检索结果-维普期刊中文期刊服务平台

基于异步联邦学习的内容流行度预测缓存方案: 1; 作者李陶深游玲葛志辉《广西大学学报（自然科学版）》 CAS 北大核心 2023年第4期921-930,共10页; 针对如何在保护无人驾驶车辆隐私安全的同时,保证缓存内容的新鲜时效性的问题,提出一种基于异步联邦学习的内容流行度预测缓存方案。该方案在异步联邦学习算法框架下,根据无人驾驶车辆的速度和位置对参与模型训练的车辆进行选择,减小车... 展开更多; 关键词车辆移动性车辆通信价值异步联邦学习伪评级矩阵内容流行度预测; 在线阅读下载PDF 职称材料

云边端场景下基于多智能体深度强化学习的边缘缓存策略: 2; 作者王海艳常博骆健《通信学报》北大核心 2025年第6期153-167,共15页; 云边端场景下,边缘缓存技术旨在通过促进边缘节点间的协同内容分发,减轻回程链路的流量负载并提升服务质量。考虑内容流行度的动态变化,提出了一种基于时间卷积网络的内容请求状态预测(TCNCRSP)模型。在此基础上,以最大化累积奖励为目标... 展开更多; 关键词云边端协同边缘缓存内容流行度预测时间卷积网络深度强化学习; 在线阅读下载PDF 职称材料

雾无线接入网中基于内容流行度和信息新鲜度的缓存更新策略被引量：2: 3; 作者江帆梁晓 +1 位作者孙长印王军选《电子与信息学报》 EI CSCD 北大核心 2022年第9期3108-3116,共9页; 将边缘缓存技术引入雾无线接入网,可以有效减少内容传输的冗余。然而,现有缓存策略很少考虑已缓存内容的动态特性。该文提出一种基于内容流行度和信息新鲜度的缓存更新算法,该算法充分考虑用户的移动性以及内容流行度的时空动态性,并引... 展开更多; 关键词雾无线接入网边缘缓存信息年龄内容流行度预测; 在线阅读下载PDF 职称材料

基于联邦深度学习的多边缘协作缓存方法: 4; 作者梁杰郑家瑜 +2 位作者陈哲毅于正欣苗旺《小型微型计算机系统》 CSCD 北大核心 2024年第12期2994-3001,共8页; 作为移动边缘计算(Mobile Edge Computing, MEC)的一项重要技术支撑,多边缘协作缓存的出现可更好满足终端智能应用的实时计算与数据存储需求进而提升用户体验.但是,多边缘协作缓存的性能通常受限于低效率的协作机制以及不合理的缓存资... 展开更多; 关键词移动边缘计算多边缘协作缓存联邦深度学习多维缓存空间划分内容流行度预测; 在线阅读下载PDF 职称材料

雾无线接入网中基于Q-learning的协作式内容缓存策略被引量：3: 5; 作者张欢江帆孙长印《信号处理》 CSCD 北大核心 2021年第7期1316-1323,共8页; 为了提高雾无线接入网(Fog-Radio Access Networks,F-RAN)的边缘缓存效率,提出一种基于用户偏好预测和内容流行度预测的协作式内容缓存策略。首先,利用主题模型中隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)模型动态地预测用户... 展开更多; 关键词雾无线接入网用户偏好预测内容流行度预测内容缓存; 在线阅读下载PDF 职称材料

基于深度学习的智能移动边缘网络缓存被引量：7: 6; 作者宋旭鸣沈逸飞石远明《中国科学院大学学报（中英文）》 CSCD 北大核心 2020年第1期128-135,共8页; 针对移动边缘网络缓存问题,提出把计算资源推送到网络边缘,使边缘接入热点能有数据分析能力,构建基于深度学习的深度缓存策略,进一步提升缓存效率。在边缘接入热点处构建基于长短期记忆神经网络模型的缓存内容文件流行度预测系统,通过... 展开更多; 关键词移动边缘网络缓存深度学习长短期记忆神经网络内容文件流行度预测缓存命中率; 在线阅读下载PDF 职称材料

题名基于异步联邦学习的内容流行度预测缓存方案: 1; 作者李陶深游玲葛志辉; 机构广西大学计算机与电子信息学院南宁学院信息工程学院; 出处《广西大学学报（自然科学版）》 CAS 北大核心 2023年第4期921-930,共10页; 基金国家自然科学基金项目(61762010) 广西科技计划项目(桂科AD20297125)。; 文摘针对如何在保护无人驾驶车辆隐私安全的同时,保证缓存内容的新鲜时效性的问题,提出一种基于异步联邦学习的内容流行度预测缓存方案。该方案在异步联邦学习算法框架下,根据无人驾驶车辆的速度和位置对参与模型训练的车辆进行选择,减小车辆无法及时上传模型的损失;通过筛选通信价值高的车辆,以支持车辆的高速移动特性,改善全局模型的准确性;引入伪评级矩阵动态预测内容的流行度,保证已缓存内容的新鲜度,并通过节省大量的训练时间提升效率。仿真结果表明:所提方案在缓存命中率方面的性能优于其他基线缓存方案。; 关键词车辆移动性车辆通信价值异步联邦学习伪评级矩阵内容流行度预测; Keywords vehicle mobility vehicle communication value asynchronous federated learning pseudo rating matrix content popularity prediction; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名云边端场景下基于多智能体深度强化学习的边缘缓存策略: 2; 作者王海艳常博骆健; 机构南京邮电大学计算机学院大数据安全与智能处理省高校重点实验室; 出处《通信学报》北大核心 2025年第6期153-167,共15页; 基金国家自然科学基金资助项目(No.62272243)。; 文摘云边端场景下,边缘缓存技术旨在通过促进边缘节点间的协同内容分发,减轻回程链路的流量负载并提升服务质量。考虑内容流行度的动态变化,提出了一种基于时间卷积网络的内容请求状态预测(TCNCRSP)模型。在此基础上,以最大化累积奖励为目标,提出了一种基于多智能体深度强化学习算法的边缘缓存策略,通过在云端利用长短期记忆(LSTM)网络对各边缘节点的状态数据进行降维处理,生成低维全局状态,减少状态共享所需的通信成本。实验结果显示,所提方法显著提升了缓存命中率和服务质量,同时降低了系统开销。; 关键词云边端协同边缘缓存内容流行度预测时间卷积网络深度强化学习; Keywords cloud-edge-end collaboration edge caching content popularity prediction temporal convolutional network deep reinforcement learning; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名雾无线接入网中基于内容流行度和信息新鲜度的缓存更新策略被引量：2: 3; 作者江帆梁晓孙长印王军选; 机构西安邮电大学通信与信息工程学院陕西省信息通信网络及安全重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2022年第9期3108-3116,共9页; 基金国家自然科学基金(62071377,62101442) 陕西省重点产业创新链(群)(2019ZDLGY07-06) 西安邮电大学研究生创新基金(CXJJYL2021063)。; 文摘将边缘缓存技术引入雾无线接入网,可以有效减少内容传输的冗余。然而,现有缓存策略很少考虑已缓存内容的动态特性。该文提出一种基于内容流行度和信息新鲜度的缓存更新算法,该算法充分考虑用户的移动性以及内容流行度的时空动态性,并引入信息年龄(AoI)实现内容的动态更新。首先,所提出算法根据用户的历史位置信息,使用双向长短期记忆网络(Bi-LSTM)预测下一时间段用户位置;其次,根据预测得到的用户位置,结合用户的偏好模型得到各位置区的内容流行度,进而在雾接入点进行内容缓存。然后,针对已缓存内容的信息年龄要求,结合内容流行度分布,通过动态设置缓存更新窗口以实现高时效、低时延的内容缓存。仿真结果表明,所提算法可以有效地提高内容缓存命中率,在保障信息的时效性的同时最大限度地减小缓存内容的平均服务时延。; 关键词雾无线接入网边缘缓存信息年龄内容流行度预测; Keywords Fog radio networks Edge caching Age of Information(AoI) Content popularity prediction; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于联邦深度学习的多边缘协作缓存方法: 4; 作者梁杰郑家瑜陈哲毅于正欣苗旺; 机构福州大学计算机与大数据学院空间数据挖掘与信息共享教育部重点实验室福建省网络计算与智能信息处理重点实验室兰卡斯特大学计算与通信学院普利茅斯大学工程、计算与数学学院; 出处《小型微型计算机系统》 CSCD 北大核心 2024年第12期2994-3001,共8页; 基金国家自然科学基金项目(62202103)资助中央引导地方科技发展资金项目(2022L3004)资助 +1 种基金福厦泉国家自主创新示范区协同创新平台项目(2022FX5)资助。; 文摘作为移动边缘计算(Mobile Edge Computing, MEC)的一项重要技术支撑,多边缘协作缓存的出现可更好满足终端智能应用的实时计算与数据存储需求进而提升用户体验.但是,多边缘协作缓存的性能通常受限于低效率的协作机制以及不合理的缓存资源配置策略.同时,如何在离散的用户特征分布与多样化的内容库之中寻找其潜在关联以提升缓存命中率仍是一个巨大的挑战.为了解决上述重要挑战,本文提出了一种新颖的基于联邦深度学习的多边缘协作缓存(Multi-edge Collaborative Caching with Federated deep learning, M2CF)方法.在M2CF中,首先设计了一种新型的多维缓存空间划分机制,对MEC节点的缓存空间进行感知优化,使得用户在分类区间可获得精准的内容推荐.接着,设计了一种基于VQ-VAE的内容流行度预测算法,解决了后验坍塌问题并提高了区间用户内容流行度预测的准确性.最后,设计了一种基于联邦深度学习的模型训练与缓存替换策略,通过聚合各MEC节点的本地模型以生成全局共享模型,进而更好适应优化后的不同缓存资源配置,提升多边缘协作缓存的命中率.基于MovieLens电影评分真实数据集,本文在测试床上展开了大量对比实验对所提出的M2CF方法进行了全面的评估.实验结果表明,M2CF与其他缓存方法对比展现出了更优秀的缓存性能与时效性能,且可以适应更为复杂的多边缘场景.; 关键词移动边缘计算多边缘协作缓存联邦深度学习多维缓存空间划分内容流行度预测; Keywords mobile edge computing multi-edge collaborative caching federated deep learning multi-dimensional cache space partitioning content popularity prediction; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名雾无线接入网中基于Q-learning的协作式内容缓存策略被引量：3: 5; 作者张欢江帆孙长印; 机构西安邮电大学通信与信息工程学院陕西省信息通信网络及安全重点实验室; 出处《信号处理》 CSCD 北大核心 2021年第7期1316-1323,共8页; 基金国家自然科学基金(62071377,61801382,61901367) 陕西省自然科学基金(2019JZ-06,2020JQ-849)。; 文摘为了提高雾无线接入网(Fog-Radio Access Networks,F-RAN)的边缘缓存效率,提出一种基于用户偏好预测和内容流行度预测的协作式内容缓存策略。首先,利用主题模型中隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)模型动态地预测用户偏好;其次,利用网络中不同设备之间的拓扑关系和已预测的用户偏好以在线的方式预测内容流行度的变化,并且结合基站之间的相关度,以减少缓存内容文件的重复率;最后,以最大化缓存命中率为目标,利用强化学习中的Q-learning算法获得了最优的内容缓存策略。仿真结果表明,与其他内容缓存策略相比,该内容缓存策略能有效的提高缓存命中率。; 关键词雾无线接入网用户偏好预测内容流行度预测内容缓存; Keywords fog-radio access networks user preference prediction content popularity prediction content caching; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于深度学习的智能移动边缘网络缓存被引量：7: 6; 作者宋旭鸣沈逸飞石远明; 机构中国科学院上海微系统与信息技术研究所中国科学学院大学上海科技大学信息科学与技术学院; 出处《中国科学院大学学报（中英文）》 CSCD 北大核心 2020年第1期128-135,共8页; 基金国家自然科学基金(61601290) 上海扬帆计划(16YF1407700)资助.; 文摘针对移动边缘网络缓存问题,提出把计算资源推送到网络边缘,使边缘接入热点能有数据分析能力,构建基于深度学习的深度缓存策略,进一步提升缓存效率。在边缘接入热点处构建基于长短期记忆神经网络模型的缓存内容文件流行度预测系统,通过分析本地数据给出内容文件流行度预测。把内容文件流行度预测系统整合到移动边缘网络缓存系统中最大化缓存命中率,提出深度缓存策略,大大提升移动边缘网络缓存性能。在真实视频数据集上进行测试,实验结果表明:提出的内容流行度预测系统的准确度高于现有最优方法;提出的深度缓存策略与传统的缓存算法相比,在相同的缓存命中率指标下大约仅需一半的缓存存储空间。; 关键词移动边缘网络缓存深度学习长短期记忆神经网络内容文件流行度预测缓存命中率; Keywords mobile edge network caching deep learning long short term memory(LSTM)neural network file popularity prediction cache hit rate; 分类号 TN929.5 [电子电信—通信与信息系统] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于异步联邦学习的内容流行度预测缓存方案	李陶深游玲葛志辉	《广西大学学报（自然科学版）》 CAS 北大核心	2023	0	在线阅读下载PDF 职称材料
2	云边端场景下基于多智能体深度强化学习的边缘缓存策略	王海艳常博骆健	《通信学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	雾无线接入网中基于内容流行度和信息新鲜度的缓存更新策略	江帆梁晓孙长印王军选	《电子与信息学报》 EI CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
4	基于联邦深度学习的多边缘协作缓存方法	梁杰郑家瑜陈哲毅于正欣苗旺	《小型微型计算机系统》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	雾无线接入网中基于Q-learning的协作式内容缓存策略	张欢江帆孙长印	《信号处理》 CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料
6	基于深度学习的智能移动边缘网络缓存	宋旭鸣沈逸飞石远明	《中国科学院大学学报（中英文）》 CSCD 北大核心	2020	7	在线阅读下载PDF 职称材料