許雙艷，洪慧美，徐海峰

（1.諾基亞通信系統(tǒng)技術(shù)(北京)有限公司，浙江 杭州 310053；2斑馬智行網(wǎng)絡(杭州)有限公司，浙江 杭州 310000）

0 引 言

5G移動通信網(wǎng)絡的快速發(fā)展對相關(guān)技術(shù)的發(fā)展提出要求，緩存作為網(wǎng)絡傳輸通信中重要的組成部分，對用戶移動網(wǎng)絡服務質(zhì)量的影響較大，如何在海量新興網(wǎng)絡服務中滿足計算資源的需求成為緩存技術(shù)發(fā)展的主要方向。

1 5G移動通信網(wǎng)絡概述

5G移動通信網(wǎng)絡的發(fā)展與互聯(lián)網(wǎng)的廣泛使用緊密相連，在移動互聯(lián)網(wǎng)業(yè)務和應用快速發(fā)展的背景下給移動通信網(wǎng)絡帶來了更多的挑戰(zhàn)，需要提供具有更低時延、更高帶寬的服務。為了應對移動通信網(wǎng)絡的快速發(fā)展，滿足未來移動互聯(lián)網(wǎng)業(yè)務的需求，產(chǎn)生了諸如軟件定義網(wǎng)絡技術(shù)、虛擬化技術(shù)、網(wǎng)絡切片技術(shù)以及邊緣計算技術(shù)等先進移動通信技術(shù)，合力推動著5G移動通信網(wǎng)絡的發(fā)展與應用。其中，有關(guān)5G移動通信網(wǎng)絡緩存的技術(shù)內(nèi)容較少。在5G移動通信網(wǎng)絡廣域覆蓋、局部熱點過高、終端業(yè)務繁多的環(huán)境下，想要提供高速、高質(zhì)量的移動通信網(wǎng)絡服務必須要有較低的時延和較高的業(yè)務可靠性保障，而這些要求與緩存技術(shù)都有關(guān)聯(lián)?，F(xiàn)階段，基于SDN/NFV技術(shù)的SoftNet網(wǎng)絡體系與統(tǒng)一無線接入構(gòu)成了全新的網(wǎng)絡結(jié)構(gòu)。這種網(wǎng)絡架構(gòu)作為一種可靈活擴展的網(wǎng)絡系統(tǒng)，具備多種功能特性，對于提高網(wǎng)絡資源利用率和系統(tǒng)容量有著較大幫助。而采用SoftAir架構(gòu)的5G移動通信網(wǎng)絡體系更注重對網(wǎng)絡流量的控制與優(yōu)化，具有更強的管控能力[1]。

2 5G移動通信緩存技術(shù)特點

2.1 緩存部署位置及策略機制

5G移動通信網(wǎng)絡中，緩存部署的位置對于提高通信效率、降低網(wǎng)絡傳輸時延有著重要的作用。移動通信網(wǎng)絡本身就是層次化架構(gòu)，核心網(wǎng)絡負責管理，而邊緣網(wǎng)絡則主要負責無線網(wǎng)絡的接入。5G移動核心網(wǎng)絡中流量與管控的要求更高，基于云化核心資源的內(nèi)容分發(fā)網(wǎng)絡（Content Delivery Network，CDN）節(jié)點部署成為解決移動資源調(diào)度的重要方法，協(xié)同緩存框架的應用提高了移動核心網(wǎng)絡內(nèi)容分發(fā)的效率?，F(xiàn)有的宏基站在緩存上可以實現(xiàn)更低的傳輸時延，主要是服務網(wǎng)關(guān)根據(jù)不同內(nèi)容的請求轉(zhuǎn)發(fā)至源服務器，讓符合內(nèi)容請求的傳輸信息優(yōu)先通過，這種分發(fā)機制在集群基站中實現(xiàn)了緩存資源的共享，有效降低了移動網(wǎng)絡系統(tǒng)的服務時延。

2.2 緩存計算及資源分配與調(diào)度

緩存計算對于緩存資源分配起著關(guān)鍵作用，目前對于5G移動通信網(wǎng)絡的研究主要集中在邊緣計算方面。緩存計算在傳統(tǒng)應用上以云計算服務器作為處理基礎(chǔ)，但在終端用戶與云計算服務器距離較遠時，計算所導致的網(wǎng)絡時延較高，而較長距離的網(wǎng)絡傳輸也會受到更多不確定性因素的影響。將計算任務移動到邊緣計算中是緩存計算發(fā)展的重要趨勢，不僅可以節(jié)約終端移動的能量消耗，而且還能縮短計算的時延[2]。

雖然邊緣計算與霧計算都部署在靠近用戶的移動網(wǎng)絡邊緣上，但是計算資源的分配在緩存計算任務中并非簡單的集中式或分布式，需要根據(jù)移動終端消耗的通信資源來決定。通信資源的分配與調(diào)度方法較多，可分布式資源可采用分解技術(shù)處理或是通過迭代算法優(yōu)化計算資源，減少其在用戶終端的能量消耗。通過建立計算資源分配模型，服務器與邊緣設(shè)備會根據(jù)預先設(shè)定的資源協(xié)議來調(diào)度資源供給，保證計算任務能夠滿足其延遲要求。

3 5G移動通信緩存技術(shù)實際應用

3.1 核心網(wǎng)絡中5G移動通信緩存技術(shù)應用

3.1.1 系統(tǒng)模型

核心網(wǎng)絡中，5G移動通信分布式緩存架構(gòu)需要基于集成網(wǎng)絡切片，將物理基礎(chǔ)資源切分為虛擬網(wǎng)絡，從而滿足多樣化的網(wǎng)絡服務與功能。分布式網(wǎng)絡緩存資源池內(nèi)的業(yè)務數(shù)量略多于5G網(wǎng)絡切片后的業(yè)務數(shù)量，緩存節(jié)點在虛擬化技術(shù)的支持下為各網(wǎng)絡提供緩存資源。該系統(tǒng)模型未涉及映射機制與接入控制機制，只是將物理網(wǎng)絡資源分為多個虛擬網(wǎng)絡。此虛擬網(wǎng)絡也被假定為虛擬節(jié)點和虛擬鏈路的集合，由網(wǎng)絡基礎(chǔ)設(shè)施服務提供商負責創(chuàng)建。模型設(shè)置中只考慮一個網(wǎng)絡基礎(chǔ)設(shè)施，確保緩存資源分配對虛擬網(wǎng)絡能夠產(chǎn)生最直接的影響。物理網(wǎng)絡可以用加權(quán)無向圖G=（N，L）表示，其中N為物理節(jié)點的集合、L為物理鏈路的集合。設(shè)定C為各個物理節(jié)點上緩存資源的容量上限，同時假定該模型中有M個網(wǎng)絡切片。緩存資源的運用是根據(jù)網(wǎng)絡節(jié)點的差異而定的，在核心網(wǎng)絡中越重要的節(jié)點將會產(chǎn)生更高的資源價格。網(wǎng)絡切片所需支付的價格可表示為：

式中，i為節(jié)點，k為獲得緩存資源分配的網(wǎng)絡切片，w為每個節(jié)點每單位的緩存資源價格，x為整體變量，y為單位時間內(nèi)分配給網(wǎng)絡切片的緩存資源量。

3.1.2 資源分配

核心網(wǎng)絡緩存設(shè)計中，提出基于化學反應優(yōu)化算法（Chemical Reaction Optimization，CRO）的緩存資源分配方法。根據(jù)化學反應過程中發(fā)生的一系列分子碰撞，考慮不同分子作用下導致的不同程度的資源變化。對于緩存資源分配而言，可以通過CRO算法優(yōu)化資源分配。根據(jù)網(wǎng)絡基礎(chǔ)設(shè)施設(shè)定的約束條件，也就是上文網(wǎng)絡切片所需支付的價格可得到具體數(shù)值，指明哪一個網(wǎng)絡切片被分配緩存資源以及分配了多少緩存資源，以此通過分配矩陣來最大化目標函數(shù)，從而得到最優(yōu)的緩存資源分配矩陣，在此基礎(chǔ)上使5G移動通信網(wǎng)絡獲得最大的緩存資源分配收益?；贑RO算法的緩存資源分配流程如圖1所示。

圖1 基于CRO算法的緩存資源分配流程

初始化過程中會在約束條件下產(chǎn)生一組初始解，該解只能表示緩存資源中網(wǎng)絡切片的初始數(shù)量。此外，在約束條件下隨機產(chǎn)生指示矩陣X，并根據(jù)X隨機生成緩存資源分配矩陣Y，以此指明有多少緩存資源被分配給網(wǎng)絡切片?；趩畏肿訜o效碰撞反應的資源分配在計算中會有一個輕微變化的新解，計算過程就是通過選擇一個緩存節(jié)點并對緩存資源的分配進行改變，以此重新分配該緩存節(jié)點的緩存資源，進而得到一個新的緩存資源分配矩陣。基于分解反應的緩存資源分配會出現(xiàn)較大變化，每一個新解都可能與原先的解存在較大差異，隨機選擇分配矩陣并隨機分配新解，直到原矩陣每一行都被重新賦值為止。需要注意的是，在約束條件下緩存資源應當只能產(chǎn)生正數(shù)。基于分子間無效碰撞反應的緩存資源分配會對矩陣產(chǎn)生輕微影響，在算法中主要是緩存分配矩陣Y1和Y2得到相對應的兩個新的緩存分配矩陣?；诤铣煞磻木彺尜Y源分配會讓原始矩陣與新的矩陣產(chǎn)生較大不同，主要是因為兩個矩陣在合成計算時是隨機選擇相應行的值，從而生成一個新的緩存分配矩陣。

在得出分配矩陣后還需調(diào)整函數(shù)，以進一步確定得到的緩存資源分配解是否符合約束條件的要求。如果不滿足約束條件要求，則刪除該解，重新進行計算?；贑RO算法雖然能夠得出全局最優(yōu)解，但其時間較長且計算復雜度較高[3]。

3.1.3 仿真分析

在仿真中，將網(wǎng)絡緩存節(jié)點的數(shù)量設(shè)置為100，網(wǎng)絡切片的數(shù)值為100。運用CRO策略對進行計算，采用最小化方式。當通信緩存節(jié)點在100～1 000變化時，緩存節(jié)點越多，緩存資源價值和成本獲取就越多，從而實現(xiàn)正向的收益變化。在CRO策略算法下，單個緩存資源能夠會產(chǎn)生更多的收益。在網(wǎng)絡切片的數(shù)值變化中，一般來說不會對緩存資源的數(shù)值產(chǎn)生影響，因為緩存資源的配置與緩存節(jié)點的數(shù)量是相對固定的，所以網(wǎng)絡切片的任何變化都不會影響緩存資源的變化。但是在CRO策略算法下，網(wǎng)絡切片的數(shù)值變化和緩存資源分配的數(shù)值呈正比例關(guān)系，而且緩存資源的一部分仍然沒有分配給網(wǎng)絡切片。在CRO算法的基礎(chǔ)上，當節(jié)點緩存容量增大時，緩存資源分配收益也會增加。隨著節(jié)點緩存容量增大，緩存資源的分配數(shù)量相對增多，從而緩存資源的收益更多，其價值也隨之增加。

3.2 邊緣網(wǎng)絡中5G移動通信緩存技術(shù)應用

3.2.1 系統(tǒng)模型

5G移動通信技術(shù)移動邊緣網(wǎng)絡系統(tǒng)模型主要由宏蜂窩基站和多個小蜂窩基站組成。假設(shè)場景由單個宏蜂窩基站以及Q個小蜂窩站組成，異構(gòu)蜂窩中的每一個小蜂窩網(wǎng)絡都是由一個Uk用戶所構(gòu)建的。宏蜂窩基站具有緩存X個文件的能力，文件可以用一個內(nèi)容庫進行表示，即F={F1,F2……,Fq}，其文件大小是相同的。用戶請求全部文件都緩存在內(nèi)容庫F中，并且每個文件都具有不同的用戶請求概率，文件請求概率分布表示為P={P1,P2……,Pq}。其中，請求文件Fj的概率表示為Pj。每一個小蜂窩基站都能夠集成緩存，并且能夠通過無線鏈路向終端用戶傳輸數(shù)據(jù)，如圖2所示。

圖2 系統(tǒng)架構(gòu)

針對服務中經(jīng)常會出現(xiàn)的安裝配置演示邊緣服務器內(nèi)存有限和上行資源分配不均等問題，可以在網(wǎng)絡環(huán)境下進行多時間尺度邊緣緩存部署或進一步優(yōu)化上行資源分配方案，從而提高移動邊緣網(wǎng)絡的自適應優(yōu)化能力。將邊緣服務緩存部署變?yōu)樽畲蠡瘯r間平均吞吐量，優(yōu)化上行資源隨機模型，并采取Lyapunov隨機優(yōu)化技術(shù)對模型時間進行預估，通過預估未來時刻系統(tǒng)狀態(tài)將服務緩存不足變?yōu)槎嗑S背包問題，依靠動態(tài)規(guī)劃進行求解[4-6]。

3.2.2 緩存分發(fā)

基于啟發(fā)式貪婪算法來解決緩存分發(fā)問題，確定優(yōu)化問題的目標函數(shù)值與優(yōu)化問題的解分別對應Etotal和CSN。在約束條件下隨機生成一個放置矩陣，同時得到一個初始目標函數(shù)值，然后開始進行循環(huán)。在迭代過程中，不斷獲得新的目標函數(shù)E'total。若新的目標函數(shù)值小于現(xiàn)有的目標函數(shù)值，則是更優(yōu)的緩存資源分發(fā)值。在迭代次數(shù)達到限定時，便可停止迭代，從而得到最終的目標函數(shù)值，即為緩存資源分發(fā)值。

3.2.3 仿真分析

運用計算機模擬技術(shù)，對小蜂窩網(wǎng)絡中能量高效的機制性能進行分析與評估。在異構(gòu)小蜂窩網(wǎng)絡場景中，將宏蜂窩網(wǎng)絡分為若干個基站簇，其中每個基站簇由多個小蜂窩基站構(gòu)成。將小蜂窩基站中緩存內(nèi)容的大小均等設(shè)置，確保每個文件能夠被分為相同數(shù)量的片段。當小蜂窩基站數(shù)量發(fā)生變化時，隨著數(shù)量的逐漸增加，其總能耗在剛開始出現(xiàn)降低的趨勢，而當總能量消耗到一定數(shù)值時，總能耗開始呈現(xiàn)增加的趨勢。這種情況主要是當小蜂窩基站數(shù)量增加時，回程傳輸?shù)哪芎慕档?，?nèi)容緩存及協(xié)作傳輸?shù)哪芎脑黾印７粗?，回程率降低時，回程能耗也隨之降低。因此，小蜂窩基站簇中小蜂窩基站的數(shù)量對協(xié)作小蜂窩網(wǎng)絡的能量效率具有非常重要的影響。將小蜂窩基站中沒有緩存策略、采用隨機緩存策略以及采用基于啟發(fā)式貪婪的緩存策略進行比較，如圖3所示。

由圖3可知，基于啟發(fā)式貪婪算法的緩存策略能夠有效節(jié)省更多的能量消耗，同時還能夠保持更好的性能。

4 結(jié) 論

在5G移動通信網(wǎng)絡快速發(fā)展的背景下，移動通信技術(shù)除了傳輸速度和傳輸質(zhì)量的發(fā)展，還涉及更低時延、更高帶寬、更高效益的研究與開發(fā)。緩存技術(shù)作為移動通信的重要內(nèi)容，通過分析其技術(shù)特點及其在核心網(wǎng)絡與邊緣網(wǎng)絡中的運用，證明了高效的緩存技術(shù)能夠更好地為5G移動通信網(wǎng)絡服務。

圖3 請求數(shù)量對總能耗的影響