随着近几年互联网用户数量和视频数量的增长,视频传输流量成为互联网的流量的主要组成部分。在有限的带宽资源下,满足视频传输的服务质量成为一个挑战。在靠近用户的边缘服务器上缓存视频是减少骨干流量和提高视频传输性能的一个有效方法。然而,现有的工作没有能够有效的解决以下两个问题。第一,视频的流行度变化是动态的,即使是最受欢迎的视频热度也只能持续几个小时。第二,边缘服务器的视频更新成本没有得到适当的考虑。为了解决问题,本文提出了边缘网络实时缓存框架,以实现边缘服务器实时缓存的仿真。在这个缓存框架中,本文考虑了边缘服务器在替换视频时的替换成本与中断成本,使得边缘服务器能够在极短的时间周期进行缓存更新。在这一个基础上,本文利用深度强化学习来解决边缘服务器上的视频缓存问题。本文利用深度强化学习算法探索-利用的特性用于解决缓存更新带来的长期收益与短期收益之间权衡的问题。但是边缘服务器上有限的计算能力使得基于深度学习的算法一直不能有效运行。使用原始的深度强化学习算法用于解决缓存问题,会造成随着视频数量的增加带来的算法的状态空间与决策空间的规模的指数级增长。很明显,这与边缘服务器有限的计算能力是相互矛盾的。为此,本文设计了一种基于DQN（Deep Q-Network）的在线视频缓存更新算法,为了降低深度强化学习的计算复杂度,本文对其进行了改进,将Q值函数分解为视频价值函数与动作函数的乘积,称为DQN-OVC算法（DQN based Online Video Caching,DQN-OVC）。本文将对所有视频决策收益的预测改为对单个视频决策收益的预测,在此基础上,原本在指数级的缓存空间中搜索最优决策改变为对单个视频收益进行单次遍历得到最优策略。本文的改进大大降低了算法的计算复杂度,使得本文的算法能够在短时间内周期性地执行,以便能够根据最新的视频流行趋势进行更新。除此以外,还使得本文的算法能够适应不同规模的输入,让边缘服务器在用户数量较少的时候节省大量计算资源。最后本文使用真实的互联网视频的用户访问记录进行仿真实验。实验结果表明,在命中率方面,本文的算法比起传统的缓存算法与基于深度学习的预测算法来说有10%到30%之间的提高,在高峰时期能达到理论最优值93%的命中率水平。