基于組播傳輸的Small Cell網絡緩存放置研究

方俊才，潘沛生

(南京郵電大學 通信與信息工程學院， 江蘇 南京 210003)

?

基于組播傳輸的Small Cell網絡緩存放置研究

方俊才，潘沛生

(南京郵電大學 通信與信息工程學院， 江蘇 南京 210003)

Small Cell是一種低發射功率、小范圍覆蓋的基站。Small Cell作為3G/4G宏蜂窩的補充，能夠使運營商以更低的代價為用戶提供更好的無線寬帶語音及數據業務。為了減少用戶與蜂窩網絡請求內容的流量，基于小基站文件流行度的緩存放置方案成為一種常見的解決方法。設計的緩存放置方案考慮到運營商能在一個服務周期內用單個組播服務多個用戶對同一文件的請求，這比用多次單播耗費更少的能量。實驗結果表明，設計的方案與現有的研究方案相比能量效率更高。

小基站；組播傳輸；流行度；緩存放置

0 引言

如今，移動數據流量正經歷前所未有的全球性增長，未來幾年將持續45%的增長率，預計2020年達到30.5艾字節[1]。即使現有的網絡，以及正在建設的4G網絡或者正在試驗中的5G網絡都非常難以滿足如此大的流量需求。為了解決這個問題，運行商已經開始部署了小基站(SCBs)[2]，與傳統的宏基站協同工作，減輕流量壓力。小基站增加了頻譜利用效率，并減少了用戶與宏基站之間的通信。

利用網絡存儲改變網路的性能已經引起越來越多研究者的興趣，為了減小成本和回程，已有學者提出在小蜂窩系統中使用緩存方案[3-6]。如果用戶請求的文件已經緩存在小基站之中，用戶的請求將會由小基站服務，否則將由宏基站(MBS)進行服務。該方案最大的挑戰就是設計最優的緩存政策，即每個小基站應該緩存哪些文件，實現減少服務成本的目的。

組播在蜂窩網絡的多媒體內容傳輸中是一種很有前途的解決方案[7-8]，并已被納入3GPP版本。當多用戶在一個周期內對同一文件發出請求時，宏基站可以通過一次組播傳輸文件以實現對多用戶服務。顯然，組播能影響緩存策略。例如，宏基站用組播傳輸一個文件，該文件可以不在任何一個小基站中進行緩存，另外一方面，為了避免這樣的宏基站傳輸，所有的小基站可以緩存服務用戶的請求文件。

針對運營商使用組播，本文為小蜂窩網絡設計了緩存策略，與其他方案一樣，此處的目標是減少運行商的能量成本。首先介紹系統模型，定義一個最優化問題，本文稱之為MACP(Multicast Aware Caching Problem)，并將會證明MACP的復雜度，設計一種啟發式算法。

1 系統模型

如圖1所示，Small Cell網絡下每個小基站部署在宏基站的周圍，小基站可以服務附近的請求，N個小基站組成的集合為A，每個小基站n∈A的緩存容量為Sn，表示小基站儲存的文件最大數量。

圖1 系統模型，網絡由1個宏基站(MBS)和N個小基站(SBSs)組成

CM代表數據從宏基站傳輸到用戶的能量成本。CN表示小基站n傳輸數據到用戶的能量成本。CS為小基站儲存能量成本，成本與文件的大小和存儲介質有關。這些成本參數可以解釋為運營商的資本性輸出(Capital Expenditure Cost)。

本文研究的系統在一定時間間隔d內，文件的流行度是已知的。Φ代表宏基站儲存M個文件組成的集合，文件按照流行度排序，用戶請求第i個文件的概率PM(i)符合齊普夫定律(ZIPF)[9]，表示為:

(1)

在本文中，所有的文件擁有同樣的大小。為了便于分析，假設所有的小基站的覆蓋區域是不重合的，因此用戶最多只可能在一個小基站覆蓋的區域內。用λni表示小基站n覆蓋區域內用戶對于文件i的平均需求。λ0i代表不在任何一個小基站覆蓋區域內的用戶對于文件i的平均需求。小基站n在每秒內可以服務用戶對文件的請求最大數目為Un，Un滿足隨機分布，即不同的小基站服務的最大用戶數可能是不一樣的。λni等于Un與文件流行度PM(i)的乘積，表示為：

λni=UnPM(i)

(2)

因此，每個基站文件i的請求數量滿足泊松分布，則在一個組播周期內小基站n中用戶至少一次對文件i發出請求的概率為pni，其表達式為:

pni=1-e-λnid

(3)

小基站沒有覆蓋的即由宏基站服務的區域表示為n0，小基站組成的區域表示為集r，所有區域組成的集合為R，表示為：

R=(r:r?A∪n0,r≠φ)

(4)

在一個組播周期內，任意區域r中，每個小基站用戶對文件i∈Φ至少發出一次請求的概率為qri，請求相互獨立，概率表示為：

qri=Πn∈rpniΠn?r(1-pni)

(5)

P表示宏基站向小基站n下的用戶的發射功率[10]，單位為W，表示為：

P=Ps-Gu-Gm+Lmu+Ψ+10log10B

(6)

Ps表示基站接收靈敏度,Gu代表用戶天線增益，Gm表示基站的天線增益，Lmu表示宏基站與用戶之間的路徑衰落，Ψ表示陰影效應，B表示資源塊數目。本文中宏基站傳輸到用戶的能量成本CM=P×t。t表示文件無線傳輸的時間，為文件大小除以無線傳輸速率。

存儲成本CS與文件大小和存儲介質有關，1 bit文件儲存功率等于6·10-12W[11]，用固態硬盤存儲文件。

2 問題描述

二進制變量xni表示文件i∈Φ是否存儲在小基站n∈A中，如果小基站n存儲了文件i，則n∈A，xni=1。xni變量組成的矩陣為x，表示為：

x=(xni∈{0,1}:i∈Φ,n∈A)

(7)

二進制變量yri表示當區域r?R收到對文件i有請求時，宏基站決定是否應該進行組播傳輸。yri=1表示宏基站對用戶的請求用組播傳輸;yri=0表示用戶對文件i的請求都被當地的小基站服務了，不需要組播傳輸。這些變量組成的矩陣為y：

y=(yri∈{0,1}:r?R,i∈Φ)

(8)

yri=1可分為兩種情況：當請求不在任意小基站覆蓋區域內n0時，滿足n0∈r，能夠被宏基站服務；文件請求來自于小基站n∈r 0，但小基站沒有儲存文件i，此時需要宏基站進行組播傳輸。

Ji(y)表示用組播服務文件i的能量成本:

Ji(y)=∑r?Rqri(yriCM+(1-yri)∑n∈rCN)

(9)

本文把基于組播傳輸的緩存放置問題(MACP)作為一個最優化問題，最優化問題目標函數表示為：

minx,y∑n∈A∑i∈ΦxniCS+∑i∈ΦJi(y)

(10)

s.t ∑i∈Φxni≤Sn

(11)

xni∈{0,1}:i∈Φ,n∈A

yri∈{0,1}:r?R,i∈Φ

式(10)表明能量總成本等于完成用戶對文件請求的能量成本和每個小基站儲存文件的成本之和。

3 緩存放置算法

本文研究的目標是求出基于組播傳輸的小蜂窩網絡緩存放置最佳方案，上節分析了MACP問題的難度，在本節中提出一個解決組播感知傳輸緩存問題(MACP)的輕量級迭代算法，每次迭代的目標就是求出式(10)的最小值。

算法形式化描述如下：

輸入：N個小基站集合A，文件集合Φ，周期d，需求λni

輸出：緩存矩陣x

(4) for 迭代次數

number=1,2,…,∑n∈ASn, do

(6)xn*i*=1

(9) ifFn*=Snthen

(10) for 每個i∈Φ使得(n*,i*)∈Ddo

(11) end for

(12) end if

(13) end for

4 仿真結果與分析

本文設計網絡包含14個小基站和1個宏基站，文件的總數量M=100，Sn=S，每個儲存的文件數限制是一樣的。服務周期d=10 s，每個文件大小為30 Mbit，文件流行度滿足齊普夫(zipf)定律[12-13]，在每個小基站覆蓋區域內，小基站的最大請求次數從每秒1個到每秒10個變化，滿足隨機分布。設置r0i=0。假設在LTE環境進行數據傳輸，P=43 dBm，即20 W。理想下行傳輸速率為100 Mbit/s，則30 Mbit文件傳輸時間等于0.3 s。傳輸的能量成本CM=CN。本文比較三種緩存方案的性能。基于流行度感知的單播傳輸(PAC-UT)緩存方案：所有的小基站都緩存最流行的文件，每個文件請求都通過單播完成；基于流行度感知的組播傳輸(PAC-MT)方案：每個小基站都相互獨立緩存最流行的文件，對同一文件在同一周期的請求，宏基站可以通過一個組播傳輸完成服務；基于組播感知傳輸(MAC-MT)的緩存方案：通過本文算法完成文件的放置，當多用戶對同一文件在同一時期進行請求時，宏基站可以通過一個組播傳輸完成服務。

從圖2可以觀察到，隨著齊普夫參數的增加，所有方案的成本都在減少，可以明顯地觀察到在α值較小時，基于組播感知傳輸(MAC-MT)的緩存設計方案是更優的。隨著流行度參數的增加，與基于流行度感知的組播傳輸 (PAC-MT)設計方案相比二者的性能非常接近，因為一小部分文件變得非常流行，有更多的用戶請求，因此把這些最流行的文件緩存到當地小基站中，可以滿足當地的需求。

圖2 文件流行度分布參數對三種方案性能影響

由圖3可以看出，隨著小基站緩存文件數量的增加，更多的請求被當地滿足，三種方案運營商的服務成本在明顯地下降。本文提出的MAC-MT方案相對于其他兩種方案，在小基站緩存文件最大數量增加時，性能良好。

圖3 小基站緩存容量對三種方案性能影響

在周期d內，用戶的請求必須得到服務。由圖4得知，當服務周期d增加時，服務成本上升了，因為要服務更多的請求，基于組播感知傳輸(MAC-MT)的緩存設計方案通過組播滿足更多的請求。與PAC-UT和PAC-MT兩種方案相比，服務成本增加得更加緩慢，也就是服務周期越長，MAC-MT相比前兩種方案將會取得更好的效益。

圖4 服務請求的周期對三種方案性能影響

5 結束語

本文針對小基站緩存文件放置的問題，為減少運營商服務用戶請求的能量成本，設計了基于組播傳輸的緩存方案，并設計了算法實現緩存的放置。與傳統的基于流行度的緩存放置方案相比，該緩存策略利用組播傳輸的特點，同時結合文件的流行度，使運營商服務成本大幅度下降。實驗結果表明了該方案性能優異。

[1] Cisco.VNI mobile forecast update[EB/OL].(2016-02-06)[2016-07-01].http://www.cisco.com/c/en/us/solutions/collateral/service-provider/visual-networking-index-vni/mobile-white-paper-c11-520862.html.

[2] Intel.Rethinking the small cell business model[EB/OL].(2015-06-04)[2016-12-30].http://www.intel.com/content/dam/www/public/us/en/documents/white-papers/communications-small-cell-study.pdf.

[3] SHANMUGAM K, GOLREZAEI N, DIMAKIS A G,et al. FemtoCaching: wireless content delivery through distributed caching helpers[J]. IEEE Transactions on Information Theory,2011,59(12):8402-8413.

[4] OSTOVARI P, KHREISHAH A, WU J. Cache content placement using triangular network coding[C].Wireless Communications and Networking Conference, IEEE, 2013:1375-1380.

[5] POULARAKIS K, TASSIULAS L. Exploiting user mobility for wireless content delivery[C]. IEEE International Symposium on Information Theory Proceedings, IEEE, 2013:1017-1021.

[6] POULARAKIS K, IOSIFIDIS G, TASSIULAS L. Approximation caching and routing algorithms for massive mobile data delivery[C]. IEEE Global Communications Conference, IEEE, 2013:3534-3539.

[7] ALAY O, KORAKIS T, WANG Y, et al. Layered wireless video multicast using relays[J].IEEE Transactions on Circuits & Systems for Video Technology, 2010, 20(8):1095-1109.

[8] SU C, TASSIULAS L. Joint broadcast scheduling and user’s cache management for efficient information delivery[J]. Wireless Networks,2000, 6(4):279-288.

[9] BRESLAU L, CAO P, FAN L, et al. Web caching and zipf-like distributions: evidence and implications[C]. IEEE Global Communications Conference, IEEE, 1999, 1:126-134.

[10] KOUTITAS G, LOSIFIDIS G, LANNOO B, et al.Greening the airwaves with collaborating mobile network operators[J].IEEE Transactions on Wireless Communications, 2016,15(1):794-806.

[11] CHOI N, GUAN K, KILPER D C, et al. In-network caching effect on optimal energy consumption in contentcentric networking[C]. IEEE International Conference on Communications, IEEE, 2012:2889-2894.

Caching placement of small cell network based on multicast transmission

Fang Juncai, Pan Peisheng

(School of Communication and Information Engineering, Nanjing University of Posts and Telecommunications, Nanjing 210003, China)

Small cell is a base station with low transmit power and small coverage. Small Cell as a complement to the 3G/4G macrocell, enable operators to provide users with better wireless broadband voice and data services at a lower cost. In order to reduce the traffic of requests between users and cellular networks, the cache placement scheme based on the popularity of small base stations becomes a common solution.In this paper, a new method of cache placement is proposed. The cache policy carefully takes into account the fact that an operator can serve the requests for the same file that happen at nearby times via a single multicast transmission. The strategy is more economical in traffic than the schemes based on unicast transmission and popularity of files. The experimental results show that the proposed solution is more effective than the existing methods.

small cell; multicast transmission; popularity; cache placement

TN711

A

10.19358/j.issn.1674- 7720.2017.11.021

方俊才，潘沛生.基于組播傳輸的Small Cell網絡緩存放置研究[J].微型機與應用，2017,36(11)：71-73，77.

2017-01-10)

方俊才(1990-)，男，碩士，主要研究方向：Small Cell網絡緩存。

潘沛生(1966-)，男，博士，副教授，主要研究方向：無線網絡與通信信號處理。