一种多任务优化的智能缓存方法

    公开(公告)号:CN114490447B

    公开(公告)日:2024-12-10

    申请号:CN202210081350.X

    申请日:2022-01-24

    Abstract: 本发明涉及一种多任务优化的智能缓存方法,属于无线通信领域。该方法首先将边缘服务器采集到的用户端信息进行整合,设计模型提取出用户和内容特征;其次根据这些信息,构建多任务优化模型对用户与内容的交互进行特征分析,挖掘用户的隐藏特征,预测未来一段时间内内容热度和用户偏好程度;然后根据内容热度与用户偏好程度重要性的不同,设计联合因子,将两者进行联合优化,并将内容进行降序排列,根据边缘服务器的缓存容量选取Top‑k的内容进行缓存;最终根据联合优化结果优化缓存命中率与用户命中率。本发明提高了边缘服务器的命中率和服务质量。

    一种基于模型蒸馏的边缘缓存方法

    公开(公告)号:CN114610500A

    公开(公告)日:2022-06-10

    申请号:CN202210286001.1

    申请日:2022-03-22

    Abstract: 本发明涉及一种基于模型蒸馏的边缘缓存方法,属于无线通信领域,首先将边缘服务器采集到的用户端数据汇聚到云中心,对数据进行预处理并设计教师模型训练预测用户对内容的偏好;然后,在边缘服务器端部署学生模型,通过共享教师模型的参数学习该基站覆盖下的局部用户偏好。最后,根据得到的用户偏好,结合群组用户的活跃度,制定群组缓存策略,优化缓存命中率。本发明可以节约无线通信的链路资源,提高边缘服务器的资源利用率,提升用户服务质量。

    一种基于模型蒸馏的边缘缓存方法

    公开(公告)号:CN114610500B

    公开(公告)日:2024-04-30

    申请号:CN202210286001.1

    申请日:2022-03-22

    Abstract: 本发明涉及一种基于模型蒸馏的边缘缓存方法,属于无线通信领域,首先将边缘服务器采集到的用户端数据汇聚到云中心,对数据进行预处理并设计教师模型训练预测用户对内容的偏好;然后,在边缘服务器端部署学生模型,通过共享教师模型的参数学习该基站覆盖下的局部用户偏好。最后,根据得到的用户偏好,结合群组用户的活跃度,制定群组缓存策略,优化缓存命中率。本发明可以节约无线通信的链路资源,提高边缘服务器的资源利用率,提升用户服务质量。

    一种多任务优化的智能缓存方法

    公开(公告)号:CN114490447A

    公开(公告)日:2022-05-13

    申请号:CN202210081350.X

    申请日:2022-01-24

    Abstract: 本发明涉及一种多任务优化的智能缓存方法,属于无线通信领域。该方法首先将边缘服务器采集到的用户端信息进行整合,设计模型提取出用户和内容特征;其次根据这些信息,构建多任务优化模型对用户与内容的交互进行特征分析,挖掘用户的隐藏特征,预测未来一段时间内内容热度和用户偏好程度;然后根据内容热度与用户偏好程度重要性的不同,设计联合因子,将两者进行联合优化,并将内容进行降序排列,根据边缘服务器的缓存容量选取Top‑k的内容进行缓存;最终根据联合优化结果优化缓存命中率与用户命中率。本发明提高了边缘服务器的命中率和服务质量。

Patent Agency Ranking