.png){kind=icon}
.png){kind=icon}
返回
User preference-aware edge resource cache dynamic deployment
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-026-06441-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
边缘资源缓存的动态部署是边缘计算中的关键技术，能够有效优化资源利用并提高服务响应速度。然而，当前研究仍面临缓存资源选择不合理及缓存命中率低等问题。因此，本文研究了面向用户偏好的边缘资源缓存动态部署技术。首先，提出了一种面向用户偏好的缓存资源预选方法，采用经验模态分解（EMD）获取边缘资源用户偏好序列分量，同时利用门控循环单元（GRU）模型预测下一缓存周期的边缘资源用户偏好，并根据预测结果预选缓存资源。其次，提出了一种基于改进粒子群优化算法（PSO）的边缘资源缓存动态部署方法，建立了以最小化缓存能耗和传输延迟为代价函数的边缘资源缓存动态部署模型。利用改进粒子群优化算法求解边缘资源缓存动态部署模型，以获得最优的边缘资源缓存动态部署方案。结果表明，所提方法能够有效降低缓存能耗、减少传输延迟并提高缓存命中率。
Keyword:
Dynamic deployment
Edge computing
Particle swarm optimization algorithm
Resource cache
User preferences
期刊
IF:
2.9
论文数:
221
被引数:
1.1K