Optimized content caching strategies for multi-access edge computing (MEC)-assisted future cellular networks

Abstract

(English) Handling the tsunami of multimedia content is a big challenge for heterogeneous cellular networks. Serving large volumes of content from the central system to end-users, through a bandwidth-limited network, at peak time leads to network congestion. Typically, popular contents impede network performance and incur a high cost because they are redundantly transmitted to users. Also, some contents are too far from users, causing service delays. Owing to the above reasons, the network performance deteriorates, and meeting the required quality of experience becomes difficult. One way to improve HCN performance is through the use of caching of popular contents. This research proposes and analyzes content caching optimization strategies for several scenarios of cellular networks enhanced with multi-access edge computing.

Several studies have shown that backhaul congestion and service latency can be reduced by applying efficient content caching policies. However, a challenging issue is that the network edges have limited resources, such as cache size and computation. Due to such limitations, how to effectively exploit the available network resource and cache contents optimally remains to be an open-ended question. Content caching strategies have been the subject of several research efforts; however, in most works, the accurate modeling of the caching problem is a challenging open problem. In addition, most of them employ intractable optimization tools, which depend on greedy algorithms and heuristics. Most strategies must also be scaled into large networks and have computationally feasible solutions. More specifically, the complex joint-caching problem remains open.

This dissertation aims to fill these gaps and contribute to modeling real-network characteristics using advanced combinatorial optimization tools. We propose different content caching formulations and design novel optimization strategies. The general approach is to effectively model caching schemes using popularity-based selection problems and solve the models using efficient algorithms. We devise an optimal caching scheme using dynamic programming. A more complex but exact caching strategy is proposed, where heterogeneous caching edges are clustered to offload the central system. Furthermore, we propose three demand-aware caching strategies, where a source caches contents to multiple caching edges, and the content popularity differs for each edge. Finally, we propose a demand-aware joint caching problem modeling where the content placement and delivery are mutually optimized.

The performances of the proposed strategies are thoroughly evaluated using extensive system-level simulations, comparing them with existing content caching strategies. The numerical results show that the proposed strategies outperform baseline strategies in terms of relevant key performance indicators. Also, the associated Multi-access Edge Computing (MEC) functionalities are omputationally feasible. Finally, useful cache design guidelines are set for various wireless network scenarios, contributing to the future design of emerging technologies and practical business models.

(Español) Gestionar el tsunami de contenidos multimedia existente en la actualidad es un gran reto para las redes celulares heterogéneas. Dar servicio a grandes volúmenes de contenidos desde un sistema central para los usuarios finales, a través de una red de ancho de banda limitado y en hora punta, puede provocar la congestión de la red. Normalmente, los contenidos más populares complican el rendimiento de la red y suponen un alto coste dado que se transmiten redundantemente a los diferentes usuarios. Además, algunos contenidos están físicamente lejos de los usuarios, lo que provoca retrasos en el servicio. Por todo ello, el rendimiento de la red se deteriora y resulta difícil ofrecer la calidad de experiencia requerida. Una forma de mejorar el rendimiento de las llamadas HCN es mediante el uso de la caché de contenidos populares. Esta investigación propone y analiza nuevas estrategias de optimización del almacenamiento en caché de contenidos para varios escenarios de redes celulares mejoradas incluyendo Edge Computing multiacceso. Varios estudios han demostrado que la congestión del backhaul y la latencia del servicio pueden reducirse aplicando políticas eficientes de almacenamiento de contenidos en caché. Sin embargo, un problema es que los bordes de la red tienen recursos limitados, como el tamaño de la caché y la capacidad de cómputo. Debido a estas limitaciones, sigue siendo una cuestión pendiente estudiar cómo explotar eficazmente los recursos de red disponibles y almacenar en caché los contenidos de forma óptima. Las estrategias de almacenamiento en caché de contenidos ya han sido objeto de varios trabajos de investigación; sin embargo, en la mayoría de ellos, el modelado preciso del problema de almacenamiento en caché es un problema abierto y desafiante. Además, la mayoría de ellos emplean herramientas de optimización intratables en la práctica, que dependen de algoritmos heurísticos que requieren recursos de computación inasumibles. Además, la mayoría de las estrategias deben poder escalarse a redes de gran tamaño y tener soluciones factibles desde el punto de vista computacional. Más concretamente, el complejo problema del caché conjunto sigue sin resolverse. Esta tesis pretende cubrir parcialmente estas lagunas y contribuir a modelar las características de las redes reales mediante herramientas avanzadas de optimización combinatoria. Proponemos diferentes formulaciones de almacenamiento en caché de contenidos y diseñamos novedosas estrategias de optimización. El enfoque general consiste en modelar eficazmente los esquemas de almacenamiento en caché mediante problemas de selección basados en la popularidad y resolver los modelos mediante algoritmos eficientes. Ideamos un esquema óptimo de almacenamiento en caché mediante programación dinámica. Se propone una estrategia de caché más compleja pero exacta, en la que se agrupan datos de caché heterogéneos almacenados en los bordes de la red para descargar el sistema central. Además, proponemos tres estrategias de almacenamiento en caché en función de la demanda, en las que una fuente almacena contenidos en caché en múltiples bordes de almacenamiento en caché y la popularidad del contenido difiere para cada borde. Por último, proponemos una modelización de problemas de caché conjunta en la que la ubicación y la entrega de contenidos se optimizan mutuamente. Las prestaciones de las estrategias propuestas se evalúan exhaustivamente mediante extensas simulaciones a nivel de sistema, comparándolas con las estrategias de almacenamiento en caché de contenidos existentes. Los resultados numéricos muestran que las estrategias propuestas superan a las estrategias de referencia en términos de indicadores clave de rendimiento. Además, las funcionalidades MEC asociadas son factibles desde el punto de vista computacional. Por último, se establecen directrices útiles de diseño de cachés para diversos escenarios de redes inalámbricas, lo que contribuye al futuro diseño de tecnologías emergentes.