{"status":"ok","message-type":"work","message-version":"1.0.0","message":{"institution":[{"id":[{"id":"https:\/\/ror.org\/03mb6wj31","id-type":"ROR","asserted-by":"publisher"},{"id":"https:\/\/www.isni.org\/000000041937028X","id-type":"ISNI","asserted-by":"publisher"},{"id":"https:\/\/www.wikidata.org\/entity\/Q1640731","id-type":"wikidata","asserted-by":"publisher"}],"name":"Universitat Polit\u00e8cnica de Catalunya","acronym":["UPC"]}],"indexed":{"date-parts":[[2026,7,30]],"date-time":"2026-07-30T14:02:15Z","timestamp":1785420135688,"version":"3.56.0"},"reference-count":0,"publisher":"Universitat Polit\u00e8cnica de Catalunya","content-domain":{"domain":[],"crossmark-restriction":false},"short-container-title":[],"abstract":"<jats:p>(English) Handling the tsunami of multimedia content is a big challenge for heterogeneous cellular networks.\r\nServing large volumes of content from the central system to end-users, through a bandwidth-limited\r\nnetwork, 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\r\ncontents are too far from users, causing service delays. Owing to the above reasons, the network\r\nperformance 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.\r\n\r\nSeveral 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\r\nmust also be scaled into large networks and have computationally feasible solutions. More specifically,\r\nthe complex joint-caching problem remains open.\r\n\r\nThis 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.\r\n\r\nThe performances of the proposed strategies are thoroughly evaluated using extensive system-level\r\nsimulations, comparing them with existing content caching strategies. The numerical results show that\r\nthe 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.<\/jats:p>\n                <jats:p>(Espa\u00f1ol) Gestionar el tsunami de contenidos multimedia existente en la actualidad es un gran reto para las redes celulares heterog\u00e9neas. Dar servicio a grandes vol\u00famenes de contenidos desde un sistema central para los usuarios finales, a trav\u00e9s de una red de ancho de banda limitado y en hora punta, puede provocar la congesti\u00f3n de la red. Normalmente, los contenidos m\u00e1s populares complican el rendimiento de la red y suponen un alto coste dado que se transmiten redundantemente a los diferentes usuarios. Adem\u00e1s, algunos contenidos est\u00e1n f\u00edsicamente lejos de los usuarios, lo que provoca retrasos en el servicio. Por todo ello, el rendimiento de la red se deteriora y resulta dif\u00edcil ofrecer la calidad de experiencia requerida. Una forma de mejorar el rendimiento de las llamadas HCN es mediante el uso de la cach\u00e9 de contenidos populares. Esta investigaci\u00f3n propone y analiza nuevas estrategias de optimizaci\u00f3n del almacenamiento en cach\u00e9 de contenidos para varios escenarios de redes celulares mejoradas incluyendo Edge Computing multiacceso.\r\nVarios estudios han demostrado que la congesti\u00f3n del backhaul y la latencia del servicio pueden reducirse aplicando pol\u00edticas eficientes de almacenamiento de contenidos en cach\u00e9. Sin embargo, un problema es que los bordes de la red tienen recursos limitados, como el tama\u00f1o de la cach\u00e9 y la capacidad de c\u00f3mputo. Debido\r\na estas limitaciones, sigue siendo una cuesti\u00f3n pendiente estudiar c\u00f3mo explotar eficazmente los recursos de red disponibles y almacenar en cach\u00e9 los contenidos de forma \u00f3ptima. Las estrategias de almacenamiento en cach\u00e9 de contenidos ya han sido objeto de varios trabajos de investigaci\u00f3n; sin embargo, en la mayor\u00eda de ellos, el modelado preciso del problema de almacenamiento en cach\u00e9 es un problema abierto y desafiante. Adem\u00e1s, la mayor\u00eda de ellos emplean herramientas de optimizaci\u00f3n intratables en la pr\u00e1ctica, que dependen de algoritmos heur\u00edsticos que requieren recursos de computaci\u00f3n inasumibles. Adem\u00e1s, la mayor\u00eda de las estrategias deben poder escalarse a redes de gran tama\u00f1o y tener soluciones factibles desde el punto de vista computacional. M\u00e1s concretamente, el complejo problema del cach\u00e9 conjunto sigue sin resolverse.\r\nEsta tesis pretende cubrir parcialmente estas lagunas y contribuir a modelar las caracter\u00edsticas de las redes reales mediante herramientas avanzadas de optimizaci\u00f3n combinatoria. Proponemos diferentes formulaciones de almacenamiento en cach\u00e9 de contenidos y dise\u00f1amos novedosas estrategias de optimizaci\u00f3n. El enfoque general consiste en modelar eficazmente los esquemas de almacenamiento en cach\u00e9 mediante problemas de selecci\u00f3n basados en la popularidad y resolver los modelos mediante algoritmos eficientes. Ideamos un esquema \u00f3ptimo de almacenamiento en cach\u00e9 mediante programaci\u00f3n din\u00e1mica. Se propone una estrategia de cach\u00e9 m\u00e1s compleja pero exacta, en la que se agrupan datos de cach\u00e9 heterog\u00e9neos almacenados en los bordes de la red para descargar el sistema central. Adem\u00e1s, proponemos tres estrategias de almacenamiento en cach\u00e9 en funci\u00f3n de la demanda, en las que una fuente almacena contenidos en cach\u00e9 en m\u00faltiples bordes de almacenamiento en cach\u00e9 y la popularidad del contenido difiere para cada borde. Por \u00faltimo, proponemos una modelizaci\u00f3n de problemas de cach\u00e9 conjunta en la que la ubicaci\u00f3n y la entrega de contenidos se optimizan mutuamente.\r\nLas prestaciones de las estrategias propuestas se eval\u00faan exhaustivamente mediante extensas simulaciones a nivel de sistema, compar\u00e1ndolas con las estrategias de almacenamiento en cach\u00e9 de contenidos existentes. Los resultados num\u00e9ricos muestran que las estrategias propuestas superan a las estrategias de referencia en\r\nt\u00e9rminos de indicadores clave de rendimiento. Adem\u00e1s, las funcionalidades MEC asociadas son factibles desde el punto de vista computacional. Por \u00faltimo, se establecen directrices \u00fatiles de dise\u00f1o de cach\u00e9s para diversos escenarios de redes inal\u00e1mbricas, lo que contribuye al futuro dise\u00f1o de tecnolog\u00edas emergentes.<\/jats:p>","DOI":"10.5821\/dissertation-2117-404647","type":"dissertation","created":{"date-parts":[[2024,3,15]],"date-time":"2024-03-15T02:22:45Z","timestamp":1710469365000},"approved":{"date-parts":[[2023,11,21]]},"source":"Crossref","is-referenced-by-count":0,"title":["Optimized content caching strategies for multi-access edge computing (MEC)-assisted future cellular networks"],"prefix":"10.5821","author":[{"given":"Tadege Mihretu","family":"Ayenew","sequence":"first","affiliation":[],"role":[{"vocabulary":"crossref","role":"author"}]}],"member":"3865","container-title":[],"original-title":[],"contributor":[{"sequence":"additional","affiliation":[],"role":[null]}],"deposited":{"date-parts":[[2026,1,31]],"date-time":"2026-01-31T06:33:56Z","timestamp":1769841236000},"score":1,"resource":{"primary":{"URL":"https:\/\/hdl.handle.net\/2117\/404647"}},"subtitle":[],"editor":[{"given":"Lazaros","family":"Merakos","sequence":"first","affiliation":[],"role":[{"vocabulary":"crossref","role":"editor"}]},{"given":"Nikolaos","family":"Passas","sequence":"additional","affiliation":[],"role":[{"vocabulary":"crossref","role":"editor"}]},{"given":"Luis Gonzaga","family":"Alonso Z\u00e1rate","sequence":"additional","affiliation":[],"role":[{"vocabulary":"crossref","role":"editor"}]}],"short-title":[],"issued":{"date-parts":[[null]]},"references-count":0,"URL":"https:\/\/doi.org\/10.5821\/dissertation-2117-404647","relation":{},"subject":[]}}