本发明公开了一种基于注意力机制强化学习的边缘网络设备缓存方法,包括如下步骤:建立蜂窝网络模型,蜂窝网络模型包括用户设备、边缘网络设备和核心网络,每个边缘网络设备中均设有行动网络模块和评价网络模块;边缘网络设备接收所在区域内的用户设备发出的请求;每个边缘网络设备获取其它边缘网络设备的观测值;每个边缘网络设备依据缓存替换策略和观测值选取动作;边缘网络设备发送动作和更新后的状态到邻接边缘网络设备;根据动作更新后的观测值和动作价值函数对行动网络模块和评价网络模块的参数进行更新;根据目标函数对缓存替换策略进行优化。本发明可以减少从云数据中心重复下载文件的次数,降低延迟,提升网络服务质量与用户体验质量。
声明:
“基于注意力机制强化学习的边缘网络设备缓存方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)