[论文解读] Living on the Edge: The Role of Proactive Caching in 5G Wireless Networks

Ejder Baştuǧ, Mehdi Bennis+1 more|arXiv (Cornell University)|May 23, 2014

Caching and Content Delivery参考文献 9被引用 4

一句话总结

本文提出了一种在5G无线网络中利用预测分析、用户上下文和社交网络结构的主动缓存框架，以在小型基站和用户设备上预先存储热门内容。通过利用文件流行度和社会影响力，结合D2D通信，该方法将回传负载最多降低22%，并将满意用户数最多提升26%，且性能增益随边缘存储容量的增加而提升。

ABSTRACT

This article explores one of the key enablers of beyond $4$G wireless networks leveraging small cell network deployments, namely proactive caching. Endowed with predictive capabilities and harnessing recent developments in storage, context-awareness and social networks, peak traffic demands can be substantially reduced by proactively serving predictable user demands, via caching at base stations and users' devices. In order to show the effectiveness of proactive caching, we examine two case studies which exploit the spatial and social structure of the network, where proactive caching plays a crucial role. Firstly, in order to alleviate backhaul congestion, we propose a mechanism whereby files are proactively cached during off-peak demands based on file popularity and correlations among users and files patterns. Secondly, leveraging social networks and device-to-device (D2D) communications, we propose a procedure that exploits the social structure of the network by predicting the set of influential users to (proactively) cache strategic contents and disseminate them to their social ties via D2D communications. Exploiting this proactive caching paradigm, numerical results show that important gains can be obtained for each case study, with backhaul savings and a higher ratio of satisfied users of up to $22\%$ and $26\%$, respectively. Higher gains can be further obtained by increasing the storage capability at the network edge.

研究动机与目标

• 为应对移动数据流量指数级增长导致5G回传链路和小型小区网络日益增长的压力。
• 克服仅在请求到达时才响应的反应式网络的局限性，避免拥塞和高成本。
• 通过基于用户行为预测建模，预先缓存内容以降低峰值流量需求。
• 探索社交网络结构与设备到设备（D2D）通信的集成，以实现高效的内容分发。
• 通过两个案例研究，证明主动缓存减少网络负载并提升服务质量的有效性。

提出的方法

• 提出一种主动网络范式，基于文件流行度、移动性和上下文信息，利用预测分析预判用户需求。
• 采用中国餐馆过程（CRP）对社交群体内的文件流行度分布进行建模。
• 通过特征向量中心性识别关键用户，并利用K-means聚类构建社区，实现目标化缓存。
• 利用D2D通信从关键用户向其社交关系传播缓存内容，降低对回传链路的依赖。
• 在非高峰时段基于预测的需求模式，于小型基站实施主动缓存。
• 通过归一化参数（请求数量bR、D2D缓存大小bS和CRP集中度bβ）将主动缓存与反应式方法进行对比。

实验结果

研究问题

• RQ1 如何通过预判用户需求，利用主动缓存降低小型小区网络中的回传负载？
• RQ2 社交网络结构与用户影响力在多大程度上可提升5G网络中的内容分发效率？
• RQ3 在网络边缘增加存储容量对缓存性能和用户满意度有何影响？
• RQ4 在回传负载节省和请求满足率方面，主动缓存与反应式缓存相比表现如何？
• RQ5 文件流行度动态变化与社交相关性如何影响主动缓存的有效性？

主要发现

• 与反应式方案相比，主动缓存可将回传负载最多降低22%，尤其在高负载情况下效果显著。
• 通过利用社交影响力和D2D分发，满意用户比例最多提升26%。
• 随着请求数量（bR）增加，满足的请求数迅速上升，而小型基站负载仅略有增加。
• 更高的D2D缓存大小（bS）带来请求满足率和回传负载降低的非线性提升，且性能增益随存储容量增加而扩大。
• 随着CRP参数β增大（文件目录更大），性能增益有所下降，但主动缓存仍因能更准确预测热门内容而优于反应式方案。
• 即使在高负载条件下，主动方法仍保持优越性能，展现出对流量波动和动态流行度模式的鲁棒性。