【摘 要】
：
在移动通信技术不断升级的背景下,虚拟现实和智能手环等智能终端逐渐走进了人们的日常生活。由于架构的集中性,移动网络已经无法承载海量数据的传输业务。边缘缓存技术被业界普遍认为是一种有效的解决方案,它通过在网络的边缘存储和转发部分流行内容来减少网内和网间的流量,在优化网络资源的同时缩短了请求的响应时延。然而,相关研究工作主要集中在基站,却忽略了计算和存储能力均日益增长的移动终端在边缘缓存架构中的潜力。移
论文部分内容阅读
在移动通信技术不断升级的背景下,虚拟现实和智能手环等智能终端逐渐走进了人们的日常生活。由于架构的集中性,移动网络已经无法承载海量数据的传输业务。边缘缓存技术被业界普遍认为是一种有效的解决方案,它通过在网络的边缘存储和转发部分流行内容来减少网内和网间的流量,在优化网络资源的同时缩短了请求的响应时延。然而,相关研究工作主要集中在基站,却忽略了计算和存储能力均日益增长的移动终端在边缘缓存架构中的潜力。移动终端能够通过设备到设备（Device-to-Device,D2D）通信技术将缓存的少量文件分享给他人。基站和移动终端的协作缓存资源优化问题受流行度、移动性、网络状况和地理位置等多方面动态因素的影响,因此,需要一种自适应的缓存算法来实时地感知环境的变化并调整缓存的内容。本文研究了移动边缘计算网络中的端边协作缓存资源优化问题。在综合考虑线上和线下因素的基础上提出了D2D分享模型,并证明了它是NP难问题。然后,将端边协作缓存问题建模为马尔可夫决策过程（Markov Decision Process,MDP）,并借助深度强化学习设计了端边协作缓存策略。该缓存策略能够在不具备任何先验知识的情况下最大化卸载网络流量。为了更科学地评估算法的性能,本文创新性地设计了支持D2D通信的智能移动边缘缓存仿真器。最后,本文基于真实数据和仿真器,分别从流量、时延和命中率三个方面评估了本文提出的端边协作缓存策略,并证明了它的高效性。
其他文献
视频作为一种重要的信息载体,随着计算机技术和智能设备的快速发展,在人类生产生活中扮演了日益重要的角色。在人工智能领域,基于深度学习的视频分析技术也受益于多种基础任务的发展,在各种细分领域有着广泛的应用。视频问答任务结合了视频的视觉信息和文本的自然语言信息,能够让智能机器跨越模态的鸿沟,提升跨模态语义理解能力。近年来受到了大量关注。基于视觉和语言的视频问答作为一个极具挑战性的研究方向,涉及计算机视觉
在现实世界中,绝大多数图数据都在随时间发生动态演化。近年来,随着大规模“动态图”数据的不断涌现,面向大规模动态图数据的查询处理逐渐成为图数据管理中非常重要的一类任务。其中,面向大规模图上的位置查询处理是一个十分重要的研究方向,该方向主要包括两类图数据上基础的查询问题:顶点可达性查询与k-近邻查询。对于动态图上的可达性查询问题,我们重点关注结构变化动态图上基于历史区间的可达性查询,即:给定动态图的拓
＜正＞为贯彻落实少捕慎诉慎押刑事司法政策，降低诉前羁押率，检察机关对确无逮捕必要的犯罪嫌疑人，依法作出不批准逮捕决定。在羁押率逐年下降，非羁押强制措施适用率不断上升的背景下，传统监管手段已无法满足实践需求，非羁押数字监管为破解非羁押强制措施监管难题，保障刑事诉讼的顺利进行提供了良方。但非羁押数字监管尚处于探索阶段，关于其功能定位、合法性、适用主体权责划分等问题，理论界与实务界仍存在争议，亟待研究解
癌症已被定性为一种异源性疾病。当某些调控细胞生长的基因发生突变时,这种突变会造成细胞生长速度失控,从而导致细胞疯狂的生长和分裂进而导致癌变。癌症可以产生在人身体的任何一个部位。通常,人体中的细胞会根据身体的需要分裂出新的细胞。当原本的细胞受到伤害甚至是死亡时,这些分裂产生的新的细胞将会替代这些受损的细胞。但是,当身体发生癌变时,整个过程会受到巨大影响。癌症所导致的异常的细胞分裂速度会导致当某些细胞
近年来,随着无线网络的发展和智能终端功能的多样化,基于位置的服务（Location Based Service,LBS）也日渐成熟。在人们享受LBS提供便利的同时,定位信息也被收集用来挖掘对商家有用的潜在信息,因此移动用户的隐私也受到威胁。比如,攻击者可以通过挖掘用户的定位信息窃取用户的兴趣爱好、生活习惯等隐私信息。已经存在的基于定位信息单点扰动的位置隐私保护方法通常难以抵御推断攻击,因此出现了基
图像转换在现实生活中有广泛的应用场景,在图像转换任务中,素描图像到真实图像的转换是一类特殊任务,由于素描图像只包含单一色彩,与真实图像的像素差异很大,因此传统方法很难达到理想的效果。随着深度学习的不断发展,这一任务成为了当前研究的热点之一。随着生成对抗网络（GAN）的提出,素描图像到真实图像转换这一任务的性能得到大幅提升,出现了很多基于GAN的转换方法及模型,但是这些方法都存在一些不足:（1）这些
内存泄漏是广泛存在于C或C++程序中的一种内存漏洞,原因在于C或C++语言依赖于显式的内存管理,需要手动释放不再使用的内存对象,容易造成内存泄漏。内存泄漏的积累会导致程序运行减慢甚至系统崩溃。当前多数工作聚焦于内存泄漏的自动化检测,而对内存泄漏的修复工作主要依靠程序开发人员手工修复,依赖于程序开发人员的专业知识和行业经验。然而,人工修复错误是一个困难、耗时并且非常容易出错的过程,如何自动化地修复内
手语是聋人与听人、聋人之间交流的主要途径。手语词语主要是由手臂、手腕、手指的动作和朝向、面部表情、身体姿势等共同表达。手语视频的研究具有重要实际应用和科学研究价值。手语识别的目的是将手语视频识别为对应文本词或者文本语句,这要求手语识别模型可以准确提取手语视频的特征信息,消除手语视频与自然语言之间的鸿沟。目前手语识别面临两个主要问题:第一,从手语视频数据本身考虑,由于手语视频含有过多的冗余信息,例如
在图数据管理领域,最短路径查询是一类非常重要的问题,但在实际的应用场景中,用户往往会设置多样化的查询条件,并在这些查询条件的限制下进行最短路径查询。本文研究了在某些特定的限制条件下的最短路径查询问题,一种是给定一个节点集合,返回得到的具有最小权重值的路径中的所有节点,必须属于该节点集合,因此该问题可以抽象为基于给定子图的最短路径查询问题;另一种是图的权重向量具有多个维度,给定一个线性计算函数,将多
肝性脑病（Hepatic encephalopathy,HE）是一种严重肝硬化引起的认知功能异常并发症,一年内死亡率很高。轻微肝性脑病（Mild hepatic encephalopathy,MHE）转换为肝性脑病的概率非常高,因此准确地从无肝性脑病的肝硬化（no Hepatic encephalopathy,no HE）患者中准确识别轻微肝性脑病,对降低肝性脑病死亡率具有重要意义。过去的研究中,