博士生孙海洋在移动边缘计算领域取得重要进展

陈鸿龙教授团队在移动边缘计算领域取得重要进展，相关研究成果《MATE: A D2D-Enhanced Multi-Bitrate Video Caching Strategy for Cloud-Edge-Device Collaborative Networks》被国际顶级期刊《IEEE Transactions on Mobile Computing》录用。《IEEE Transactions on Mobile Computing》是计算机网络领域的国际权威期刊，目前影响因子为9.2，为SCI一区Top、CCF A类推荐期刊。论文第一作者为控制科学与工程专业2024级博士研究生孙海洋，通讯作者为陈鸿龙教授，太阳集团tyc234cc为第一署名单位和通讯单位，该研究得到国家自然科学基金、山东省泰山学者青年专家项目和山东省自然科学基金等项目的资助。

图 1 论文首页

边缘缓存通过将热门视频内容预存至靠近用户的网络边缘节点，显著减轻了核心网络通信链路的负担，从而更流畅、更稳定地提供高质量视频服务。然而，边缘存储容量难以匹配视频数据的爆炸式增长，制约了高质量视频服务的实现。虽然Device-to-device(D2D) 缓存与多码率技术都能缓解边缘压力，但现有研究存在明显局限：多码率优化多集中于边缘层，而D2D缓存又常限于单一码率。这种分离不仅未能融合两者优势，也缺乏跨层的协同缓存策略。为突破这一限制，本研究面向云-边-端协同网络，提出了一种D2D增强的多码率视频缓存策略。本研究构建了联合服务时延与缓存替换成本的优化问题，该问题可建模为混合整数规划问题。为解决边缘层与设备层缓存策略的耦合性，本研究采用交替迭代优化方法将原问题解耦为两个子问题，并设计了边-端双层联合缓存策略：包括基于贪心算法与拉格朗日乘子的设备层缓存策略，以及基于TD3算法的边缘层缓存策略。大量仿真验证了所提策略的有效性。

图 2 D2D增强的多码率视频缓存与转码架构图

陈鸿龙教授带领的团队长期致力于人工智能安全、智能物联网、边缘计算与边缘智能等领域的研究，近年来先后在IEEE Transactions on Mobile Computing, IEEE Transactions on Information Forensics & Security, IEEE Transactions on Dependable and Secure Computing, IEEE Transactions on Wireless Communications等顶级国际期刊和AAAI, ICML, ACM MM, IEEE INFOCOM, IJCAI, CVPR等顶级国际会议上发表高水平学术论文，研究成果屡获国内外同行认可。