一种基于命名数据网络的医疗数据缓存方法

1.本发明属于通信技术领域，具体涉及一种基于命名数据网络的医疗数据缓存方法。


背景技术：

2.物联网(iot)是一种具有全球经济影响和社会影响的复杂技术，医疗物联网是物联网在医疗健康领域的重要应用。目前医疗物联网所采用的远程医疗系统主要利用传感器或其他感知器件采集患者的生理信息，并通过无线或有线通信方式将采集数据传输给处理器，处理器将处理过后的数据传输给医生，医生通过获取的信息及时为患者提供救助，提升了医院的工作效率。医疗物联网的出现和应用，有效改变了传统医疗服务模式，确保患者在整个医疗服务领域中占据至关重要的地位。然而，物联网数据本质上是以内容为中心的，在物联网的发展和实施中应用5g技术给传统的tcp/ip架构带来了更多的挑战。
3.与基于ip的网络不同，命名数据网络(name data network,ndn)注重内容的统一标识和命名，将网络资源与应用程序的位置分离开来，更好的支持移动性。ndn具有网内缓存特性，可以将请求的数据临时缓存到路由器中，满足后续用户的请求。通过网内缓存，用户后续请求的数据无需从数据源处获取数据，可以直接从缓存的路由器中获取，显著降低了用户获取内容时延、网络流量负载。尽管将ndn应用在iot中有这些优点，但由于医疗信息的特殊性，使得现有的ndn缓存机制并不能很好的兼容医疗物联网的数据特点，仍需要修改当前ndn网络的缓存机制，使其更好地服务于远程监测系统。
4.不同于传统物联网数据的波动大、过时快以及更新速率快等特点，定期监测患者所得的医疗数据的波动较小。此外，患者的病例等历史数据对医生来说具有很大价值，这些历史数据有助于医生进行决策，从而对某些疾病进行有效预测预防。在获取到患者的历史数据后，医生会根据自己的经验对患者的病情进行判断，因此，传统生产者制定数据有效期的方法将不再适用于医疗领域的远程监测系统。因此，在远程健康监控系统需要对缓存方案进行修改。由于远程健康监测系统是一个高度由医生驱动的系统，在ndn中表现为由消费者驱动的系统。医生根据个人经验、偏好和判断去请求患者的历史数据，因此在远程医疗健康监测系统中可以得出三点：
5.1)医生指定数据包(传感器收集的数据)的存活期(内容的新鲜度)；
6.2)ndn网络特点给医生提供了改善对患者服务质量的机会；
7.3)远程健康监测系统的兴趣包(医生请求)分布不符合zipf-like分布，医生更倾向请求与患者病情相关的历史数据。
8.此外，由于内容新鲜度是ndn网络中不可缺少的特征，同时，消费者驱动新鲜度需求的方法优于传统生产者驱动新鲜度机制。由消费者指定新鲜度需求，ndn网络节点不需缓存小于新鲜度需求的数据，可以在有限的缓存容量中缓存更有价值的数据。因此，根据医疗数据独有的特点，现有的缓存方法并不能很好的满足远程医疗健康监测系统的需求。


技术实现要素：

9.为解决上述问题，本发明提供了一种基于命名数据网络的医疗数据缓存方法，包括m个路由节点，将m个路由节点划分为消费者、转发者和生产者；
10.基于命名数据网络的医疗数据缓存方法包括以下步骤：
11.s1.消费者通过路径l向生产者发送兴趣包以及该兴趣包对应的新鲜度要求；生产者和路径l上的所有转发者均缓存该兴趣包对应的新鲜度要求；
12.s2.生产者生成该兴趣包对应的数据包，并通过基于lstm的新鲜度缓存算法判断是否缓存该数据包，然后执行步骤s3；
13.s3.该数据包通过路径l原路返回给消费者，路径l上的每个转发者接收到该数据包后均通过基于lstm的新鲜度缓存算法判断是否缓存该数据包。
14.进一步的，数据新鲜度的大小随时间进行变化，将数据新鲜度的大小定义为数据的生成时刻与当前时刻间的差值；所述新鲜度要求是消费者为所请求数据指定的数据新鲜度大小阈值。
15.进一步的，路由节点j＝1,2,
…
,m维护有一个传感器列表和一个新鲜度列表，表示路由节点i＝1,2,
…
,m第q次请求第n＝1,2,
…
,n个传感器数据的时间戳；路由节点i作为消费者发送兴趣包时，兴趣包携带有新鲜度要求p
i,n
，p
i,n
表示路由节点i对第n个传感器数据的新鲜度要求；n为传感器数量。
16.进一步的，基于lstm的新鲜度缓存算法判断是否缓存当前数据包的过程，包括：
17.s11.路由节点j接收路由节点i请求的当前数据包后，从传感器列表aj中获取路由节点i请求当前数据包的最新的时间戳以及路由节点i请求当前数据包的前一个时间戳
18.s12.计算最新的时间戳与前一个时间戳间的差值，得到历史请求时间间隔
19.s13.对历史请求时间间隔θ
i,n
进行lstm处理，得到预测时间间隔；
20.s14.获取当前数据包的新鲜度要求p
i,n
；若新鲜度要求p
i,n
大于预测时间间隔，则当前数据包有效，路由节点j缓存当前数据包；若新鲜度要求p
i,n
不大于预测时间间隔，则当前数据包无效，路由节点j无需缓存该数据，丢弃当前数据包。
21.进一步的，步骤s13所述的lstm处理包括：
22.f
t
＝σ(wf·
[pi
t-1
,a
t
′
]+bf)
[0023]it
＝σ(wi·
[pi
t-1
,a
t
′
]+bi)
[0024]ct
′
＝tanh(wc·
[pi
t-1
,a
t
′
]+bc)
[0025][0026]ot
＝σ(wo·
[pi
t-1
,a
t
′
]+bo)
[0027][0028]
其中，f
t
表示遗忘门t时刻的输出，i
t
表示输入门t时刻的输出，c
t
′
表示当前输入的单元状态，c
t
表示t时刻的单元状态，o
t
表示输出门t时刻的输出，wf表示遗忘门权重矩阵，wi表示输入门权重矩阵，wc表示单元状态权重矩阵，wo表示输出门权重矩阵，bf表示遗忘门偏置，bi表示输入门偏置，bc表示单元状态偏置，bo表示输出门偏置，σ表示sigmod函数，pi
t-1
表示t-1时刻的lstm输出，a
t
′
＝{θ
i,n
}表示路由节点i对传感器n所产生数据的历史请求时间间隔序列。
[0029]
进一步的，若新鲜度要求p
i,n
大于预测时间间隔，则当前数据包有效，计算当前数据包的缓存概率，表示为：
[0030][0031]
表示路由节点j对当前数据包的第q次请求的缓存结果，q表示请求总次数；表示传感器n产生的数据包在第q次请求时的缓存概率；
[0032][0033]
其中，b表示新鲜度要求p
i,n
大于预测时间间隔，其中，n表示传感器数量。
[0034]
进一步的，通过当前数据包的缓存概率计算当前数据包的信息价值，表示为：
[0035][0036]
其中，表示传感器n产生的数据包在第q次请求时的缓存概率。
[0037]
本发明的有益效果：
[0038]
本方案主要是将lstm应用在ndn路由器节点的内容存储仓库。通过计算医生请求数据的历史记录，对新请求预测，根据预测结果判断数据是否要在有限的缓存空间中缓存数据，可以有效减少缓存冗余，避免缓存无价值数据。当医生发起内容请求时可以获取更有价值的数据，为患者提供更好的救助。
附图说明
[0039]
图1为本发明远程医疗场景；
[0040]
图2为本发明方法流程图；
[0041]
图3为本发明算法执行流程图；
[0042]
图4为本发明lstm处理示意图；
[0043]
图5为本发明ndn节点应用lstm示意图。
具体实施方式
[0044]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0045]
在传统的远程医疗系统中，消费者从远端获取数据会产生很大的网络延迟，而dnd网络具有网内缓存的特点，其可以将历史请求的数据存储在中间路由器中，能够显著降低
获取数据的时延，还能降低网络的流量负载，故本发明结合ndn网络的网内缓存特点，提出了一种基于命名数据网络的医疗数据缓存方法。采用如图1所示的结合ndn网络的远程医疗场景，包括m个路由节点，每个路由节点都拥有消费者、转发者和生产者三重身份，即每个路由节点既可以作为消费者发送兴趣包，也可以作为生产者生成数据包，还可以作为转发者为消费者和生产者进行数据传输。
[0046]
在本发明的医疗场景中，医生、护士等医疗相关方作为消费者，消费者根据自身医疗经验和偏好组成兴趣包，然后通过网络发出兴趣包来获取病人的身体健康数据；患者则作为生产者，通过佩戴各类仪器检测自身健康数据，并将符合兴趣包的自身健康数据组成数据包通过网络返回给消费者；同时，消费者与生产者之间还可能存在转发者，这些转发者可以缓存数据包，在后续的过程转变身份为生产者或消费者。
[0047]
在dnd网络中，消费者所请求的数据的新鲜度是一个重要因素，其与转发者是否缓存数据有一定的联系；而对于医疗领域来说，病人监测的身体健康数据会不断发生改变的，故医生所请求的数据的新鲜度十分重要。新鲜度并不是一成不变的数值，其会随着的时间的流逝而产生变化，本发明定义数据新鲜度的大小为数据的生成时刻与当前时刻的差值。消费者发出兴趣包的同时会给该兴趣包指定一个新鲜度要求，所述新鲜度要求是消费者为所请求数据指定的数据新鲜度阈值。
[0048]
本发明提出的一种基于命名数据网络的医疗数据缓存方法，如图2所示，包括以下步骤：
[0049]
s1.消费者通过路径l向生产者发送兴趣包以及该兴趣包对应的新鲜度要求；生产者和路径l上的所有转发者均缓存该兴趣包对应的新鲜度要求；
[0050]
s2.生产者生成该兴趣包对应的数据包，并通过基于lstm的新鲜度缓存算法判断是否缓存该数据包，然后执行步骤s3；
[0051]
s3.该数据包通过路径l原路返回给消费者，路径l上的每个转发者接收到该数据包后均通过基于lstm的新鲜度缓存算法判断是否缓存该数据包。
[0052]
具体地，路由节点j＝1,2,
…
,m维护有一个传感器列表和一个新鲜度列表。传感器列表用于记录除自身外所有路由节点作为消费者时发送兴趣包的时间戳，按照时间先后顺序排列；其中，表示路由节点i＝1,2,
…
,m第q次请求第n＝1,2,
…
,n个传感器数据的时间戳；新鲜度列表用于记录数据新鲜度。路由节点i作为消费者发送兴趣包时，兴趣包携带有新鲜度要求p
i,n
，p
i,n
表示路由节点i对第n个传感器数据的新鲜度要求；n为传感器数量。
[0053]
优选地，基于lstm的新鲜度缓存算法判断是否缓存当前数据包的过程，假设当前数据包中为路由节点i在第q次所请求的传感器n的数据，如图3所示，包括：
[0054]
s11.路由节点j接收到路由节点i在第q次所请求的当前数据包后，从自身的传感器列表aj中获取路由节点i第q次请求当前数据包的时间戳以及路由节点i第q-1次请求当前数据包的时间戳
[0055]
s12.计算时间戳与前一个时间戳间的差值，得到历史请求时间间隔
[0056]
s13.对历史请求时间间隔θ
i,n
进行lstm处理，得到预测时间间隔；
[0057]
s14.获取当前数据包的新鲜度要求p
i,n
；若新鲜度要求p
i,n
大于预测时间间隔，则当前数据包有效，路由节点j缓存当前数据包；若新鲜度要求p
i,n
不大于预测时间间隔，则当前数据包无效，丢弃当前数据包。
[0058]
具体地，lstm处理流程如图4所示，lstm用两个门来控制单元状态c的内容，一个是遗忘门(forget gate)，它决定了上一时刻的单元状态c
t-1
有多少保留到当前时刻的单元状态c
t
；另一个是输入门(input gate)，它决定了当前时刻网络的输入a
t
′
有多少保存到当前时刻的单元状态c
t
。lstm用输出门(output gate)来控制当前时刻的单元状态c
t
有多少输出到lstm的当前输出值pi
t
中。其中：
[0059]
遗忘门公式：
[0060]ft
＝σ(wf·
[pi
t-1
,a
t
′
]+bf)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0061]
其中，f
t
表示遗忘门t时刻的输出，wf表示遗忘门的权重矩阵，bf表示遗忘门的偏置项，pi
t-1
表示t-1时刻的lstm输出，a
t
′
＝{θ
i,n
}表示历史请求时间间隔序列；σ表示sigmod函数，定义为：
[0062][0063]
输入门公式：
[0064]it
＝σ(wi·
[pi
t-1
,a
t
′
]+bi)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0065]
其中，i
t
表示输入门t时刻的输出，wi表示输入门权重矩阵，bi表示输入门偏置。
[0066]
根据上一次的lstm输出pi
t-1
和本次lstm输入a
′
来计算用于描述当前输入的单元状态c
t
′
：
[0067]ct
′
＝tanh(wc·
[pi
t-1
,a
t
′
]+bc)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0068]
其中输出激活函数tanh定义为：
[0069][0070]
计算当前时刻的单元状态c
t
，它是由上一时刻的单元状态c
t-1
按元素乘以遗忘门当前时刻的输出f
t
，再用当前输入的单元状态c
t
′
按元素乘以输入门t时刻的输出i
t
，再将两个积加和产生：
[0071][0072]
其中表示按元素相乘。
[0073]
通过上述计算就把lstm关于当前的记忆c
t
′
和长期记忆c
t-1
组合在一起，形成新的单元状态c
t
。由于遗忘门的控制，它可以保存很久很久之前的信息，由于输入门的控制，它又可以避免当前无关紧要的内容进入记忆。输出门控制了长期记忆对当前输出的影响：
[0074]ot
＝σ(wo·
[pi
t-1
,a
t
′
]+bo)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0075]
由输出门和单元状态共同决定最终输出，即预测时间间隔：
[0076][0077]
具体地，若新鲜度要求p
i,n
大于预测时间间隔，则当前数据包有效，计算当前数据包的缓存概率表示为：
[0078][0079][0080]
其中，表示路由节点j对当前数据包的第q次请求的缓存结果，q表示请求总次数；表示当前数据包的缓存概率，即传感器n产生的数据包在第q次请求时的缓存概率；具体来说，当前数据包是指在最新的第q次请求时，封有所请求的传感器n数据的数据包，此时这个数据包被请求的总次数加一，由q-1变为q，相应的缓存概率也随之变化。
[0081]
在医疗场景中医生作为消费者并不关心缓存的概率问题，而是更加关心缓存内容信息的大小，医生只会去关心那些信息量大的数据。这样即使在节点缓存了很多数据，医生请求数据时也可以根据信息量的大小很快去除掉无用的数据信息，本发明用信息量公式来表示缓存信息量的多少。
[0082]
具体地，通过当前数据包的缓存概率计算当前数据包的信息价值，表示为：
[0083][0084]
具体地，本发明的流程如图5所示，当ndn节点接收到兴趣包，首先检查自身的存储仓(cs)，若cs中缓存有满足该兴趣包的数据包，则直接将该数据包返回给消费者；若cs中没满足该兴趣包的数据包，则通过转发信息表(fib)将兴趣包转发给生产者。其中，ndn节点还有一个未决信息表(pit)，用于记录没有被满足的兴趣包的转发接口，该转发接口用于转发其余节点返回的数据包。
[0085]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种基于命名数据网络的医疗数据缓存方法，其特征在于，包括m个路由节点，将m个路由节点划分为消费者、转发者和生产者；基于命名数据网络的医疗数据缓存方法包括以下步骤：s1.消费者通过路径l向生产者发送兴趣包以及该兴趣包对应的新鲜度要求；生产者和路径l上的所有转发者均缓存该兴趣包对应的新鲜度要求；s2.生产者生成该兴趣包对应的数据包，并通过基于lstm的新鲜度缓存算法判断是否缓存该数据包，然后执行步骤s3；s3.该数据包通过路径l原路返回给消费者，路径l上的每个转发者接收到该数据包后均通过基于lstm的新鲜度缓存算法判断是否缓存该数据包。2.根据权利要求1所述的一种基于命名数据网络的医疗数据缓存方法，其特征在于，数据新鲜度的大小随时间进行变化，将数据新鲜度的大小定义为数据的生成时刻与当前时刻间的差值；所述新鲜度要求是消费者为所请求数据指定的数据新鲜度阈值。3.根据权利要求1所述的一种基于命名数据网络的医疗数据缓存方法，其特征在于，路由节点j＝1,2,
…
,m维护有一个传感器列表和一个数据新鲜度列表；表示路由节点i＝1,2,
…
,m第q次请求第n＝1,2,
…
,n个传感器数据的时间戳；路由节点i作为消费者发送兴趣包时，兴趣包携带有新鲜度要求p
i,n
，p
i,n
表示路由节点i对第n个传感器数据的新鲜度要求；n为传感器数量。4.根据权利要求3所述的一种基于命名数据网络的医疗数据缓存方法，其特征在于，基于lstm的新鲜度缓存算法判断是否缓存当前数据包的过程，包括：s11.路由节点j接收当前数据包后，从传感器列表a
j
中获取请求当前数据包的最新的时间戳以及请求当前数据包的前一个时间戳s12.计算最新的时间戳与前一个时间戳间的差值，得到历史请求时间间隔s13.对历史请求时间间隔θ
i,n
进行lstm处理，得到预测时间间隔；s14.获取当前数据包的新鲜度要求p
i,n
；若新鲜度要求p
i,n
大于预测时间间隔，则当前数据包有效，路由节点j缓存当前数据包；若新鲜度要求p
i,n
不大于预测时间间隔，则当前数据包无效，无需缓存该数据。5.根据权利要求4所述的一种基于命名数据网络的医疗数据缓存方法，其特征在于，步骤s13所述的lstm处理包括：f
t
＝σ(w
f
·
[pi
t-1
,a
′
t
]+b
f
)i
t
＝σ(w
i
·
[pi
t-1
,a
′
t
]+b
i
)c
′
t
＝tanh(w
c
·
[pi
t-1
,a
′
t
]+b
c
)o
t
＝σ(w
o
·
[pi
t-1
,a
′
t
]+b
o
)其中，f
t
表示遗忘门t时刻的输出，i
t
表示输入门t时刻的输出，c
′
t
表示当前输入的单元
状态，c
t
表示t时刻的单元状态，o
t
表示输出门t时刻的输出，w
f
表示遗忘门权重矩阵，w
i
表示输入门权重矩阵，w
c
表示单元状态权重矩阵，w
o
表示输出门权重矩阵，b
f
表示遗忘门偏置，b
i
表示输入门偏置，b
c
表示单元状态偏置，b
o
表示输出门偏置，σ表示sigmod函数，pi
t-1
表示t-1时刻的lstm输出，a
′
t
＝{θ
i,n
}表示路由节点i对传感器n所产生数据的历史请求时间间隔序列。6.根据权利要求4所述的一种基于命名数据网络的医疗数据缓存方法，其特征在于，若新鲜度要求p
i,n
大于预测时间间隔，则当前数据包有效，并计算当前数据包的缓存概率，计算公式为：其中，表示路由节点j对当前数据包的第q次请求的缓存结果，q表示请求总次数；表示传感器n产生的数据包在第q次请求时的缓存概率；其中，b表示新鲜度要求p
i,n
大于预测时间间隔，n表示传感器数量。7.根据权利要求6所述的一种基于命名数据网络的医疗数据缓存方法，其特征在于，通过当前数据包的缓存概率计算当前数据包的信息价值，表示为：其中，表示传感器n产生的数据包在第q次请求时的缓存概率。

技术总结
本发明属于通信技术领域，具体涉及一种基于命名数据网络的医疗数据缓存方法；包括消费者通过路径L向生产者发送兴趣包以及该兴趣包对应的新鲜度要求；生产者和路径L上的所有转发者均缓存该兴趣包对应的新鲜度要求；生产者生成该兴趣包对应的数据包，并通过基于LSTM的新鲜度缓存算法判断是否缓存该数据包；该数据包通过路径L原路返回给消费者，路径L上的每个转发者接收到该数据包后均通过基于LSTM的新鲜度缓存算法判断是否缓存该数据包；本发明可以有效减少缓存冗余，避免缓存无价值数据。避免缓存无价值数据。避免缓存无价值数据。


技术研发人员：段洁 王少宾 涂小明 孙春霞 孙迪 林颖琪
受保护的技术使用者：重庆邮电大学
技术研发日：2023.04.23
技术公布日：2023/7/20