Scidown文献预览系统!
基于内容请求预测的车联网协同缓存策略( Cooperative Caching Strategy With Content Request Prediction in Internet of Vehicles )
R Wang Z Kan Y Cui D Wu Y Zhen
为了缓解爆炸式增长的数据流量对车联网内容请求业务的影响,在车联网中实现了边缘缓存技术,以加速内容请求的响应过程,减轻基站的回程负担。但是,由于内容受欢迎程度的时变特性,传统的内容受欢迎程度方法获取的内容受欢迎程度不能准确捕捉到车辆的请求,导致缓存命中率相对较低。因此,本文提出了一种基于内容请求预测的IoV协同缓存策略(CCCRP),该策略将其他车辆或路边单元(RSU)中概率较大的车辆请求的内容进行缓存,以减少内容获取时延。具体来说,首先采用K-means方法对车辆进行聚类,简化了车辆请求和内容传输的过程。然后,根据历史内容请求信息,使用长短时记忆(LSTM)网络预测来自车辆的内容请求。最后采用强化学习方法求解目标函数,得到最优缓存决策,提高了车辆请求的服务质量(QoS)。仿真结果表明,CCCRP能有效地提高缓存命中率,减少内容获取延迟。例如,当Zipf参数为0.7时,CCCRP的缓存命中率分别比传统的LFU和LRU缓存策略提高了5%和7%。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献