移动互联网在无线通信发展的不断推动下，已经逐渐发展成为人们生活中不可或缺的一部分，伴随着移动终端设备的快速更新以及全球范围的社交网络密切联系，人们在体验到了更优质服务的同时也对未来网络有了更多的期待和要求。移动互联网数据的增长呈现出了爆炸式增长，根据预测，到 2020 年时，全球移动数据量将增长 66 倍。云计算虽然为大数据处理提供高效的计算平台，但是目前网络带宽的增长速度远远赶不上数据的增长速度，因此，移动边缘计算（Mobile Edge Computing，MEC）应运而生，其基本思想是把云计算平台从移动核心网络内部迁移到移动接入网边缘，实现计算及存储资源的弹性利用。移动边缘计算通过在网络边缘部署服务和缓存，位于无线接入网内，接近移动用户，因此可以实现较高带宽和较低延时，满足万物互联应用增长的需求，提高服务质量和用户体验。

网络缓存技术利用人们对媒体访问行为的局部性，将目前及有可能在未来一段时间内被多次重复访问的网络媒体或文件存储在边缘服务器，从而不但减少网络带宽占用，而且还可以提高用户获取媒体资源的速度，提高用户体验。因此，在移动边缘计算中应用合理的缓存技术是对移动网络数据增长的实用且有效的解决方法，所以，如何针对多用户在移动边缘环境中部署高效的缓存策略值得深入研究，这便是本文研究的目的及意义

在各种网络架构基站的协作缓存研究里，Chen 等提出了一种组合缓存方案，将每个小区的基站缓存分为两部分，对于流行度最高的内容，所有的基站都进行缓存；而对于流行度较低的内容，不同基站缓存不同的内容，增加本地内容多样性，可提升传输效率。与上述思路类似，张涛等提出一种面向软件定义无线接入网（SD-RAN）的协作内容缓存网络架构，每个 SBS（small cell base station）缓存空间被分割成两部分，一部分存储全网流行度最高的公共内容保证各小蜂窝小区的本地命中率，另一部分存储流行度较高差异化的内容促进 MBS 和 SBS 之间的协作。Lin 等综合考虑了基站和用户间的缓存协作策略，提升了 DoC（degreeof cooperation）和整个系统的缓存容量。

Shan Zhang 和 Peter He 认为可以采用协作式缓存，对新兴的以用户为中心的网络体系结构中实现多基站对多用户的服务。文献中以最小化文件平均传输延迟为目的，综合考虑网络拓扑、流量分布、信道质量和文件流行度的随机信息对内容分配和小型基站集群大小进行优化，提出了一种基于最优带宽分配的贪心算法，可以将平均文件传输延迟降低 45％。用户中心网络与移动边缘计算环境极其相似，基于这篇论文的研究，对多用户缓存策略可以做一些工作。

2. 研究的基本内容与方案

本研究目标是拟设计实现一种移动边缘计算中的多用户缓存策略，在完全理解Sherman论文的基础上进行多用户缓存策略的算法实现，并提出自己的思考。

基本内容，了解iFogSIM和EdgeXFoundry两个软件平台的使用和开发，计划以Sherman的论文为基础，对其文章内容、模型建立、数学推导、算法实现进行学习和实现，如果有可能，对其工作进行一点点的改进。

如果文件主动存储在基站中，移动边缘缓存可以在不需要从云端远程文件获取的情况下，直接传输内容给用户，以提高用户体验质量（Quality-of-Experience，QoE）。Sherman的文章以减少文件平均传输时延为目的，考虑了文件的流行度、网络拓扑、流量分布、信道质量等因素，提出了一种基于最优带宽分配的贪心算法，可以将平均文件传输延迟降低 45％。本次设计中，拟搭建一个符合移动边缘计算特征的仿真实验系统平台，通过调整配置文件模拟移动边缘计算的应用场景，为用户缓存模型的性能评测提供实验支持。拟采用的方案：先对移动边缘计算及缓存知识有一定的了解，再对Sherman的文章进行研读，再理解其工作的基础上进行算法实现，有时间再对其工作进行改进。

[1] Mao Y, You C,Zhang J, et al. A Survey on Mobile Edge Computing: The CommunicationPerspective[J]. IEEE Communications Surveys amp; Tutorials, 2017, PP(99):1-1.

[2] Beck M T, WernerM, Feld S, et al. Mobile Edge Computing: A Taxonomy[C]// Accepted for the SixthInternational Conference on Advances in Future Internet. 2014:48-54.

[3] Ahmed A, Ahmed E.A survey on mobile edge computing[C]// International Conference on IntelligentSystems and Control. IEEE, 2016.