一种基于联邦学习与DQN的缓存节点选择方法

    公开(公告)号:CN118802708A

    公开(公告)日:2024-10-18

    申请号:CN202410913689.0

    申请日:2024-07-09

    Applicant: 扬州大学

    Inventor: 桂易琪 王鹏程

    Abstract: 本发明公开了一种基于联邦学习与DQN的缓存节点选择方法,涉及DQN缓存策略技术领域,包括以下步骤:S1、对NDN网络中路由器内的原始CS表结构进行改造;S2、在NDN网络的路由器内增加节点信息表;S3、对NDN网络中原始的兴趣包和数据包的结构进行改造;S4、使用AE模型预测出流行内容,本发明在路由器内对原始CS表结构进行改造,同时引入节点信息记录表,对NDN网络中的兴趣包和数据包结构也进行了改造,以适应新的缓存策略,利用AE模型预测流行内容,结合DQN模型计算最优的缓存位置,并通过联邦学习进一步优化DQN模型,在实际应用中,周期性地执行缓存替换算法,能够明显提高网络中的整体缓存命中率、降低时延、降低链路负载以及提高用户体验。

Patent Agency Ranking