1.一种雾计算网络中基于迁移学习的网络感知自适应缓存方法，其特征在于：该方法考虑地理区域中的异构雾计算网络，整个服务区域内的M个FN通过蜂窝链路服务于区域中分散的U个移动用户的内容请求；FN通过回程链路与移动网络运营商MNOs核心网连接，并且FN之间通过光纤，由Fog-Fog链路实现完全连接；

移动用户根据蜂窝网络协议连接到FN，连接的FN负责服务用户的内容请求；如果请求的内容位于连接的FN的缓存中，则请求将立即被处理；没有额外的负载放在回程链路，减少网络流量；当被请求的内容没有缓存在连接的FN中时，请求被转发到MNOs；MNOs检查查找表中所请求的内容是否缓存在相邻FN；如果内容缓存在相邻的FN中，MNOs将执行所有必需的信令，以便从相邻FN获取内容；相邻FN提供的内容降低下载延迟并减少网络流量；当所请求的内容没有缓存在相邻的FN中，或者从相邻FN检索内容的延迟比从内容服务器检索内容的延迟更高时，MNOs从内容服务器获取内容；

参数 为在时间索引t∈{1，…，T}FN 的服务区域内容 的内容流行度；参数 由下式计算：

其中 是在时刻t时FNi处的内容j的总浏览次数；采用迁移学习的方法预测得到内容流行度使用MILP来计算内容的放置位置和选择网络中的物理缓存大小，在保持缓存总部署成本的同时，考虑到初始内容传输成本和网络中的缓存部署成本，最小化内容下载延迟：s.t.C1：

C2：

C3：

C4：

C5：

C6：

C7：

2.根据权利要求1所述的一种雾计算网络中基于迁移学习的网络感知自适应缓存方法，其特征在于：所述MILP中有三个决策变量：

1)ri∈{1，…，R}表示FN i上使用的内存单元数；FN i使用的物理缓存的总大小等于ris0，其中s0是内存单元的物理存储大小；

2) 表示二进制缓存决策变量，若内容j缓存在本地FN中，则 否则

3) 表示缓存有内容j的相邻FN l服务FN i的内容请求；注意 意味着FN l缓存内容j并为请求本身提供服务；为内容流行度和决策变量的简便，省略时间索引t；

约束条件C1确保网络中至少存在一个FN缓存有内容j；

约束条件C2表示只有当FN i缓存了其他FN所请求的内容时，FN i才能为其提供服务；

约束条件C3考虑到FN的存储容量限制，缓存的内容大小不能超过FN的存储容量，s0是每个物理存储单元的大小，ri是存储单元的数量；

约束条件C4维护网络中的缓存部署预算。

3.根据权利要求1所述的一种雾计算网络中基于迁移学习的网络感知自适应缓存方法，其特征在于：所述缓存的调整为：首先，初始化网络缓存，内容随机部署在FN中，随着用户对内容的请求，根据用户的历史请求信息预测内容的流行度；然后，使用MILP来计算内容的放置位置和选择网络中的物理缓存大小；最后，使用用户的请求统计信息以及内容流行度，采用LRU算法动态调整缓存的内容。

4.根据权利要求1所述的一种雾计算网络中基于迁移学习的网络感知自适应缓存方法，其特征在于：为提高所述内容流行度的预测精度，需要收集与所要估计的内容对象具有相似访问特征的内容的历史访问数据作为训练集；在利用迁移学习的思想对各个内容的流行度进行估计前，首先需要对用户访问内容进行细致分类；考虑到不同的用户对内容有不同的偏好，内容归类是以相同时间段内的访问特征相似度为指标，对各个数据内容进行的归类，并不是指基于内容类型相似度进行的分类。