[发明专利]移动边缘环境下基于联邦学习和移动感知的QoS优化方法

摘要

本发明公开了一种移动边缘环境下基于联邦学习和移动感知的QoS优化方法。该方法通过采集边缘位置信息和QoS数据集，融合后得到移动边缘QoS特征数据集；根据边缘网络节点的位置分布，将研究区域划分为若干边缘区域，每个区域内的用户移动设备训练用户偏好模型，拟合移动路径；区域利用用户模型参数训练公有模型；根据用户移动性和边缘网络节点资源约束进行动态QoS优化。本发明利用联邦学习建立服务缓存模型，并通过使用基站位置拟合用户移动路径来模糊用户位置保，在保护用户的特征隐私和位置隐私的同时，优化了区域服务质量，能够适应网络服务的实时性和吞吐量的要求。