- Parashikimi i popullaritetit të serive kohore me shumë përmbajtje me transformatorë me shumë modele në rrjetet MEC (arXiv)
Autor: Zohreh HajiAkhondi-Meybodi, Arash Mohammadi, Ming Hou, Elahe Rahimian, Shahin Heidarian, Jamshid Abouei, Konstantinos N. Plataniotis
Abstrakt: Vendosja e përmbajtjes së koduar/pakoduar në "Caching Edge Mobile" (MEC) është zhvilluar si një zgjidhje efikase për të përmbushur rritjen e konsiderueshme të trafikut global të të dhënave celulare duke rritur diversitetin e përmbajtjes në ruajtjen e nyjeve të memorizimit. Për të përmbushur natyrën dinamike të modelit të kërkesës historike të përmbajtjeve multimediale, fokusi kryesor i kërkimeve të fundit është zhvendosur në zhvillimin e skemave të ruajtjes së të dhënave të drejtuara nga të dhënat dhe në kohë reale. Në këtë drejtim dhe me supozimin se preferencat e përdoruesve mbeten të pandryshuara gjatë një horizonti të shkurtër, përmbajtjet popullore Top-K identifikohen si rezultati i modelit të të mësuarit. Shumica e modeleve ekzistuese të parashikimit të popullaritetit të bazuara në të dhëna, megjithatë, nuk janë të përshtatshme për kornizat e vendosjes së përmbajtjes së koduar/pakoduar. Nga njëra anë, në vendosjen e përmbajtjes së koduar/pakoduar, përveç klasifikimit të përmbajtjeve në dy grupe, d.m.th., të njohura dhe jo të njohura, kërkohet probabiliteti i kërkesës për përmbajtje për të identifikuar se cila përmbajtje duhet të ruhet pjesërisht/plotësisht, ku ky informacion nuk është ofruar nga modelet ekzistuese të parashikimit të popullaritetit të drejtuar nga të dhënat. Nga ana tjetër, supozimi se preferencat e përdoruesve mbeten të pandryshuara gjatë një horizonti të shkurtër funksionon vetëm për përmbajtjen me një model të qetë kërkesash. Për t'u përballur me këto sfida, ne zhvillojmë një kornizë me modele të shumëfishta (hibride) Edge Caching (MTEC) të bazuar në transformatorë me aftësi më të lartë përgjithësimi, të përshtatshme për lloje të ndryshme të përmbajtjes me sjellje të ndryshme në kohë, që mund të përshtatet me përmbajtje të koduar/pakoduar. kornizat e vendosjes. Rezultatet e simulimit vërtetojnë efektivitetin e kuadrit të propozuar të memorizimit MTEC në krahasim me homologët e tij për sa i përket raportit të goditjes së cache-it, saktësisë së klasifikimit dhe vëllimit të bajtit të transferuar.
2. Rrjeti nervor i grafikut të përkohshëm të vëmendjes i bazuar në AoI për parashikimin e popullaritetit dhe ruajtjen e përmbajtjes (arXiv)
Autori: "Jianhang Zhu", "Rongpeng Li", "Guoru Ding", "Chan Wang", "Jianjun Wu", "Zhifeng Zhao", "Honggang Zhang"
Abstrakt: Së bashku me zhvillimin e shpejtë të teknologjisë së rrjetit dhe rritjen e shpejtë të pajisjeve të rrjetit, xhiroja e të dhënave po rritet ndjeshëm. Për të trajtuar problemin e bllokimit të backhaul në rrjetin celular dhe për të kënaqur kërkesat e njerëzve në lidhje me vonesën, arkitektura e rrjetit si rrjeti me qendër informacionin (ICN) synon të mbajë në mënyrë proaktive përmbajtje të kufizuar popullore në skajin e rrjetit bazuar në rezultatet e parashikuara. Ndërkohë, ndërveprimet midis përmbajtjes (p.sh., modelet e rrjeteve të thella nervore, baza e njohurive të ngjashme me Wikipedia) dhe përdoruesve mund të konsiderohen si një grafik dinamik dypalësh. Në këtë punim, për të maksimizuar shkallën e goditjes së cache-it, ne përdorim një rrjet nervor grafik dinamik dinamik (DGNN) për të mësuar së bashku modelet strukturore dhe kohore të ngulitura në grafikun dypalësh. Për më tepër, për të pasur njohuri më të thella në dinamikën brenda grafikut në zhvillim, ne propozojmë një mekanizëm vëmendjeje të bazuar në moshën e informacionit (AoI) për të nxjerrë informacione të vlefshme historike duke shmangur problemin e ngecjes së mesazhit. Duke kombinuar këtë model parashikimi të lartpërmendur, ne zhvillojmë gjithashtu një algoritëm të përzgjedhjes së cache-it për të marrë vendime për ruajtjen e memories në përputhje me rezultatet e parashikimit. Rezultatet e gjera tregojnë se modeli ynë mund të marrë një saktësi më të lartë parashikimi sesa skemat e tjera më të fundit në dy grupe të dhënash të botës reale. Rezultatet e shkallës së goditjes verifikojnë më tej epërsinë e politikës së memorizimit bazuar në modelin tonë të propozuar ndaj mënyrave të tjera tradicionale. △
