CN119402497A 基于门控通信机制的多智能体协作边缘缓存方法与系统 （江西财经大学）

基于门控通信机制的多智能体协作边缘缓本发明提出一种基于门控通信机制的多智定是否将对应的智能体状态信息上传至中央服位置，能够使服务器之间进行选择性地交换信2缘服务器的自身缓存状态以及网络负载向临近边缘服务器或中央服务器发步骤3、为每个边缘服务器部署智能体，智能体为边缘服务器生成相应的缓存管理策采用门控模型对边缘服务器缓存状态进行判断，根据判断结果，决定2.根据权利要求1所述的基于门控通信机制的多智能体协作边缘缓存方法，其特征在3.根据权利要求2所述的基于门控通信机制的多智能体协作边缘缓存方法，其特征在;将隐藏状态与编码后的位置信息输入门控模型，得到二进制输出，;4.根据权利要求3所述的基于门控通信机制的多智能体协作边缘缓存方法，其特征在3;;将下一层隐藏状态与下一层单元格状态输入第三线性层，再经过softmax函数来获得;边缘服务器接收到动作向量后，根据动作向量进行相应的缓存管理操作5.根据权利要求4所述的基于门控通信机制的多智能体协作边缘缓存方法，其特征在6.根据权利要求5所述的基于门控通信机制的多智能体协作边缘缓存方法，其特征在;4根据所有边缘服务器的奖励值构建整体奖励值最大化的目标函数，;;n"表示最优的协同缓存策略。7.根据权利要求6所述的基于门控通信机制的多智能体协作边缘缓存方法，其特征在;feo()表示当前边缘服务器已经缓存了内容，feo(i)表示所需缓存的内容被缓存在8.根据权利要求7所述的基于门控通信机制的多智能体协作边缘缓存方法，其特征在;;5;边缘服务器的剩余缓存空间计算过程存在如;9.根据权利要求8所述的基于门控通信机制的多智能体协作边缘缓存方法，其特征在;;其中，表示当前边缘服务器与协作边缘服务器之间的可用带宽，DS,表示协作;衰落效应，C表示边缘服务器i周围的客户端集合c',表务器i周围的第M个客户端，M表示客户端数量；E表示区域内所有边缘服务器的集合，E=e,e,…,e,…,e,}，Cw表示区域内第N个边缘服务器的缓存容量，N表示边缘服务器6最近的边缘服务器根据描述信息确认缓存是否命中，若器的自身缓存状态以及网络负载向临近边缘服务器或中央服务为每个边缘服务器部署智能体，智能体为边缘服采用门控模型对边缘服务器缓存状态进行判断，根据判断结果，决定边缘服务器接收最优缓存决策，将文件数据传输给客户端，并根据缓存7前边缘服务器的自身缓存状态以及网络负载向临近边缘服务器或中央服务器发送缓存请8服务器的自身缓存状态以及网络负载向临近边缘服务器或中央服务器发为每个边缘服务器部署智能体，智能体为边缘服务器生成相应的缓存管理策略，9图5为本发明提出的基于门控通信机制的多智能体协作边缘缓存系统的结构示意[0014]请参阅图1，本实施例提供了一种基于门控通信机制的多智能体协作边缘缓存方位置确定与边缘服务器选择：客户端利用GPS等定位技术或从附近的蜂窝基站获前边缘服务器的自身缓存状态以及网络负载向临近边缘服务器或中央服务器发送缓存请,ey表示区域内第N个边缘服务器的缓存容量，N表示边缘服务器的总个数。采用c表示边缘服务器i周围的客户端集合c',表示边益计算公式如下：;;;;;;表示隐藏状态，表示二进制输出；[0030]若为0，则当前LSTM模型不与下一个时刻的其他LSTM模型共享自描述状态信LSTM模型允许共享其隐藏状态信息。这种状态信息通过特定的共享机制传递给中央服务通过强化学习算法确定最优的协同缓存策略具体包括;央服务器收到的部分边缘服务器的描述信息，e()表示第二线性层，c;表示单元格状态，表示模型在t时刻的输入数据；;[0033]将下一层隐藏状态与下一层单元格状态输入第三线性层，再经过softmax函数来;当动作向量为1时，则根据位置向量确定最近的边缘服务器作为协助边缘服务根据所有边缘服务器的奖励值构建整体奖励值最;服务器承担将内容f传输到本地边缘服务器的责任，后者随后承担将内容f传输到客户机;;;;表示边缘服务器的剩余缓存空间，E,表示当前边缘服务器，表示协作边缘服务器，表示第一内容传输延迟，表示第二内容传输延迟，表示第三内容传输延器的奖励函数r()计算为：;;,表示对最大长期回报的期望值，T表示一次完整训;[0042]请参照图5，本实施例还提供一种基于门控通信机制的多智能体协作边缘缓存系服务器的自身缓存状态以及网络负载向临近边缘服务器或中央服务器发为每个边缘服务器部署智能体，智能体为边缘服务器生成相应的缓存管理策略，存命中率并减少用户访问时延。重点在于该方法可以自动确定协作边缘服务器的最佳位