机器学习助力O-RAN实现主动式内容缓存

《Scientific Reports》：Machine learning empowered proactive content caching in O-RAN

　　

摘要

在蜂窝网络中采用主动缓存机制可以有效降低回传负载和内容传输延迟。开放无线接入网（O-RAN）凭借其多供应商、分布式架构，为在各个组件处进行缓存提供了更多可能。将主动缓存与O-RAN结合使用能够显著提升性能，但由于内容存储位置与O-RAN组件之间的紧密关联，这一过程较为复杂。本文提出了一种智能内容感知型主动缓存（ICAPC）机制，适用于已发布和未发布的视频。在该机制中，首先通过3D-CNN提取并压缩视频特征，生成高维特征向量；接着利用k均值聚类算法将具有相似特征的视频归类到不同的“视频类别”中。这些特征向量会被映射到一个G维空间中，其中每个数值代表对应视频类别的特征占比。随后，利用这些向量以及视频的流行度数据来训练支持向量机（SVM）。对于未发布的视频，训练好的SVM会根据其特征表示来预测其流行度。视频的缓存顺序按照流行度从高到低确定，即先在射频单元缓存，然后在分布式单元缓存，最后在集中式单元缓存。仿真结果表明，所提出的方法相较于传统方案具有更优的性能，能够实现更高的缓存命中率，同时降低内容传输延迟和回传负载。