命中率升18%
该策略采用加权注意力机制与双向LSTM融合的联邦深度强化学习算法，在保护用户隐私的前提下学习最优缓存替换策略。
Liu, Liang · Tengxiang, Jing · 段洁 · Wuping, Mao · Yan, Hongcheng · Wenjie, Ma
Tongxin Xuebao/Journal on Communication 2025
通过加权注意力机制和双向LSTM改进DSAC算法，更准确地捕捉内容流行度变化，从而提升缓存命中率。
更优的缓存替换决策使用户请求更多地在边缘命中，从而减少内容访问延迟。
采用联邦学习框架，边缘服务器无需上传原始用户请求数据即可协同训练模型，从而保护用户隐私。
将缓存替换建模为马尔可夫决策过程，并利用DSAC算法学习最优策略，可应对网络拓扑和内容流行的动态变化。