1.一种面向用户移动性的网络边缘缓存调整方法，其特征在于，该方法包括以下步骤：S1,将所有网络节点进行分组，构建多层网络缓存的架构，所述多层网络缓存架构自顶向下分别包括中心服务器、骨干网、二级节点层和边缘节点层。

S2，为了定量用户的数据获取能力，依次计算用户在节点的停留时间和在用户区域的停留时间，所述节点包括边缘节点，所述用户区域是指一个边缘节点的覆盖范围；

S3，基于用户的移动情况和网络状况对移动型用户在各个节点的下载能力建立预测模型，并对缓存网络进行定量计算，预测用户选择节点的概率。

S4，基于下载能力预测模型结合自适应的分块反馈网络缓存调整方法对边缘缓存部署方式进行调整。

2.如权利要求1所述的网络边缘缓存调整方法，其特征在于，所述边缘节点缓存完整文件分割形成的数据块，二级节点进行完整文件的缓存；

对于已经在二级节点缓存的文件，边缘缓存可以直接从二级节点缓存获得，不需要经过骨干网进行下载。

3.如权利要求1所述的网络边缘缓存调整方法，其特征在于，所述步骤S2中通过建立用户区域停留时间模型依次计算用户在节点的停留时间和在用户区域的停留时间，具体包括以下步骤：S2.1，构建用户区域停留时间的倒数模型：

假设移动型用户为车内乘客，车辆在某路段停留的时间是车辆速度的倒数；

S2.2，用户区域停留时间模型的推导：

由统计结果显示，车辆的车速最接近正态分布，则车辆的速度服从以下正态分布：P(vi)～N(μvi，σi2)

车辆在单位里程停留时间与车辆速度互为倒数关系，因此车辆在单位时间里停留的时间服从以下分布：S2.2，构建用户区域停留时间的正态分布模型：对用户区域停留时间P(ti)的结果进行正态分布拟合，得到正态分布的用户区域停留时间模型，使用如下数学表达式表达：

4.如权利要求1所述的网络边缘缓存调整方法，其特征在于，用户在某个边缘节点内能够下载的数据量和在该边缘节点内停留的时间成正比，在已完成用户区域停留时间的模型的基础上，建立定量的用户下载能力预测的数学模型，即基于用户的移动情况和网络状况对移动型用户在各个节点的下载能力建立预测模型，并对缓存网络进行定量计算，预测用户选择节点的概率。

5.如权利要求4所述的网络边缘缓存调整方法，其特征在于，按照如下计算步骤和公式可对移动型用户在各个节点的下载能力建立预测模型，并对缓存策略进行定量计算求解：用户能在边缘节点下载的数据量与无线信道带宽正线性相关，根据正态分布的性质，用户在边缘节点能下载的数据量服从以下分布：P(di)～N(μtiBWwirelesssi，(σtiBWwirelesssi)2)那么用户在边缘节点能下载的块的数量服从以下分布：第k个数据块能在节点i被下载到的概率：

Yi＝Yi-1+Xi

车辆在某边缘节点范围内下载的数据块的数量服从正态分布。即Yi＝Yi-1+Xi，Y0＝0

P(Yi)＝P(X0)*P(X0)...P(X0)其中，“*”代表卷积。

由于

所以

若

使得

则意味着 时，均无法达到下载概率大于门限概率的要求，否则

使得

或

成立。

其中，运算符 定义为将一组数进行降序排序。

6.如权利要求1所述的网络边缘缓存调整方法，其特征在于，下载能力预测模型通过一次计算预测出一段长度的边缘缓存部署策略，当出现很多边缘节点只参与了少量的块的缓存，甚至完全没有参与块的缓存的情况时，即当存在严重的预测极限问题时，构建自适应的分块反馈网络缓存调整模型对边缘缓存部署方式进行调整。

7.如权利要求6所述的网络边缘缓存调整方法，其特征在于，将边缘节点和二级节点观察在缓存数据块最多的边缘节点中请求的最后一个数据块，作为下一个节点的起始块；将下一个节点作为起始节点，对之后的节点及数据块进行重分配，从而构建自适应的分块反馈网络缓存调整模型并对边缘缓存部署方式进行调整。

8.如权利要求1所述的网络边缘缓存调整方法，其特征在于，所述自适应的分块反馈网络缓存调整模型为“计算-缓存-反馈-再计算”的循环模型。

9.如权利要求8所述的网络边缘缓存调整方法，其特征在于，所述自适应的分块反馈网络缓存调整模型包括以下步骤：S4.1，在用户开始提出数据请求时，检索二级节点数据库；

S4.2，判断用户的移动性，若用户为静止用户，则继续判断是否存在二级节点缓存，若用户为移动用户，则先执行算法生成块部署策略，再继续判断是否存在二级节点缓存；

S4.3，若无二级节点缓存，则执行流行度算法，生成骨干网链路下载，数据从二级缓存节点数据库通过骨干网传输至用户；

S4.4，若存在二级节点缓存，则直接生成二级节点-边缘节点链路下载文件，数据从二级缓存节点数据库通过边缘节点传输至用户。

10.如权利要求9所述的网络边缘缓存调整方法，其特征在于，所述流行度算法是指根据文件的流行度趋势预测结果对相应的文件数据设置缓存。