本發(fā)明公開了一種基于異步聯(lián)邦和深度強(qiáng)化學(xué)習(xí)的協(xié)作邊緣緩存方法，該方法首先使用異步聯(lián)邦學(xué)習(xí)框架進(jìn)行邊緣內(nèi)容緩存，可以使車輛用戶的數(shù)據(jù)都在本地訓(xùn)練從而降低車輛用戶的隱私風(fēng)險(xiǎn)，降低通信成本，適應(yīng)高度動(dòng)態(tài)的車輛網(wǎng)絡(luò)環(huán)境，其次，使用自動(dòng)編碼器模型預(yù)測(cè)內(nèi)容流行度，每個(gè)車輛用戶使用基于自動(dòng)編碼器的內(nèi)容流行度預(yù)測(cè)算法從車輛用戶歷史請(qǐng)求內(nèi)容和上下文信息學(xué)習(xí)數(shù)據(jù)中潛在的相關(guān)性，從而提高每個(gè)邊緣設(shè)備的緩存性能，最后，使用dueling DQN強(qiáng)化學(xué)習(xí)算法來(lái)學(xué)習(xí)每個(gè)邊緣設(shè)備中車輛用戶的請(qǐng)求內(nèi)容數(shù)據(jù)，基于自動(dòng)編碼器模型預(yù)測(cè)出來(lái)的內(nèi)容流行度，dueling DQN可以做出最優(yōu)的緩存決策，降低車輛平均請(qǐng)求時(shí)延和提高每個(gè)邊緣設(shè)備的緩存性能。