[论文解读] Big Data Meets Telcos: A Proactive Caching Perspective

Ejder Baştuǧ, Mehdi Bennis+5 more|arXiv (Cornell University)|Feb 19, 2016

Caching and Content Delivery被引用 1

一句话总结

本文提出了一种面向5G网络的主动缓存框架，利用大数据分析与协同过滤（CF）技术预测内容受欢迎程度，并优化基站的边缘缓存。基于某土耳其电信运营商的真实移动流量数据，实验表明：在15.4 GB存储空间（占目录总量的87%）和10%评分密度条件下，主动缓存可在16个基站上实现100%请求满足率与98%回程链路卸载率。

ABSTRACT

Mobile cellular networks are becoming increasingly complex to manage while classical deployment/optimization techniques and current solutions (i.e., cell densification, acquiring more spectrum, etc.) are cost-ineffective and thus seen as stopgaps. This calls for development of novel approaches that leverage recent advances in storage/memory, context-awareness, edge/cloud computing, and falls into framework of big data. However, the big data by itself is yet another complex phenomena to handle and comes with its notorious 4V: velocity, voracity, volume and variety. In this work, we address these issues in optimization of 5G wireless networks via the notion of proactive caching at the base stations. In particular, we investigate the gains of proactive caching in terms of backhaul offloadings and request satisfactions, while tackling the large-amount of available data for content popularity estimation. In order to estimate the content popularity, we first collect users' mobile traffic data from a Turkish telecom operator from several base stations in hours of time interval. Then, an analysis is carried out locally on a big data platform and the gains of proactive caching at the base stations are investigated via numerical simulations. It turns out that several gains are possible depending on the level of available information and storage size. For instance, with 10% of content ratings and 15.4 Gbyte of storage size (87% of total catalog size), proactive caching achieves 100% of request satisfaction and offloads 98% of the backhaul when considering 16 base stations.

研究动机与目标

• 通过主动缓存解决5G移动网络日益增长的复杂性与成本低效问题。
• 利用大数据分析与机器学习技术预测内容受欢迎程度，并优化基站的缓存决策。
• 使用真实世界移动流量数据，评估主动缓存技术在回程卸载与请求满足率方面的性能提升。
• 通过协同过滤与真实数据对比，研究数据稀疏性与内容大小变化对缓存性能的影响。

提出的方法

• 从土耳其16个基站收集每小时间隔的真实移动用户流量数据，确保隐私与合规性。
• 利用带正则化的奇异值分解（SVD）的协同过滤（CF）方法构建内容受欢迎程度矩阵P，以估算缺失评分。
• 通过贪心算法建模缓存决策，优先缓存估计受欢迎程度最高的内容，直至存储容量耗尽。
• 使用两个指标评估性能：请求满足率与回程负载，并将CF预测结果与真实数据进行对比。
• 使用均方根误差（RMSE）量化在不同训练评分密度下，CF预测与真实数据之间的差距。
• 在大数据平台上进行数值仿真，评估在真实内容大小分布与存储约束下的缓存性能。

实验结果

研究问题

• RQ1 在使用真实世界移动数据的情况下，协同过滤在预测5G网络中内容受欢迎程度以支持主动缓存方面的有效性如何？
• RQ2 数据稀疏性（评分密度）对内容受欢迎程度估计准确率与缓存性能有何影响？
• RQ3 在真实内容大小变化条件下，主动缓存能在多大程度上降低回程负载并提升请求满足率？
• RQ4 在考虑存储容量与内容受欢迎程度时，基于CF的缓存性能与真实数据相比如何？
• RQ5 存储大小、内容受欢迎程度估计准确率与回程卸载增益之间存在何种权衡？

主要发现

• 在总目录大小的87%（15.4 GB）存储空间与10%评分密度条件下，主动缓存可在16个基站上实现100%请求满足率与98%回程卸载率。
• 在40%存储空间下，真实数据实现92%请求满足率，而CF仅实现69%，凸显了数据稀疏性导致的估计误差。
• 在达到某一存储阈值后，回程使用量急剧下降，CF与真实数据均在87%存储利用率下实现98%卸载率。
• CF预测与真实数据之间的RMSE随训练评分密度增加而降低，证实随着数据密度提升，估计准确率也随之提高。
• 由于CF方法无法考虑内容大小分布，其性能低于真实数据，需更多存储才能实现同等回程卸载增益。
• 研究结果表明，内容大小变化显著影响回程卸载效果，且大小感知的缓存模型对实现最优性能至关重要。