[论文解读] Cooperative Hierarchical Caching in 5G Cloud Radio Access Networks (C-RANs)

Tuyen X. Tran, Abolfazl Hajisami+1 more|arXiv (Cornell University)|Feb 5, 2016

Caching and Content Delivery参考文献 18被引用 9

一句话总结

本文提出了一种在5G云无线接入网络（C-RAN）中的协作分层缓存（CHC）框架，其中内容在基带单元（BBU）池和射频远端单元（RRH）之间联合缓存，创建了一个新的云缓存层，从而改善了边缘缓存与核心缓存之间的协调性。基于实际用户请求轨迹的仿真结果表明，与相同容量的仅边缘缓存相比，CHC可将缓存命中率提高51%，延迟降低11%，回传链路流量减少18%。

ABSTRACT

Over the last few years, Cloud Radio Access Network (C-RAN) has arisen as a transformative architecture for 5G cellular networks that brings the flexibility and agility of cloud computing to wireless communications. At the same time, content caching in wireless networks has become an essential solution to lower the content-access latency and backhaul traffic loading, which translate into user Quality of Experience (QoE) improvement and network cost reduction. In this article, a novel Cooperative Hierarchical Caching (CHC) framework in C-RAN is introduced where contents are jointly cached at the BaseBand Unit (BBU) and at the Radio Remote Heads (RRHs). Unlike in traditional approaches, the cache at the BBU, cloud cache, presents a new layer in the cache hierarchy, bridging the latency/capacity gap between the traditional edge-based and core-based caching schemes. Trace-driven simulations reveal that CHC yields up to 80% improvement in cache hit ratio, 21% decrease in average content-access latency, and 20% reduction in backhaul traffic load compared to the edge-only caching scheme with the same total cache capacity. Before closing the article, several challenges and promising opportunities for deploying content caching in C-RAN are highlighted towards a content-centric mobile wireless network.

研究动机与目标

• 解决5G C-RAN中仅边缘缓存的局限性，例如由于RRH存储容量有限导致的缓存命中率低，以及因依赖回传链路带来的高延迟。
• 在BBU池引入新的分层缓存层，以弥合边缘缓存与核心缓存方案之间的延迟与容量差距。
• 通过实现基于云的缓存与边缘缓存之间的协作，提升网络效率和用户服务质量（QoE）。
• 通过在C-RAN中对多级缓存进行主动、协同的缓存操作，减少回传链路流量和内容访问延迟。
• 探索在超密集5G C-RAN环境中部署内容缓存的可行性与优势，识别关键挑战与机遇。

提出的方法

• 提出一种新型的协作分层缓存（CHC）框架，该框架在C-RAN架构中联合缓存内容于集中式BBU池和分布式RRH上。
• 引入BBU缓存作为缓存层级中的新层级，作为边缘缓存与核心网络资源之间的协调者。
• 基于真实世界用户与内容请求轨迹进行轨迹驱动仿真，以在真实流量模式下评估性能。
• 实现并对比CHC与基线方案：最热门缓存（MPC）、FemtoX，以及LRU（最近最少使用）缓存替换策略。
• 利用BBU池的集中式处理能力和高容量存储，预先缓存热门内容，并与RRH缓存协同以实现最优内容分发。
• 设计一种协作缓存机制，使BBU池能够根据内容热度和用户移动性模式，动态管理RRH之间的内容放置与检索。

实验结果

研究问题

• RQ1 与传统的仅边缘缓存相比，引入集中式BBU缓存层在提升缓存命中率和降低回传负载方面有何改善？
• RQ2 BBU与RRH缓存之间的分层协作对5G C-RAN中平均内容访问延迟有何影响？
• RQ3 在真实用户移动性和内容热度模式下，CHC框架相较于现有缓存方案的性能表现如何？
• RQ4 在C-RAN中跨多级部署协作缓存的关键挑战是什么，特别是关于协调、可扩展性与资源分配方面？
• RQ5 哪些业务与架构模型能够通过C-RAN中的缓存实现OTT提供商与网络运营商之间的有效协作？

主要发现

• 与相同总缓存容量的仅边缘缓存相比，CHC可将缓存命中率最高提升51%，显著提高内容可访问性。
• 由于内容可从RRH的中间缓存和BBU池中更快检索，平均内容访问延迟降低了11%。
• 由于频繁请求的内容可从本地缓存获取而非从远程服务器获取，回传链路流量负载减少了18%。
• 在轨迹驱动仿真中，CHC框架在所有关键性能指标上均优于基线方案，包括最热门缓存、FemtoX和LRU。
• 集中式BBU缓存有效缩小了边缘缓存与核心缓存之间的延迟与容量差距，使密集5G网络中的内容分发更加高效。
• 本研究识别出设备端缓存、设备到设备（D2D）协调，以及OTT提供商与网络运营商协作，是未来提升C-RAN中缓存效率的有前景方向。