基于用户中心点访问上下文的边缘缓存应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 边缘缓存策略研究现状 | 第11-13页 |
| 1.2.2 用户访问时空特性研究现状 | 第13-14页 |
| 1.3 本文的主要内容及结构安排 | 第14-15页 |
| 2 边缘缓存问题建模 | 第15-19页 |
| 2.1 问题描述与建模 | 第15-16页 |
| 2.2 系统框架 | 第16-18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 用户中心点特征构造 | 第19-28页 |
| 3.1 用户访问时空特性 | 第19-22页 |
| 3.1.1 用户访问可预测性 | 第19-20页 |
| 3.1.2 时间特性 | 第20-21页 |
| 3.1.3 空间特性 | 第21-22页 |
| 3.2 用户中心点特征构造方法 | 第22-27页 |
| 3.2.1 时空中心点定义与提取 | 第23-24页 |
| 3.2.2 中心点特征转换算法 | 第24-25页 |
| 3.2.3 中心点特征有效性分析 | 第25-27页 |
| 3.3 本章小结 | 第27-28页 |
| 4 用户相关的群体偏好上下文构造 | 第28-42页 |
| 4.1 方法概述 | 第28-29页 |
| 4.2 基于CNN的群体偏好上下文构建方法 | 第29-39页 |
| 4.2.1 CNN原理 | 第29-34页 |
| 4.2.2 GCNN网络结构 | 第34-35页 |
| 4.2.3 网络超参数对GCNN输出影响 | 第35-39页 |
| 4.3 群体偏好上下文构建方法对比 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 结合上下文的在线探索缓存算法 | 第42-49页 |
| 5.1 方法概述 | 第42-45页 |
| 5.1.1 上下文无关的探索算法 | 第42-44页 |
| 5.1.2 上下文相关的多臂算法 | 第44-45页 |
| 5.2 上下文缩放缓存算法 | 第45-48页 |
| 5.3 本章小结 | 第48-49页 |
| 6 实验与结果分析 | 第49-60页 |
| 6.1 数据集描述与实验设置 | 第49-51页 |
| 6.2 实验对比分析 | 第51-59页 |
| 6.2.1 缓存击中率对比分析 | 第52-54页 |
| 6.2.2 算法稳定性对比分析 | 第54-55页 |
| 6.2.3 参数对OCUC性能影响分析 | 第55-58页 |
| 6.2.4 运行效率对比分析 | 第58-59页 |
| 6.3 本章小结 | 第59-60页 |
| 7 总结与展望 | 第60-62页 |
| 7.1 全文总结 | 第60-61页 |
| 7.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 附录 攻读硕士期间发表的学术论文 | 第68-69页 |
