基于用户行为的无线边缘网络资源高效利用理论与方法

Wireless network is seriously constrained by the exponential growth of traffic and the difference of user behavior pattern, which tempers the improvement of network service quality and resource utilization efficiency. This research aims at the fundamental problem in the development of new generation wireless mobile communication, explores the theory and system framework of wireless edge network resource utilization based on user behavior, utilizes large-scale acquisition of data by cellular wireless network and studies the wireless big data related technology. In the complex network environment, the user behavior characteristics and forecasting model are used to explore the uncertainties of user behavior prediction, the relevance of communication, computing and storage resources, and the mismatch of user behavior and efficient use of network resources from the perspective of user behavior, On this basis, this research studies the wireless edge network resource utilization theory based on user behavior,, the user behavior driven wireless edge network collaboration and optimization, and puts forward the wireless edge network control strategy under resource constraints. This topic strives to break through the theory and technology which can improve the efficiency of wireless edge network resources from the point of view of user behavior, realize the core technological innovation, partly close to or exceed the international advanced level, and form a strong impetus for the future development of wireless communication network.

无线网络受到业务指数增长和用户行为模式差异性的严重制约，导致网络服务质量以及资源利用效率难以得到根本性提高。本课题针对新一代无线通信发展中的根本问题，探索提出基于用户行为的无线边缘网络资源高效利用理论及体系框架，利用蜂窝无线网络大规模采集数据并研究无线大数据相关技术，建立合适的复杂网络环境中用户行为特征与预测模型，从用户行为的角度来探索解决用户行为特征预测的不确定性问题、通信计算存储资源的关联性问题以及用户行为与网络资源高效利用的失配性问题；在此基础上，研究基于用户行为的无线边缘网络资源利用理论与用户行为驱动的网络协作与优化方法，并提出资源约束下的无线边缘网络控制策略。本课题力争突破从用户行为角度可使无线边缘网络资源利用效率大幅度提高的理论与技术，实现相关核心技术创新，部分接近或超过国际先进水平，为未来无线通信网络发展形成有力推动。

本课题瞄准移动通信系统发展过程中遇到的根本问题，研究基于用户行为的无线边缘网络资源高效利用理论及体系框架，利用蜂窝无线网络大规模采集数据并研究无线大数据相关技术，建立合适的复杂网络环境中用户行为特征与预测模型，从用户行为的角度来探索解决用户行为特征预测的不确定性问题、通信计算存储资源的关联性问题以及用户行为与网络资源高效利用的失配性问题。首先，基于对实际网络数据的研究和分析，建立基于空时特性的基站流量预测模型，较好的反映了业务流量在时空域的分布规律；其次，基于用户移动性和网络流量预测的移动边缘网络智能资源配置研究；然后，开展了针对移动边缘计算网络的计算卸载系统研究。最后，搭建了仿真平台进行仿真评估和技术验证，同时搭建了基于微服务的演示验证平台。依托本课题，共申请国内发明专利6项；发表期刊论文9篇，会议论文11篇，其中SCI检索8篇，IEEE期刊论文8篇。获得1次国际学术会议最佳论文奖，相关成果已经在运营商和通信企业中得到应用。依托本课题，在国际高水平期 刊上组织了1次专刊。组织国内外本领域专家学者召开了2次关于边缘计算和算力网络的专题研讨会。培养了博士生1名，硕士生4名。