分布式计算模型

背景

Cooperative Edge Caching in User-Centric Clustered Mobile Networks 这篇论文于2018年被IEEE收录，主要探讨了在多个基站协同缓存过程中如何优化数据的存储位置，从而有效减少用户获取文件所需的时间。该研究从用户的角度出发，构建了一个以下载时延为目标的函数模型。与以往的研究相比，其创新之处在于全面考虑了基站的缓存容量、网络带宽、信道状态、文件的受欢迎程度以及用户的分布等多个因素，并提出了一种适用于大规模网络环境的数据分布算法。然而，该研究仍存在若干不足：首先，文中所提出的算法要求基站群按照文件流行度由高到低依次进行缓存，这意味着对缓存策略有特定的要求。实际上，文件的缓存策略通常不仅依据流行度来制定，还可能涉及文件类型、访问时间及用户的个性化请求等因素；其次，在每次缓存一个文件块时，该算法都需要执行一次复杂度为K+F（K为基站数量，F为文件数量）的操作。由于K和F往往较大，这将显著增加基站的计算压力；再次，文章假设所有基站具有相同的配置，并要求每个文件在所有基站中均匀分布。然而在现实网络环境中，不同基站之间的硬件配置可能存在差异，因此这一条件难以满足；最后，在处理带宽问题时，文章强调需要不断调整各个基站的带宽资源。但其所参考以及被引用的相关文献均将各基站带宽视为固定不变的参数。这种设定可能