一种雾无线接入网中基于联邦强化学习的协作缓存方法

摘要

本发明公开了一种雾无线接入网中基于联邦强化学习的协作缓存方法，包括：1、根据全局内容流行度来初始化缓存节点的本地缓存内容，初始化总的模型训练周期和模型权重参数；2、每一个缓存节点把自身的缓存内容状态信息给邻近的缓存节点和云端服务器；3、根据时隙内接收到的用户请求信息，缓存节点会在本地缓存，临近节点缓存和云端服务器之间做出决策应答用户请求；4、计算缓存命中率和用户的内容请求延迟；5、缓存节点根据本地内容缓存状态和用户的内容请求信息，更新本地缓存内容和训练模型参数。6、训练一个周期之后，对各个缓存节点的训练模型权重参数进行联合更新。本发明提高缓存命中率和降低用户请求延迟，更好的保护用户隐私。