基于学习的移动边缘协作缓存优化研究

目录

声明

目 录

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 移动边缘缓存研究

1.2.2 缓存替换机制

1.3 本文主要贡献

1.4 本文主要内容和工作安排

1.5 本章小结

第2章 相关理论和技术

2.1 移动边缘计算概述

2.2 移动边缘缓存概述

2.2.1 移动边缘缓存特征

2.2.2 移动边缘缓存网络架构

2.2.3 移动边缘缓存替换技术

2.3 深度强化学习

2.3.1 强化学习概述

2.3.2 深度学习概述

2.3.3 深度强化学习概述

2.4 联邦学习概述

2.5 本章小结

第3章 基于多基站协作的缓存服务交互模型

3.1 问题描述

3.2 系统模型

3.2.1 网络模型

3.2.2 时延模型

3.2.3 缓存模型

3.3 本章小结

第4章 基于学习机制的移动边缘协作缓存策略研究

4.1多基站协作缓存网络中智能体的自适应学习机制推理研究

4.1.1 基于Q-learning的缓存替换策略

4.1.2 基于Double DQN的缓存替换策略

4.2 多基站协作缓存网络中智能体的分布式高效协同机制研究

4.2.1 时空局部性

4.2.2 基于联邦学习的分布式协同训练机制

4.3 本章小结

第5章 实验分析

5.1 数据集描述

5.2 仿真系统描述

5.2.1 系统设置

5.2.2 性能衡量属性

5.2.3 对比算法

5.3 仿真性能分析

5.3.1 时延、缓存命中率与回程流量比性能评估

5.3.2 内容数量F的性能评估

5.3.3 缓存空间C的性能评估

5.3.4 最终探索概率ε的性能评估

5.3.5 分布式协同训练策略性能评估

5.4 本章小结

第6章 总结与展望

参考文献

发表论文和参加科研情况说明

致谢