3緩存策略

主動緩存是根據當前網絡流量動態，在非高峰時段，主動將熱門內容存儲在選定的緩存節點中，從而緩解網絡流量壓力。被動緩存是在用戶請求內容之后確定是否緩存內容。圖6-5LRU（Leastrecentlyused）緩存替換算法常見的主動緩存6.3.1主動與被動緩存6.3緩存策略

LRU緩存的特點：（1）無法完全預測下一時刻的請求內容，因此存在緩存污染的情況。（2）如果存儲空間小于或者稍大于文件體積，則不能完成緩存列表更新。（3）空間利用率較低?？赏ㄟ^文件預處理與分級緩存改進該策略6.3.1主動與被動緩存6.3緩存策略將請求文件分為前綴緩存與后綴緩存，后綴緩存進一步平均細分或者不規則分段一級緩存空間存儲前綴部分各級空間滿載后將末尾文件淘汰到下一級6.3.1主動與被動緩存6.3緩存策略用戶在請求之前會優先考慮本地搜索，自緩存命中率為：除去少量的自我緩存外，絕大部分需要臨近UE緩存來實現，D2D緩存命中率：

6.3.1主動與被動緩存6.3緩存策略性能仿真圖6-12平均時延緩存數量對緩存命中率的影響6.3.2集中式與分布式緩存6.3緩存策略集中式與分布式緩存對比：集中式緩存下數據交互需要跨越的地理距離較遠，造成數據傳輸延遲較大，網絡鏈路不夠穩定。當BS不屬于同一服務提供商時，集中解決方案很難實現。分布式解決方案可以更快地響應本地更改，并且對其他節點的緩存決策影響較小。6.3.2集中式與分布式緩存6.3緩存策略分布式緩存網絡構成6.3.2集中式與分布式緩存6.3緩存策略移動輔助設備能夠預測周圍的UE在接下來一段時間內可能訪問的內容，從而最大程度地利用分布式緩存的多設備、高密度等優勢，克服分布式設備的移動性帶來的不穩定性。假設單位時間內單個UE的平均內容請求數R表示為：

6.3.2集中式與分布式緩存6.3緩存策略性能仿真圖6-17命中率性能圖6-18命中率與移動輔助設備的移動速度6.3.2集中式與分布式緩存6.3緩存策略性能仿真分析：在分布緩存中，假設移動輔助設備具有恒定的速度，并且能夠準確地預測其移動路徑，對于高密度的移動輔助設備，即使有些移動輔助設備偏離了預測路徑，也可能存在其他能夠提供內容的移動輔助設備。6.3.3編碼緩存6.3緩存策略編碼緩存是指在緩存數據之前處理掉冗余的數據或者擴充已有的數據，實現對存儲量的壓縮和擴張，然后再進行緩存。圖6-21D2D通信建立及編碼傳輸過程6.3.3編碼緩存6.3緩存策略網絡編碼技術可為D2D緩存帶來如下優勢：圖6-22蝶形網絡（1）提高緩存吞吐量

能夠提升網絡吞吐量是網絡編碼技術最突出的優勢。該方式通過對需要發送的數據包進行有效的線性編碼重組，可以使網絡用更少的傳輸次數傳輸更多的數據信息，吞吐量隨之提升。節點S1向節點S2發送數據包b1，同時，節點S2向節點S1發送數據包b26.3.3編碼緩存6.3緩存策略網絡編碼技術可為D2D緩存帶來如下優勢：（2）提升網絡健壯性

在基于網絡編碼的無線網絡傳輸過程中，編碼操作使得每個數據包之間產生了相關性和聯系，即使傳輸過程中發生數據丟失，由于采用了網絡編碼技術，接收節點可以避免在整個傳輸網絡中尋找新的路由，然后進行解碼恢復。（3）節約無線資源

在使用網絡編碼的D2D通信系統之中，網絡系統容量提升，傳輸時隙減少，無線資源的需求量也隨之降低。終端數量較多的大型D2D通信網絡中，引入網絡編碼技術會使得無線資源需求明顯減少，優勢更加突出。6.4計算卸載根據移動設備的任務卸載進行建模時，任務劃分粒度的不同，定義兩種卸載模型：（1）完全卸載適用于高度集成或相對簡單的任務，用戶的任務程序被封裝后卸載至輔助節點執行，這種方式無需對任務代碼或數據塊進行額外處理，能夠簡化卸載步驟。在完全卸載中，用戶任務不能進行分割，必須完全在移動設備本地執行或者作為一個整體卸載到輔助節點執行。（2）部分卸載

多應用程序或任務通常由多個組件組成，或者會涉及到數據塊的處理（例如視頻中的目標檢測涉及到的圖像幀序列處理），這種情況適用于部分卸載。部分卸載允許在計算任務被劃分為若干個子任務后，將這些子任務卸載至不同的實體上進行計算。6.4.1系統模型6.4計算卸載用戶首先通過諸如基站收發信臺（BTS，BaseTransceiverStation）、基站控制器（BSC，BaseStationController）和移動交換中心（MSC，MobileSwitchingCenter）之類的設備連接到無線網絡以將數據傳輸到公共數據網絡。然后，通信數據通過網關傳輸到承載高性能計算機的任何本地網絡。圖6-23卸載架構6.4.1系統模型6.4計算卸載包括數據傳輸和代碼卸載的時間

6.4.1系統模型6.4計算卸載

6.4.2卸載方法6.4計算卸載（1）強化學習（2）社交感知