本發(fā)明涉及元宇宙、邊緣緩存領(lǐng)域,特別涉及一種元宇宙場景“云-邊-端”協(xié)作緩存方法。
背景技術(shù):
1、元宇宙(metaverse)作為一個融合虛擬現(xiàn)實、增強現(xiàn)實、人工智能和區(qū)塊鏈等前沿技術(shù)的數(shù)字生態(tài)系統(tǒng),引起了廣泛關(guān)注。元宇宙不僅僅是一個虛擬的在線社交平臺,更是一個融合現(xiàn)實與虛擬世界的多維度空間,用戶可以在其中進行社交、娛樂、學(xué)習(xí)和工作等活動。隨著科技的進步和互聯(lián)網(wǎng)的普及,元宇宙正在快速崛起,成為未來數(shù)字經(jīng)濟的重要組成部分。
2、在元宇宙的構(gòu)建和運行中,數(shù)據(jù)傳輸和緩存技術(shù)起到了至關(guān)重要的作用。高效的數(shù)據(jù)傳輸和緩存能夠顯著提升用戶體驗,減少延遲與卡頓,確保用戶在虛擬環(huán)境中享受流暢、逼真的體驗。雖然高效傳輸和渲染等需求已經(jīng)在虛擬現(xiàn)實等場景中被廣泛研究,但在元宇宙中特別是在用戶行為軌跡預(yù)測和場景緩存優(yōu)化方面,仍然面臨獨特的挑戰(zhàn),已成為研究的熱點和難點。
3、然而,隨著元宇宙場景的復(fù)雜性和用戶行為的多樣性增加,傳統(tǒng)方法在處理大規(guī)模、實時性和個性化需求方面變得力不從心?,F(xiàn)有研究在緩存策略優(yōu)化中逐漸引入了機器學(xué)習(xí)和深度學(xué)習(xí)技術(shù),利用用戶行為數(shù)據(jù)進行預(yù)測和決策,但這些方法大多忽略了用戶行為軌跡的相似性和動態(tài)性,沒有充分利用軌跡相似度進行緩存優(yōu)化。
4、此外,現(xiàn)有研究在實時性和分布式計算方面也存在不足,難以高效處理大規(guī)模元宇宙場景的數(shù)據(jù)傳輸和緩存問題。目前為止,絕大多數(shù)元宇宙采用中心化的數(shù)據(jù)處理方式,渲染工作在云端服務(wù)器上完成。然而,隨著元宇宙場景復(fù)雜性的增加,這種中心化方法面臨著顯著的瓶頸,包括延遲、帶寬和計算資源的限制,難以滿足大規(guī)模、實時性和個性化需求。
技術(shù)實現(xiàn)思路
1、鑒于上述狀況,本發(fā)明的主要目的是為了提出一種元宇宙場景“云-邊-端”協(xié)作緩存方法,以解決上述技術(shù)問題。
2、本發(fā)明提出一種元宇宙場景“云-邊-端”協(xié)作緩存方法,所述方法包括如下步驟:
3、步驟1、將元宇宙場景在水平和垂直方向進行劃分,得到預(yù)設(shè)數(shù)量的子場景;其中,相鄰的子場景之間至少存在區(qū)域重疊用于保證子場景之間的平滑過渡;
4、對每個子場景渲染所需的資源進行整理和壓縮,得到子場景壓縮包,通過邊緣服務(wù)器對子場景壓縮包進行傳輸和緩存;
5、步驟2、利用快速動態(tài)時間規(guī)整算法計算每個子場景中不同的軌跡片段之間的相似度;
6、步驟3、基于不同的軌跡片段之間的相似度,通過多gpu分布式流式計算系統(tǒng)實時匹配近似度最小的片段,根據(jù)不同的軌跡片段之間的相似度預(yù)測用戶下一步行為;
7、步驟4、根據(jù)所預(yù)測的用戶下一步行為,獲得對應(yīng)的若干推薦預(yù)測子場景軌跡序列;
8、步驟5、將若干推薦預(yù)測子場景軌跡序列分發(fā)給若干邊緣服務(wù)器計算得到子場景流行度,并采用由狀態(tài)、動作和獎勵構(gòu)成的緩存替換框架調(diào)整邊緣服務(wù)器緩存策略,以實現(xiàn)緩存管理。
9、與現(xiàn)有技術(shù)相比,本發(fā)明有益效果如下:
10、1、本本發(fā)明能夠根據(jù)子場景流行度預(yù)測實現(xiàn)智能緩存分配和調(diào)整,提高緩存命中率,減少用戶請求的延遲響應(yīng);
11、2、本發(fā)明在用戶軌跡的相似性分析上具備較高的實時性和精度,從而有效優(yōu)化子場景資源分配,顯著減少了傳輸延遲,為用戶提供更流暢的虛擬體驗;
12、3、本發(fā)明基于分布式協(xié)同緩存策略,能夠在不同緩存容量條件下保持較高性能,適用于多樣化、復(fù)雜的元宇宙場景,為未來生成式元宇宙的擴展提供了堅實的基礎(chǔ)和技術(shù)支持。
13、本發(fā)明的附加方面與優(yōu)點將在下面的描述中部分給出,部分將從下面的描述中變得明顯,或通過本發(fā)明的實施例了解到。
1.一種元宇宙場景“云-邊-端”協(xié)作緩存方法,其特征在于,所述方法包括如下步驟:
2.根據(jù)權(quán)利要求1所述的一種元宇宙場景“云-邊-端”協(xié)作緩存方法,其特征在于,在所述步驟2中,利用快速動態(tài)時間規(guī)整算法計算每個子場景中不同的軌跡片段之間的相似度,對應(yīng)過程存在的關(guān)系式為:
3.根據(jù)權(quán)利要求2所述的一種元宇宙場景“云-邊-端”協(xié)作緩存方法,其特征在于,在利用快速動態(tài)時間規(guī)整算法計算不同的軌跡片段之間的相似度的過程中,自定義距離函數(shù)的表達式為:
4.根據(jù)權(quán)利要求3所述的一種元宇宙場景“云-邊-端”協(xié)作緩存方法,其特征在于,在所述步驟3中,基于不同的軌跡片段之間的相似度,通過多gpu分布式流式計算系統(tǒng)實時匹配近似度最小的片段,根據(jù)不同的軌跡片段之間的近似度預(yù)測用戶下一步行為,具體步驟如下:
5.根據(jù)權(quán)利要求4所述的一種元宇宙場景“云-邊-端”協(xié)作緩存方法,其特征在于,所述步驟5中,將若干推薦預(yù)測子場景軌跡序列分發(fā)給若干邊緣服務(wù)器計算得到子場景流行度,對應(yīng)過程存在的關(guān)系式為:
6.根據(jù)權(quán)利要求5所述的一種元宇宙場景“云-邊-端”協(xié)作緩存方法,其特征在于,所述步驟5中,采用由狀態(tài)、動作和獎勵構(gòu)成的緩存替換框架調(diào)整邊緣服務(wù)器緩存策略,其中,狀態(tài)通過緩存狀態(tài)和流行度進行組合獲得,對應(yīng)過程存在的關(guān)系式為:
7.根據(jù)權(quán)利要求6所述的一種元宇宙場景“云-邊-端”協(xié)作緩存方法,其特征在于,所述步驟5中,采用由狀態(tài)、動作和獎勵構(gòu)成的緩存替換框架調(diào)整邊緣服務(wù)器緩存策略,其中,獎勵的計算過程具體包括:
8.根據(jù)權(quán)利要求7所述的的一種元宇宙場景“云-邊-端”協(xié)作緩存方法,其特征在于,在采用由狀態(tài)、動作和獎勵構(gòu)成的緩存替換框架調(diào)整邊緣服務(wù)器緩存策略的步驟中,獎勵的計算過程還包括: