1.边缘网络环境下基于随机森林算法的VOD业务缓存替换方法，其特征在于：包括如下步骤：S1：采集视频数据；

S2：使用随机森林填充法处理视频数据缺失值，建立预测模型；

S3：通过预测模型对平均访问时长进行预测；

S4：根据预测结果建立缓存替换模型；

S5：使用隐枚举法求解缓存替换模型，得到最终替换方案。

2.根据权利要求1所述的边缘网络环境下基于随机森林算法的VOD业务缓存替换方法，其特征在于：所述步骤S2中预测模型的建立具体为：以平均访问时长作为因变量，其余特征作为自变量进行回归训练，且进行数据集的划分，输出各个特征值的重要性排名，根据排名对特征进行筛选得到最终建模特征值，根据建模特征值建模形成预测模型。

3.根据权利要求1所述的边缘网络环境下基于随机森林算法的VOD业务缓存替换方法，其特征在于：所述步骤S4中缓存替换模型的建立流程具体为：假设边缘服务器的缓存空间大小为S，测试集中无法被边缘服务器缓存的视频存储在云上，测试集所有视频的预测访问时长集合为T＝{t1,t2,…,tK}，视频体积集合为V＝{v1,v2,…,vK}，其中K为测试集内的视频总数，缓存替换前边缘服务器内有缓存视频个数为R；云中有视频Q部，K＝R+Q；建立缓存替换模型如下式所示：其中 为视频的最佳缓存替换方案，ai代表边缘服务器中第i部视频，ai＝0表示视频i需要被替换，ai＝1表示视频i不需要被替换，bj代表的是云中的第j部视频，bj＝0代表视频j不用继续在云中存储，需要被替换进边缘服务器，bj＝1代表视频j依然在云中存储，不需要被替换进边缘服务器；式子 代表以访问时长替换标准时的边缘服务器替换性价比，其有两种可能性，当ai＝0时，该式为0，无实际意义，当ai＝1时，表示视频i的访问时长与视频i体积的比值；

定义式子 表示视频i的缓存替换性价比；同样，式子 代表视频j的云缓存替换性价比，当bj＝1时，该式为0，无实际意义。

4.根据权利要求3所述的边缘网络环境下基于随机森林算法的VOD业务缓存替换方法，其特征在于：所述步骤S5中缓存替换模型的求解过程为：令总访问时长性价比为：

假设边缘服务器的容量为S，将每次计算得到的新总访问时长为TC'，为减少枚举个数，令初始条件为 其中{a1,a2,…,aK}部分为缓存替换前的视频缓存集合，{b1,b2,…,bQ}部分为云中视频初始缓存视频集合，将初始条件代入式(2)，得到初始总访问时长性价比TC0，新增约束条件：TC＞TC0       (3)

将约束条件式(3)、缓存替换模型中的两个约束式进行迭代计算，得到最优的替换方案。

5.根据权利要求4所述的边缘网络环境下基于随机森林算法的VOD业务缓存替换方法，其特征在于：所述迭代计算具体为：将约束条件式(3)作为约束式①、缓存替换模型中的两个约束式分别作为约束式②和约束式③，具体计算过程如下：

1)从后往前替换集合{a1,a2,…,aK}中的一部已缓存视频，即将该视频的ai＝1置为ai＝

0；

2)从后往前遍历集合{b1,b2,…,bQ}，计算新的总访问时长TC；

3)比较TC和TC0，若TC≥TC0，则将TC0置为新的值TC，即令TC0＝TC，继续步骤4，否则重新进行步骤1，进行下一次迭代，TC0不变；

4)计算约束条件②，若满足，则进行步骤5，否则重新进行步骤1，进行下一次迭代，TC0不变；

5)计算约束条件③，若满足，则本次迭代满足所有约束条件，TC0即为新值，并在此处进行剪枝，即停止遍历集合{b1,b2,…,bQ}，从步骤1开始进行下一次迭代。