兼顾个性化需求的云边协作两级内容缓存研究

针对用户访问移动短视频响应时延过长、不能满足个性化需求等问题，基于短视频的时延敏感性、个性化需求等特点，综合考虑短视频的内容流行度和用户偏好，提出一种云边协作环境下的两级内容缓存方案。根据用户对短视频偏好的平均值表征边缘节点的偏好值，进而计算边缘节点的相似度，综合考虑边缘节点之间的物理距离和相似度对节点协作的影响，建立边缘节点的协作节点集。基于长尾理论提出一种两级内容缓存策略，将每个边缘节点分为流行内容缓存区和用户偏好内容缓存区两部分，流行内容缓存区采取主动缓存策略,针对用户偏好内容缓存区的缓存内容，综合分析用户访问请求在不同响应方式下的延迟，并以最小化整体内容请求延迟为目标，设计一种基于改进离散蛙跳算法的边缘协作缓存方案。实验结果表明，在同一数据集上与RC、BEP等缓存方案相比，该方案的用户请求命中率提高近40%，并能够降低回程链路负载，减少用户请求延迟，满足时延敏感性特点及90%的用户个性化需求。