数据驱动的边缘网络内容分发策略

Edge content delivery is to replicate and distribute content based on edge network and storage resources, to improve the quality of service and user experience. In this project, we propose to address the problems in edge content delivery, including the random network topology construction, the impact of resource distribution, user behaviors and local content popularity on the delivery strategies, which demonstrate certain dynamical churning characteristics. This project is based on data-driven edge network measurement and dynamical sensing, to reveal the deep characteristics of edge network resource distribution, user behaviors and user-content correlation, and local content popularity patterns. We study reinforcement learning based edge content delivery strategy generation. In this project, we will work based on our research foundation on user behavior measurement, content distribution and multimedia network, and research resources including datasets and network experimental infrastructure. We will start from edge network measurement and sensing, study edge content delivery strategies generation and evolution, and implement a prototype based on our studies. We are aiming to produce a series of high-quality results in this project.

边缘内容分发利用边缘网络、存储资源进行内容部署和传输，可以有效提升服务质量和用户体验，成为目前被广泛探索的内容分发模式。本课题针对边缘网络内容分发中网络拓扑随机，分发策略同时受到网络资源分布、用户行为、局部内容流行度等影响，呈现策略动态变化的特点；以数据驱动的边缘网络测量和态势感知为基础，揭示边缘网络资源分布特征、用户行为与内容访问关联、以及局部内容流行度规律，实现基于动态反馈学习的边缘内容分发策略生成。利用课题组已有的用户行为、内容分发和多媒体网络方面的研究基础，以及相关原始数据积累、网络仿真工具、边缘网络设备等研究条件；以边缘网络态势的测量和深度感知为切入点，以边缘内容分发网络策略生成技术为核心，深入研究数据驱动的边缘网络策略演化与部署技术，并且实现数据驱动的边缘网络内容分发原型。力争在数据驱动的边缘内容分发领域取得一系列原创性成果。

边缘内容分发利用边缘网络、存储资源进行内容部署和传输，可以有效提升服务质量和用户体验，成为目前被广泛探索的内容分发模式。本课题针对边缘网络内容分发中网络拓扑随机，分发策略同时受到网络资源分布、用户行为、局部内容流行度等影响，呈现策略动态变化的特点，以数据驱动的边缘网络测量和态势感知为基础，揭示边缘网络资源分布特征、用户行为与内容访问关联、以及局部内容流行度规律，实现基于动态反馈学习的边缘内容分发策略生成。在执行期内，课题组按照课题设定的研究内容及课题计划书中预先规划的技术路线，在各项关键技术上进行研究，技术指标均已达到计划书的预期。1）论文发表、专利申请方面，课题组发表学术论文32篇，包括其中IEEE/ACM Transactions等顶级期刊和ACM Multimedia、ACM KDD、IEEE INFOCOM等顶级会议论文18篇；申报专利10项、授权专利9项。2）人才培养：培养相关领域的博士生4名（庞海天，叶佳辉，黄珊，吴成磊），硕士生15名（陈诚，章鹏，王继洪，刘嘉特，李佳栋，潘旺，姜伟峰，陈雪，胡成豪，徐天宇，董延龙，李洪珊，武鑫，王子寒，易坤）。3）数据开源方面：公开边缘网络内容分发用户行为研究数据集2项。一项覆盖用户移动和内容访问等关键行为；一项覆盖用户在多媒体服务中的眼动行为。4）系统成果方面:搭建了拥有30个节点的基于边缘计算设备（树莓派、Nano、Tx2等异构设备）的边缘内容分发原型。同时，获得国际会议最佳论文奖1项、最佳论文提名1项，负责人参与的项目“互联网视频在线转码、分发关键技术与应用”获得2020年中国电子学会技术发明一等奖。负责人入选2019年度万人计划青年人才项目。