Backhaul link Access link
분포 함수
𝑃[𝑡]
에 따라서 컨텐츠𝑓̂
𝑘[𝑡] ∈ 𝐹[𝑡]
를 요청한다.특정 기준값 이상에서는
p
𝜏,𝑙[𝑡] = 0
으로 설정하여 컨텐츠마다 최대수명을 다르게 설정할 수 있다.앞서 기술한 시변 컨텐츠 선호도 확률을 바탕으로 타임슬롯
𝑡
에서의 라 이브러리는𝐹[t] = {𝑓
𝜏,𝑙}
𝜏∈[max(1,𝑡−𝑄+1):𝑡],𝑙∈[1:𝐿]로 주어진다. 또한𝐹[t]
의 컨텐츠 선 호도 분포 함수는𝑃[t] = {𝑝
𝜏,𝑙[𝑡]}
𝜏∈[max(1,𝑡−𝑄+1):𝑡],𝑙∈[1:𝐿]로 주어진다. 각 사용자가 매 타임슬롯에서 다수개의 컨텐츠를 동시에 요청하는 이벤트를 방지하기 위하여 본 과제는𝑝
𝜏,𝑙[𝑡] ≤
𝑄𝐿1 을 만족하는 컨텐츠 선호도 분포 함수 클래스를 가정한다.이러한 가정하에
|𝐹[t]| ≤ 𝑄𝐿
이므로∑
𝜏∈[max(1,𝑡−𝑄+1):𝑡],𝑙∈[1:𝐿]𝑝
𝜏,𝑙[𝑡] ≤ 1
을 만족하 며, 각 사용자는 매 타임슬롯마다 1개 이하의 컨텐츠를 요청하게 된다.설명의 편의를 위하여, 다음과 같은 가상의 컨텐츠
𝑓
0를 정의하고 타임 슬롯𝑡
에서 각 사용자가𝑓
0를 요청할 확률을𝑝
0[𝑡]
로 표기한다. 이 때𝑝
0[𝑡]
는 다 음과 같다.𝑝
0[𝑡] = 1 − ∑
𝑡𝜏=max(1,𝑡−𝑄+1)∑
𝐿𝑙=1𝑝
𝜏,𝑙[𝑡]
(5-2-2)즉, 각 타임슬롯에서 컨텐츠를 요청하지 않은 사용자는 가상의 컨텐츠
𝑓
0를 요청하는 사용자로 간주하면, 매 타임슬롯마다 모든 사용자가 하나의 컨텐츠 를 요청하는 모델로 해석한다. 그러므로 타임슬롯𝑡
에서 사용자𝑘
는 컨텐츠𝑓̂
𝑘[𝑡] ∈ 𝐹[𝑡] ∪ {𝑓
0}
를 다음과 같은 확률로 요청한다.Pr(𝑓̂
𝑘[𝑡] = 𝑓
𝜏,𝑙) = 𝑝
𝜏,𝑙[𝑡]
for𝜏 ∈ [max(1, 𝑡 − 𝑄 + 1): 𝑡], 𝑙 ∈ [1: 𝐿]
(5-2-3)Pr(𝑓̂
𝑘[𝑡] = 𝑓
0) = 𝑝
0[𝑡]
(5-2-4)다. 캐시 서버 업데이트, 캐싱 적중 확률
본 과제는 엑세스포인트가 자신의 캐시 서버를 매
𝑇
타임슬롯마다 주 기적으로 업데이트 함을 가정한다. 구체적으로, 타임슬롯𝑡 = (i − 1)T + 1
에서 엑세스포인트는 과거의 사용자 컨텐츠 요청 정보, 즉
{𝑓 ̂ [𝑡
𝑘 ′]}
𝑡′∈[1:𝑡−1],𝑘∈[1:𝐾]에 기반 하여 캐시 서버의𝐶[𝑡] ∈ 𝐹[𝑡 − 1]
을 업데이트 한다. 여기서i ∈ {1,2, ⋯ }
이다. 캐 시 서버 업데이트 후 타임슬롯𝑡 ∈ [(𝑖 − 1)𝑇 + 1, ⋯ , 𝑖𝑇]
동안 캐시 서버를 그대로 유지하면서 사용자 요청에 대해 서비스한다. 이 같은 업데이트 방법에 의하여 다 음이 성립한다.𝐶[1] = 𝐶[2] = ⋯ 𝐶[𝑇] = ∅
(5-2-5)𝐶[𝑇 + 1] = 𝐶[𝑇 + 2] = ⋯ 𝐶[2𝑇] ⊆ 𝐹[𝑇]
(5-2-6)⋮
(5-2-7)𝐶[𝑖𝑇 + 1] = 𝐶[𝑖𝑇 + 2] = ⋯ 𝐶[(𝑖 + 1)𝑇] ⊆ 𝐹[𝑖𝑇]
(5-2-8) 따라서 타임슬롯𝑡
에서의 캐싱 적중 확률(각 사용자의 요청 컨텐츠가 캐시 서버에 저장되어 있을 확률)은 다음과 같이 표현된다.𝑝
ℎ𝑖𝑡[𝑡] = ∑
𝑡𝜏=max(1,𝑡−𝑄+1)∑
𝐿𝑙=1𝑝
𝜏,𝑙[𝑡] 1(𝑓
𝜏,𝑙∈ 𝐶[𝑡])
(5-2-9)여기서
1(∙)
는 Indicator 함수를 의미한다. 본 과제는 다음과 같이 표현 되는 평균 적중 확률을 최대화하는 캐싱 기법에 대해 연구하고자 한다.𝑝
𝑎𝑣𝑒= lim
𝑇′→∞
1
𝑇′
∑
𝑇′𝑡=1𝑝
ℎ𝑖𝑡[𝑡]
(5-2-10)4. 제안 기법
본 장은 제안 기법에 대해 소개한다. 먼저 시변 컨텐츠 선호도 분포 함 수 추정 기법에 대해 소개하고, 이를 활용한 캐시 서버 업데이트 기법에 대해 소 개한다.
가. 시변 컨텐츠 선호도 분포 함수 추정
본 절에서는 시변 컨텐츠 선호도 분포 함수 추정 기법에 대해 제안한다.
먼저 현재 타임슬롯을
𝑡
0라고 표기하고𝑡
0≥ 𝑄 + 1
을 만족한다고 가정한다. 따라 서 현재 타임슬롯을 기준으로 이미 컨텐츠 수명이 종료된 컨텐츠 집합은{𝑓
𝜏,𝑙}
𝜏∈[1:𝑡0−𝑄],𝑙∈[1:𝐿]와 같다. 먼저
𝑡 ∈ [𝜏: 𝜏 + 𝑄 − 1]
에 대해, 선호도 확률𝑝
𝜏,𝑙[𝑡]
를 다음의 히스토그램으로 대체한다.𝑝̂
𝜏,𝑙[𝑡] =
𝐾1∑
𝐾𝑘=11(𝑓 ̂ [𝑡] = 𝑓
𝑘 𝜏,𝑙)
(5-2-11)다음으로
𝑡
𝜏,𝑙를 모든𝑡 ∈ [𝑡
𝜏,𝑙+ 1: 𝜏 + 𝑄 − 1]
에 대해𝑝̂
𝜏,𝑙[𝑡] = 0
을 만족 하는[𝜏: 𝜏 + 𝑄 − 1]
범위의 값 중 최솟값으로 정의한다. 이와 같은 조건을 만족하 는 값이[𝜏: 𝜏 + 𝑄 − 1]
범위에 없는 경우𝑡
𝜏,𝑙= 𝜏 + 𝑄 − 1
으로 설정한다.또한
𝑝̂
𝜏,𝑙[𝑡]
를 Interpolation을 하여 획득한 연속 함수를𝑝̃
𝜏,𝑙(𝑡)
로 정의 한다. 이 때𝑡 ∈ [𝜏, 𝜏 + 𝑄 − 1]
과 같다. 이를 바탕으로 다음과 같은 연속 함수를 정 의한다.𝑝̇
𝜏,𝑙(𝑡) = 𝑝̃
𝜏,𝑙(
𝑡𝜏,𝑙−𝜏𝑄−1
𝑡 + 𝜏)
(5-2-12)이 때
𝑡 ∈ [0, 𝑄 − 1]
과 같다. 수식 (5-2-11), (5-2-12)로부터𝑝̇
𝜏,𝑙(0) = 𝑝̂
𝜏,𝑙[𝜏]
와𝑝̇
𝜏,𝑙(𝑄 − 1) = 𝑝̂
𝜏,𝑙[𝑡
𝜏,𝑙]
관계가 성립함을 알 수 있다.{𝑓 ̂ [𝑡
𝑘 ′]}
𝑡′∈[1:𝑡−1],𝑘∈[1:𝐾]로부터 시변 컨텐츠 선호도 분포 함수를 대표하 는 함수를 추출하기 위하여 파라미터𝑐
𝜏,𝑙 (이 때𝜏 ∈ [1: 𝑡 − 𝑄 + 1], 𝑙 ∈ [1: 𝐿]
의 범 위로 주어짐)로 표현되는 다음 함수를 도입한다.𝑝
𝑡𝑦𝑝𝑖𝑐𝑎𝑙(𝑡) = ∑
𝑡𝜏=10−𝑄∑
𝐿𝑙=1𝑐
𝜏,𝑙𝑝̇
𝜏,𝑙(𝑡)
(5-2-13)이 때
𝑡 ∈ [0, 𝑄 − 1]
과 같다. 위 함수로에서 파라미터𝑐
𝜏,𝑙은 다음의 최 적화 문제의 해로 주어진다.arg min
문서에서
Wireless Transmission Technology in Multi-point to Multi-point Comunications
(페이지 195-200)