数据分布算法

背景

Cooperative Edge Caching in User-Centric Clustered Mobile Networks 这篇paper是2018年被IEEE收录的一篇论文，着力于解决多个基站协同缓存过程中的数据放置问题，以降低用户获取文件的时延。这篇paper以用户的视角构建了下载时延目标函数，与之前的工作不同之处在于，综合考虑了基站的缓存能力，带宽，信道质量，文件流行度，用户分布多个因素，提出了一个适用于大型网络的数据分布算法。但是，这篇文章的不足之处在于，1：文章中提出的数据分布算法要求基站群按照文件流行度的顺序从高到低依次缓存，也就是对文件的缓存策略有要求。但文件的缓存策略往往不是只根据文件流行度制定的，ie：文件的类型，文件获取时间，以及用户自己的请求…；2：每缓存一个文件块时，该算法都要求进行一次复杂度为K+F的计算（K为基站数目，F为文件数目），而K，F往往比较大，这会给基站带来很大的运算负担；3:文章中认为所有基站都是相同的配置，并且要求一个文件在所有基站上均匀缓存。在实际网络中，基站往往会存在不同的规格，所以这个条件难以达到；4：文章中对各个基站的带宽要不断的调配，而它所引用的以及引用它的paper都是把各个基站的带宽认为是固定不变的。文章中对基站带宽的要求可能会使得算法应用场景更为狭窄。
基于以上，对该文章中提出的数据分布算法做了一定程度改进。主要有以下三个方面：
1：数据分布算法与缓存策略独立。新的数据分布算法不再依赖于缓存策略，对各种缓存策略，都能够达到长期来看的时延最低。
2：计算量大大降低。将数据分布策略的计算复杂度降到常数级
3：认为基站的配置不相同的，并且不要求各基站上缓存文件大小一致
4：对于带宽，采用了更为广泛的处理方式，将各个基站的带宽固定不变。

符号说明

Notation	Definition/Description
$\rho$	SBS(Small base station)的密度
$\lambda$	用户密度
$F$	文件个数
$f$	文件下标
$q_f$	文件 f 的热度
$s_f$	文件 f 的长度
$c_{f,k}$	在第k个基站上存储的文件 f 的长度
$C_k$	第k个基站的存储容量
$K$	基站的个数
$B_k$	第k个基站
$P_{k,f}$	第k个基站存储文件 f 的比例
${\Omega }_k$	第k个基站的命中率
$W_k$	第k 个基站的带宽
$N_k$	第k个基站服务的用户个数
$\zeta$	第k个基站的频谱效率
$R_k$	第k个基站的传输速率
$P_T$	第k个基站的发射功率
$d_k$	用户距离基站k的距离
$\alpha$	路径损失系数
${\sigma }^2$	高斯噪声功率密度
$\overline{D}$	平均传输时延

模型说明

F = { 1 , 2 , . . . , f . . . F } F=\{1,2,...,f...F\} F={ 1,2,...,f...F}是所有文件的集合，F是总文件数目
Q = { q 1 , q 2 , . . . . q f , . . . q F } Q=\{q_1,q_2,....q_f,...q_F\} Q={ q1​,q2​,....qf​,...qF​}表征文件流行度的分布，并且${\sum }_{f=1}^F{q}_f=1$
B u = { B 1 , B 2 , . . . . , B k , . . . . , B K } B_{u}=\{B_1,B_2,....,B_k,....,B_K\} Bu​={ B1​,B2​,....,Bk​,....,BK​}是用户u周围的基站，K是基站数目。
$c_{f,k}$表示在基站k上，对文件f的缓存大小。
$C_k$表示基站k的缓存上限。

网络传输模型如上。用户获取文件时，会从周围基站的缓存中拉取，如果基站中没有缓存，用户通过基站从远端获取。
用$P_{k,f}$表示user-u可以从$B_k$上获取的文件f的比例
$$P_{k,f}=\frac{c_{f,k}}{s_f}$$
用$P_{K+1,f}$表示从远端服务器获取的文件f的比例
$$P_{K+1,f}=1-\sum _{k=1}^K{P}_{k,f}$$
所以，$B_k$上的平均命中率是：

$${\Omega }_k=\sum _{f=1}^F{q}_f{P}_{k,f}$$
而远端服务器的平均命中率为
$${\Omega }_{K+1}=1-\sum _{k=1}^K{\Omega }_k$$
用$W_k$表示$B_k$的带宽，那么$B_k$的文件传输速率表示为：
$$R_k=W_k\ast lo{g}_2(1+{\zeta }_k)$$
ζ k = P T d k − α σ 2 + I k \zeta_{k}=\frac{P_Td_k^{-\alpha}}{\sigma^2+I_{k}} ζk​=σ2+I