移动边缘计算下的内容缓存策略研究与实现文献综述

随着移动互联网和物联网技术的快速发展，移动设备数量呈爆炸式增长，用户对高质量内容的需求也日益增长。

传统的云计算模式由于距离终端用户较远，存在时延高、带宽消耗大等问题，难以满足用户对实时性、低延迟的需求。

移动边缘计算（MobileEdgeComputing，MEC）作为一种新兴的计算范式，将计算和存储资源部署在网络边缘，为用户提供更近、更低延迟的服务，有效地解决了上述问题。

内容缓存作为MEC的关键技术之一，通过在边缘节点预先缓存用户可能感兴趣的内容，减少了内容传输时延，降低了网络回程带宽压力，提升了用户体验。

本文首先介绍了移动边缘计算和内容缓存的基本概念、优势和挑战，并对内容缓存策略的研究现状进行了综述。

然后，重点介绍了几种主要的内容缓存策略，包括基于流行度的缓存策略、基于协同的缓存策略、基于学习的缓存策略等，并对其优缺点进行了比较分析。

此外，本文还介绍了内容缓存策略的实现方法，包括实验环境搭建、数据集和评估指标的选择、缓存策略的实现细节以及实验结果与分析。

最后，对全文进行了总结，并展望了内容缓存策略的未来研究方向。

关键词：移动边缘计算，内容缓存，缓存策略，流行度，协同

近年来，随着移动互联网、物联网等技术的快速发展，移动数据流量呈爆炸式增长趋势。