936 工程科学学报，第42卷，第7期 与其它两种情况的缓存命中率均呈现上升趋势， 更多的缓存用户意味着有更多的缓存容量，因此 这是因为随着缓存容量的增加，在微基站和缓存 可以为内容请求者缓存更多其感兴趣的内容.其 用户中缓存的内容数增加，使更多用户的需求得 中所提机制UAEC和WLPP机制比WCUS机制变 到满足.而本文所提机制相比其他两种情况有更 化的更快，是因为这两种机制对缓存用户进行了选 高的缓存命中率，这是因为由于用户的自私性，可 择，相比于WLPP机制和WCUS机制，本文所提机 能不愿意占用自己的缓存资源来缓存不感兴趣的 制实现更高的缓存性能，当缓存用户数为20时， 内容，若让缓存用户缓存其不感兴趣的内容，可能 比没有选择缓存用户和没有预测本地流行内容的 造成内容丢弃，最终导致较低的缓存命中率，与此 情况，在缓存命中率方面分别提高了13%和30%. 同时，若缓存用户与请求者不在D2D通信范围内， 4.2与其他机制的比较 将不能进行内容分享，最终也导致较低的缓存命 为证明本文所提机制的性能，将其与现存在 中率，而所提机制基于用户兴趣，构建兴趣社区， 的两种机制进行比较： 在每个兴趣社区中基于用户的缓存意愿以及缓存 I)最流行内容缓存l(Most popular caching, 能力，对缓存用户进行选择进而提高缓存命中率 MPC):在每个微基站和缓存用户中都缓存最流行 对于内容流行度，若考虑所有用户的内容流行度 的内容，且随机选择缓存用户 服从同一分布，也将造成较低的缓存命中率，这是 2)随机缓存l6(Random caching,RC):微基站 因为内容流行度对不同用户是不一样的，为此，所 和缓存用户以相同的概率缓存所有内容，且随机 提机制基于用户的偏好，来预测用户的内容流行 选择缓存用户 度，从而提高了缓存命中率 由图4可知，随着微基站和缓存用户缓存容量 0.8 的增加，所提机制UAEC与其它两种机制MPC和 0> RC的缓存命中率都逐渐增加，相比于其他两种机 0.6 制，所提机制实现更好的性能，这是因为MPC机 制，只考虑缓存最流行的内容，忽略了用户的偏 0.4 好，不能满足部分用户的需求，同时，在微基站和 缓存用户都缓存最流行内容，会造成缓存冗余，减 0.2 UAEC 少缓存内容多样性的现象，最终使缓存命中率较 01 ◆-WCUS ·-WLPP 低，对于RC机制，没有考虑用户的偏好，随机缓存 0 2 8 10121416 18 20 内容，因此有较低的缓存命中率，当缓存容量为 CUE 20时，所提机制的缓存命中率比MPC机制和RC 图2不同缓存容量下的缓存命中率 机制分别提高了19.5%和47% Fig.2 Cache hit ratio versus cache capacity 0.8 图3展示了缓存用户数对缓存命中率的影响， 0.7 从图中可以看出，随着缓存用户数的增加，缓存命 0.61 中率逐渐增加，这是因为内容总数不变的情况下， p 三04 0.7 0.6 02 ● UAEC 0.11 ◆-MPC -RC 0.4 0L4 2468101214161820 CUE 0.2 ▲-UAEC 图4不同机制中缓存命中率随着缓存容量的变化 -WCUS 0.1 Fig.4 Cache hit ratio versus cache capacity in different mechanisms ◆-WLPP 0 图5展示了不同机制下缓存用户数对缓存命 810121416 1820 Number of cache user 中率的影响，由图可知，随着缓存用户数的增加， 图3不同缓存用户数下的缓存命中率 三种机制的缓存命中率都逐渐增加，这是因为随 Fig.3 Cache hit ratio versus number of cache users 着缓存用户数的增加使总的缓存容量增加，缓存与其它两种情况的缓存命中率均呈现上升趋势， 这是因为随着缓存容量的增加，在微基站和缓存 用户中缓存的内容数增加，使更多用户的需求得 到满足. 而本文所提机制相比其他两种情况有更 高的缓存命中率，这是因为由于用户的自私性，可 能不愿意占用自己的缓存资源来缓存不感兴趣的 内容，若让缓存用户缓存其不感兴趣的内容，可能 造成内容丢弃，最终导致较低的缓存命中率，与此 同时，若缓存用户与请求者不在 D2D 通信范围内， 将不能进行内容分享，最终也导致较低的缓存命 中率，而所提机制基于用户兴趣，构建兴趣社区， 在每个兴趣社区中基于用户的缓存意愿以及缓存 能力，对缓存用户进行选择进而提高缓存命中率. 对于内容流行度，若考虑所有用户的内容流行度 服从同一分布，也将造成较低的缓存命中率，这是 因为内容流行度对不同用户是不一样的，为此，所 提机制基于用户的偏好，来预测用户的内容流行 度，从而提高了缓存命中率. 2 4 6 8 10 12 14 16 18 20 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 cUE UAEC WCUS WLPP Cache hit ratio 图 2    不同缓存容量下的缓存命中率 Fig.2    Cache hit ratio versus cache capacity 图 3 展示了缓存用户数对缓存命中率的影响， 从图中可以看出，随着缓存用户数的增加，缓存命 中率逐渐增加，这是因为内容总数不变的情况下， 更多的缓存用户意味着有更多的缓存容量，因此 可以为内容请求者缓存更多其感兴趣的内容. 其 中所提机制 UAEC 和 WLPP 机制比 WCUS 机制变 化的更快，是因为这两种机制对缓存用户进行了选 择，相比于 WLPP 机制和 WCUS 机制，本文所提机 制实现更高的缓存性能，当缓存用户数为 20 时 ， 比没有选择缓存用户和没有预测本地流行内容的 情况，在缓存命中率方面分别提高了 13% 和 30%. 4.2    与其他机制的比较 为证明本文所提机制的性能，将其与现存在 的两种机制进行比较： 1）最流行内容缓存 [15] （ Most  popular  caching， MPC）：在每个微基站和缓存用户中都缓存最流行 的内容，且随机选择缓存用户. 2）随机缓存[16] （Random caching，RC）：微基站 和缓存用户以相同的概率缓存所有内容，且随机 选择缓存用户. 由图 4 可知，随着微基站和缓存用户缓存容量 的增加，所提机制 UAEC 与其它两种机制 MPC 和 RC 的缓存命中率都逐渐增加，相比于其他两种机 制，所提机制实现更好的性能，这是因为 MPC 机 制，只考虑缓存最流行的内容，忽略了用户的偏 好，不能满足部分用户的需求，同时，在微基站和 缓存用户都缓存最流行内容，会造成缓存冗余，减 少缓存内容多样性的现象，最终使缓存命中率较 低，对于 RC 机制，没有考虑用户的偏好，随机缓存 内容，因此有较低的缓存命中率，当缓存容量为 20 时，所提机制的缓存命中率比 MPC 机制和 RC 机制分别提高了 19.5% 和 47%. 2 4 6 8 10 12 14 16 18 20 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 UAEC MPC RC cUE Cache hit ratio 图 4    不同机制中缓存命中率随着缓存容量的变化 Fig.4    Cache hit ratio versus cache capacity in different mechanisms 图 5 展示了不同机制下缓存用户数对缓存命 中率的影响，由图可知，随着缓存用户数的增加， 三种机制的缓存命中率都逐渐增加，这是因为随 着缓存用户数的增加使总的缓存容量增加，缓存 2 4 6 8 10 12 14 16 18 20 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 Number of cache user UAEC WCUS WLPP Cache hit ratio 图 3    不同缓存用户数下的缓存命中率 Fig.3    Cache hit ratio versus number of cache users · 936 · 工程科学学报，第 42 卷，第 7 期