[发明专利]一种基于区块链的移动边缘计算任务卸载方法在审
| 申请号： | 202310802546.8 | 申请日： | 2023-07-03 |
| 公开（公告）号： | CN116669111A | 公开（公告）日： | 2023-08-29 |
| 发明（设计）人： | 李云;康梅艳;鲜永菊;左琳立;吴广富 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | H04W28/084 | 分类号： | H04W28/084;H04W28/08;H04W28/088;H04W12/106;H04W12/108;H04L9/00 |
| 代理公司： | 重庆辉腾律师事务所 50215 | 代理人： | 周磊 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于移动通信技术领域，具体涉及一种基于区块链的移动边缘计算任务卸载方法，包括针对多服务器的动态MEC场景，建立基于区块链的移动边缘计算任务卸载模型；以最小化用户完成计算任务的成本以及最大化用户参与挖矿获得的效用为目标，在多维资源约束的条件下，建立任务卸载和资源分配联合优化模型；考虑到随机时变的网络环境和环境状态的部分可观测性，将任务卸载成本问题和区块链挖矿效用问题抽象为部分可观测的马尔可夫决策过程；根据所建立的系统模型获得MDP问题的状态空间和动作空间，并构建奖励函数；采用多智能体强化学习算法做出最优卸载和资源分配决策；本发明实现了更低的任务卸载成本和更高的区块链挖矿效用。 | ||
| 搜索关键词： | 一种 基于 区块 移动 边缘 计算 任务 卸载 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310802546.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种智能反射面辅助的矿山物联网安全卸载方法-202310949703.8
- 闵明慧;张鹏;肖家杨;李世银;杨爽 - 中国矿业大学;徐州市第一人民医院
- 2023-07-31 - 2023-10-27 - H04W28/084
- 本发明提出一种智能反射面辅助的矿山物联网安全卸载方法，属于矿山物联网技术领域。井下运用MMEC网络系统提高计算实时响应和资源利用效率，并利用IRS优化煤矿井下的信号覆盖范围和卸载信道增益，在IRS辅助的MMEC网络系统以提升矿山物联网设备的能量效率为目标选择将部分计算任务在本地处理或者通过卸载到边缘服务器处理，将IRS辅助矿山物联网设备的计算卸载过程建模成马尔科夫决策过程，提出基于风险评估的安全强化学习架构，利用基于深度确定性策略梯度DDPG算法在复杂的煤矿井下环境中动态探索最优的IRS反射相移和计算卸载率并实现最大化计算卸载效益函数的优化目标，优化能量管理的同时有效地降低计算时延，保障矿山物联网的计算效率与响应性能。
- 基于命名数据网络和边缘计算的节能缓存系统及方法-202310979717.4
- 张玮;徐嘉昕;史慧玲;褚昊翔;谭立状;郝昊;丁伟 - 山东省计算中心（国家超级计算济南中心）;齐鲁工业大学（山东省科学院）
- 2023-08-04 - 2023-10-27 - H04W28/084
- 本发明公开了基于命名数据网络和边缘计算的节能缓存系统及方法，消费者边缘计算设备将兴趣包请求指令转发给命名数据网络的路由器；路由器节点检查自身的内容存储区中是否有与兴趣包对应的数据，如果没有，则路由器节点检查自身的兴趣表，查看兴趣表中是否有与兴趣包对应的等待响应记录，如果兴趣表中没有，则路由器节点检测自身的转发表，查看转发表中是否有与兴趣包对应的转发记录，如果转发表中没有记录，则路由器节点将兴趣包转发给下一跳路由器节点，以此类推，直至将兴趣包转发给生产者边缘计算设备；生产者边缘计算设备将兴趣包对应的数据，原路返回给消费者边缘计算设备，返回的过程中将数据缓存到对应的路由器节点中。
- 一种考虑用户竞争和负载的大模型辅助边缘任务卸载方法-202310964905.X
- 许斌;卞鸿根;崔秋兰;庄智超;文清;郁晓辉;亓晋 - 南京邮电大学
- 2023-08-02 - 2023-10-20 - H04W28/084
- 本发明属于移动边缘计算和任务卸载领域，公开了一种考虑用户竞争和负载的大模型辅助边缘任务卸载方法，具体步骤包括：使用集成大模型辅助处理数据信息；根据用户与边缘服务器的信息构建任务卸载模型；基于该模型提出最小化用户能耗的优化目标；对用户进行任务优先级排序；通过引入分布式思想以及负载均衡创造性地设计出了一种分布式任务计算卸载(DTCO)算法用以求解任务卸载问题；最后根据卸载策略处理所有任务并将结果返回用户。本发明可以有效改善用户之间的竞争并使得边缘服务器资源分配更加合理，从而降低系统的总能耗。
- 一种基于累积优先级的边缘计算任务卸载准入控制方法-202310763780.4
- 王亮;任静;於志文;郭斌;程荣昌 - 西北工业大学
- 2023-06-27 - 2023-10-20 - H04W28/084
- 本发明公开了一种基于累积优先级的边缘计算任务卸载准入控制方法，解决了在传统任务卸载中用户最优优先级选择以及等待时延过长的问题。将累积优先级模型引入到边缘计算中，服务器首先服务优先级最高的队列，等待任务其优先级随着时间的增加而累积。队列中任务的处理顺序根据优先级进行重排，设置了最大优先级阈值，当某一个任务的等待时间达到该阈值后，用户不允许向服务器传输任务。用户为了最小化自己的成本，与其他用户之间存在博弈。通过数学推导证明存在纳什均衡，并推导出在纳什均衡下每个用户的最优的优先级选择策略。通过该方式，可以实现为用户提供最优优先级选择，并且解决任务的饥饿问题。
- 一种多无人机公平协作和任务卸载优化方法及系统-202310908869.5
- 郭永安;周沂;王宇翱;房晶晶 - 南京邮电大学
- 2023-07-24 - 2023-10-13 - H04W28/084
- 本发明公开一种多无人机公平协作和任务卸载优化方法及系统，通过构建了一个由多用户设备、多无人机组成的两层网络架构，并考虑计算任务双重卸载机制，进一步引入公平性指数；联合考虑无人机轨迹、计算资源分配以及多无人机协作任务分配，在满足任务最小延迟的前提下实现长期无人机最大公平负载和最小功率消耗；将多目标优化问题建模为马尔可夫决策模型，然后提出了基于MADDPG的协作卸载算法，多无人机之间通过信息交互，在动态环境下自适应调整卸载方案，从而得出每个无人机的最佳协作策略，实现所有无人机预期总奖励的最大化，输出有效的飞行轨迹，保证任务成功的情况下均衡无人机负载并节省能耗。
- 基于边缘云网络的负载均衡方法、装置及设备-202210311840.4
- 黄铮;李文仪;郭春旭;莫俊彬;潘桂新;刘子建;罗建华;吴灿辉;陈丰 - 中国联合网络通信集团有限公司
- 2022-03-28 - 2023-10-13 - H04W28/084
- 本申请提供一种基于边缘云网络的负载均衡方法、装置及设备，应用于服务器，服务器中包括至少两张网卡，每张网卡包括至少两个端口，不同网卡中的端口具有绑定关系，所述方法包括：从第一虚拟局域网VLAN子接口接收待处理的第一数据包；确定所述第一数据包的类型，所述第一数据包的类型为N3数据包或者N6数据包；根据所述第一数据包的类型，在所述至少两张网卡的接口中确定目标接口，并通过所述目标接口转发所述第一数据包。提高了5G云网融合一体机转发用户数据时的传输稳定性。
- 通信方法和装置-202210313571.5
- 胡雅婕;杨艳梅 - 华为技术有限公司
- 2022-03-28 - 2023-10-13 - H04W28/084
- 本申请实施例提供了一种通信方法和装置。该方法可以包括：第一设备获取参考信息，参考信息包括以下至少一项信息：应用的类型、应用对服务连续性的需求、客户端指示的应用上下文迁移ACR模式、服务器指示的ACR模式、客户端指示的ACR场景、服务器指示的ACR场景；第一设备根据参考信息为应用确定ACR模式，ACR模式为单ACR模式或多ACR模式。在本申请中，第一设备根据参考信息来为某个应用选择ACR模式是单ACR模式还是多ACR模式，从而可以根据实际情况为某个应用选择合适的ACR模式，以达到信令开销和中断时延的平衡。
- 多用户MEC系统中基于深度强化学习的保护用户隐私的任务卸载机制-202211546410.7
- 王中林 - 宁波财经学院
- 2022-12-02 - 2023-10-10 - H04W28/084
- 本发明涉及一种多用户MEC系统中基于深度强化学习的保护用户隐私的任务卸载机制，包括：敌手攻击模块，用于模拟敌手(即不可信的MEC服务器)获取用户的使用模式隐私和位置隐私的行为；系统卸载决策模块，用于模拟系统中每个设备在每个时隙中对任务的五种卸载决策；基于深度强化学习的保护用户隐私的任务卸载模块，在已知和多组对的背景下求解并且将这其中对应的最优解保存到训练集中以便算法进行进一步学习，并且使用训练集来训练算法，使其更快学到在不同的中输出最优的对使获得最大值。本发明可以揭露多用户MEC系统中隐私泄露问题从而进一步降低用户隐私泄露的风险并且实现MEC系统任务卸载过程中计算速度、能耗和隐私保护的联合优化。
- 一种空海协作网络通信和计算资源分配方法及系统-202310933606.X
- 何亦昕;朱丽军;叶宝林;黄方慧;宋利华;周润滋;景琦竣 - 嘉兴学院
- 2023-07-27 - 2023-10-03 - H04W28/084
- 本发明公开了一种空海协作网络通信和计算资源分配方法及系统，采用非正交多址接入技术和移动边缘计算技术来增强空‑海协作网络的传输和任务处理性能；然后，将时延优化问题形式化为与功率控制、频谱分配、卸载比例优化以及计算资源分配相关，以最小化总任务处理时延为目标的优化问题；之后，结合闭式解推导、图论、拉格朗日对偶分解法、黄金分割法进行求解；相比于现有技术，本发明通过时延优化可有效降低总任务处理时延，满足新兴空‑海协作网络业务对服务性能和资源的同步需求。
- 基于多智能体强化学习的边缘计算依赖任务动态卸载方法及系统-202310711734.X
- 陈建海;李秋惠;刘二腾;沈睿;刘振广;何钦铭 - 浙江大学
- 2023-06-15 - 2023-09-29 - H04W28/084
- 本发明涉及强化学习与边缘计算任务调度领域，尤其涉及基于多智能体强化学习的边缘计算依赖任务动态卸载方法及系统。该方法包括：对应用环境进行抽象和归纳，定义计算卸载系统模型；对边缘计算环境进行抽象和归纳，定义计算卸载系统模型；根据计算卸载系统系统模型，确定强化学习算法的基本要素；确定网络结构和训练方法，对模型进行训练，得到边缘计算依赖任务卸载决策模型。该方法将所有边缘设备和边缘服务器看作一个系统，实现对系统中依赖任务的高效卸载。
- 部署多接入边缘计算应用的方法-202180090200.9
- 陈礼娟;黄强 - 中兴通讯股份有限公司
- 2021-01-27 - 2023-09-19 - H04W28/084
- 本发明提供了用于以下操作的方法、系统和设备：由平台管理器节点从无线通信节点接收虚拟化网络功能VNF实例信息；由平台管理器节点根据VNF实例信息，从多个候选多接入边缘计算平台MEP中选择MEP；以及由平台管理器节点向所选择的MEP发送包括VNF实例信息的第一配置请求。
- 无人机集群分组辅助的空地协同计算网络资源分配方法-202310533908.8
- 胡晗;陈钻;朱晨鸣;王强;魏贤虎;彭凤强;周旭 - 中通服咨询设计研究院有限公司
- 2023-05-12 - 2023-09-15 - H04W28/084
- 本发明提供了无人机集群分组辅助的空地协同计算网络资源分配方法，包括如下步骤：步骤1，构造集群分组辅助的空地协同边缘计算网络中依赖的数学模型；步骤2，设置更新系统计算效率的迭代算法循环次数；步骤3，得到优化问题；步骤4，设置求解优化问题所用的双层迭代优化算法循环次数；步骤5，利用松弛算法完成集群分组决策的设计；步骤6，完成资源分配的设计；步骤7，完成本次循环中无人机轨迹的设计；步骤8，更新系统计算效率。本发明的基于Dinkelbach的循环迭代优化算法的收敛速度很快，效率很高。本发明可为无人机集群分组辅助的通信系统的轨迹优化提供高可靠的技术指导。
- 一种云边端协同系统中的联合优化方法、系统及存储介质-202310641479.6
- 王雪;王书波;顾艳;孟姝宇 - 吉林大学
- 2023-06-01 - 2023-09-15 - H04W28/084
- 本发明涉及一种云边端协同系统中的联合优化方法、系统及存储介质，属于通信技术领域。方法包括：构建云边端协同系统的模型，初始化系统参数；计算本地计算、D2D卸载计算、MEC卸载计算以及云卸载计算的时延能耗加权和，在约束条件下建立优化问题；将原非凸问题转化为凸问题，进行重复迭代执行至收敛或达到最大迭代次数，求出卸载决策和资源分配方案；采用二进制变量恢复算法，将卸载决策变量恢复为二进制变量，对资源分配进行调整，使结果达到最优。本方法能够得到最佳的卸载决策以及资源分配方案，能够有效减小任务的时延以及能耗，提高云边端协同系统内用户的服务质量。
- 一种边云协同服务放置和工作负载调度方法及装置-202310163958.1
- 叶可江;唐璐婕;须成忠 - 中国科学院深圳先进技术研究院
- 2023-02-15 - 2023-09-12 - H04W28/084
- 本发明涉及边缘计算领域，具体涉及一种边云协同服务放置和工作负载调度方法及装置。该方法及装置包括：步骤1：建立系统模型，确定优化目标；步骤2：划分时间帧与时间间隙；步骤3：大时间尺度下的工作负载预测；步骤4：大时间尺度下的服务放置决策；步骤5：大时间尺度下的阴影工作负载调度；步骤6：判断是否进入下一个时间帧，若是，则返回步骤3，若否，则进入步骤7；步骤7：小时间尺度下的工作负载分配；步骤8：判断是否进入下一个时间间隙，若是，则返回步骤7，若否，则结束。在保证系统稳定的前提下，实现优化服务处理时延的目的。
- 一种混合交通场景通感算资源分配方法、系统、设备及介质-202310729810.X
- 岳文伟;李玉菊;范逸馨;李景丽;李长乐 - 西安电子科技大学
- 2023-06-20 - 2023-09-12 - H04W28/084
- 一种混合交通场景通感算资源分配方法、系统、设备及介质，包括：建立混合交通场景车辆到车辆V2V通信模型；计算混合交通场景中作为边缘服务器的智能网联车CAV，即服务车辆SV的能耗和时延；计算本地能耗和时延；建立与时延和能耗相关的资源优化问题R；通过最小化资源优化问题R的目标函数Q(d,x)，得到最佳卸载动作{x
- 基于非正交多址接入的无人机边缘计算方法及装置-202310663371.7
- 孟祥祚;詹成;杨莉斌;李婷婷 - 西南大学
- 2023-06-06 - 2023-09-05 - H04W28/084
- 本申请涉及一种基于非正交多址接入的无人机边缘计算方法及装置，利用基于物联网应用的空中移动边缘计算系统构建无人机系统模型、通信模型以及计算模型。通过对信道关联系数、无人机轨迹以及计算资源分配的联合优化，最大化所有地面设备的最小计算吞吐量。此外，本申请利用非确定的块坐标下降(inexact Block Coordinate Descent，inexact BCD)方法，以避免陷入强局部最优解，并结合连续凸逼近(Successive Convex Approximation，SCA)技术来处理非凸约束条件，该方法在计算吞吐量方面具有显著的性能优势。
- 无线供能边缘网络中能量捕获时长和计算任务的分配方法-202310640008.3
- 张书彬;陈茜;池凯凯;黄亮;魏欣晨 - 浙江工业大学
- 2023-05-31 - 2023-09-01 - H04W28/084
- 本发明公开了一种无线供能边缘网络中能量捕获时长和计算任务的分配方法，包括：使用一维穷搜索方法输出时间占比集合；基于时间占比集合中的每一个时间占比，计算与时间占比对应的能量占比；根据时间占比集合中每一时间占比与对应的能量占比，计算N个无线设备的计算速率总和，取计算速率总和最大的作为无线设备本次计算最优的时间占比和能量占比；根据最优的时间占比和能量占比，完成本次计算任务卸载分配。本发明优化能量捕获时长和计算任务分配，具有更小的时间消耗，能够达到较高的计算速率，适用于时变的信道状态。
- 基于深度神经网络的无线供能边缘计算任务卸载方法-202310642170.9
- 陈茜;张书彬;池凯凯;黄亮;魏欣晨 - 浙江工业大学
- 2023-05-31 - 2023-09-01 - H04W28/084
- 本发明公开了一种基于深度神经网络的无线供能边缘计算任务卸载方法，包括：读取当前时间帧下物联网设备的信道增益，利用深度神经网络得到帧长倍数；根据帧长倍数和信道增益，计算物联网设备的能量分配比例；按照帧长倍数，将当前时间帧划分为广播时间和卸载时间；在广播时间捕获所述射频能量发射器发出的射频能量，并按照能量分配比例，将捕获的射频能量划分为卸载能量和本地计算能量；在卸载时间利用卸载能量将任务卸载至边缘服务器，在整个时间帧中基于本地存储能量和本地计算能量进行任务本地计算。本发明不仅可以获得近似最优的卸载策略，而且具有更小的时间消耗，能够达到较高的计算速率，适用于时变的信道状态。
- 基于休眠的云雾通信系统任务卸载方法、系统及存储介质-202310252212.8
- 李沛;严军荣;邵辰彦;赵忠 - 三维通信股份有限公司
- 2023-03-16 - 2023-09-01 - H04W28/084
- 本发明公开了基于休眠的云雾通信系统任务卸载方法、系统及存储介质，其方法包括步骤：根据任务传输数据计算任务卸载至云节点和雾节点的时延和/或能耗和/或系统成本；当任务车辆生成任务时，任务车辆根据任务的数据类型和/或计算量和/或时延要求选择任务卸载模式；根据选择的任务卸载模式和相应的时延和/或能耗和/或系统成本构建惩罚函数；根据惩罚函数计算最优的任务卸载比例和对应的发射功率；车辆根据最优的任务卸载比例将相应比例任务发送至云节点或目标雾节点；根据对应的发射功率控制目标雾节点休眠。本发明解决了相关技术中没有综合考虑时延、能耗、卸载设备导致系统性能低和功耗高的问题。
- 一种5G及以上无线通讯网络切片边缘计算资源分配方法-202310730141.8
- 晋建志;徐斌;胡芳;金梦园 - 湖北科技学院
- 2023-06-20 - 2023-08-29 - H04W28/084
- 本发明提供了一种5G及以上无线通讯网络切片边缘计算资源分配方法，属于通讯技术领域。满足5G及以上网络中用户各类业务需求的异构可扩展的混合边缘计算架构；混合边缘计算架构包括用户设备、分布式处理单元DU、集中式处理单元CU、雾计算设备、移动边缘计算设备和云计算设备；能找到最小化时延和用户花销的近似全局最优解，为各类切片业务动态分配边缘计算资源，提高资源利用率，能动态平衡各类业务需求、用户数和边缘计算资源之间的关系，有效提高系统资源利用率，有效满足各类5G用户时延需求。
- 一种基于区块链的移动边缘计算任务卸载方法-202310802546.8
- 李云;康梅艳;鲜永菊;左琳立;吴广富 - 重庆邮电大学
- 2023-07-03 - 2023-08-29 - H04W28/084
- 本发明属于移动通信技术领域，具体涉及一种基于区块链的移动边缘计算任务卸载方法，包括针对多服务器的动态MEC场景，建立基于区块链的移动边缘计算任务卸载模型；以最小化用户完成计算任务的成本以及最大化用户参与挖矿获得的效用为目标，在多维资源约束的条件下，建立任务卸载和资源分配联合优化模型；考虑到随机时变的网络环境和环境状态的部分可观测性，将任务卸载成本问题和区块链挖矿效用问题抽象为部分可观测的马尔可夫决策过程；根据所建立的系统模型获得MDP问题的状态空间和动作空间，并构建奖励函数；采用多智能体强化学习算法做出最优卸载和资源分配决策；本发明实现了更低的任务卸载成本和更高的区块链挖矿效用。
- 无人机辅助边缘计算网络的多维资源管控方法-202310712687.0
- 赵林靖;王文秀;张岗山;马建鹏;刘勤 - 西安电子科技大学
- 2023-06-15 - 2023-08-29 - H04W28/084
- 本发明公开了一种无人机辅助边缘计算网络的多维资源管控方法，主要解决现有配备有边缘计算服务器的无人机无法为大量用户提供稳定服务的问题，其实现方案为：1)初始化网络参数；2)根据网络特性设置约束条件；3)根据初始化网络参数和约束条件建立最小化能耗问题P；3)利用块坐标下降法确定问题P中的关联矩阵C、卸载矩阵U、计算资源矩阵及无人机位置矩阵Z；4)根据得到的C、U、F、Z值进行多维资源管控。本发明能在满足计算任务的可容忍时延和无人机计算资源上限的约束条件下，根据用户的位置及计算任务信息优化卸载决策和部署方案，降低系统能耗，解决用户服务受阻的问题，可用于无人机能耗受限条件下无人机辅助边缘计算网络的应急通信和计算服务。
- 基于双智能体深度强化学习的多类型任务卸载系统及方法-202310711286.3
- 张旭;冯川;张鑫;巩小雪;马天纯;郭磊 - 重庆邮电大学
- 2023-06-15 - 2023-08-25 - H04W28/084
- 本发明涉及基于双智能体深度强化学习的多类型任务卸载系统及方法，属于通信技术领域。该方法包括以下步骤：S1：将节点特征矩阵输入节点映射智能体；S2：节点映射智能体输出所有节点被选择的概率，选择概率最大的节点映射；S3：判断所有组件是否映射完毕，是则执行S4，否则返回S1；S4：将链路特征矩阵输入链路映射智能体；S5：链路映射智能体输出所有路径被选择的概率，选择概率最大的路径映射；S6：判断所有链路是否映射完毕，是则执行S7，否则返回S4；S7：计算双智能体奖励和损失函数，更新相关参数。本发明对多类型资源均衡分配，提高物理节点资源利用率，降低请求阻塞率，提高边缘云网络的承载量和服务供应商的收益。
- 一种无人机辅助边缘卸载决策与无人机轨迹优化方法-202310516330.5
- 田贤忠;缪娉婷;邹雨加;李燕君 - 浙江工业大学
- 2023-05-09 - 2023-08-22 - H04W28/084
- 一种无人机辅助边缘卸载决策与无人机轨迹优化方法，包括以下步骤：将F个设备和K架带由边缘服务器的无人机组成系统，系统时间由多个连续的时隙组成；设备在每个时隙把自己的部分子任务卸载给无人机计算，或者本地计算，直至全部任务计算完毕；以最小化每个设备完成任务时间的总和为优化目标，以每个设备的卸载策略A和无人机的位置L
- 基于移动边缘计算与多跳自组网的城轨列控网络资源管理和优化方法-202310743954.0
- 方宇杰;李萌;司鹏搏;杨睿哲;孙阳;孙艳华 - 北京工业大学
- 2023-06-24 - 2023-08-22 - H04W28/084
- 本发明公开了基于移动边缘计算与多跳自组网的城轨列控网络资源管理和优化方法，通过构建基于通信的列车控制系统网络模型，综合考虑任务的计算卸载策略、卸载比例以及轨旁设备的计算资源和通信资源分配，以最小化系统能耗和时延为目标，对网络场景进行建模，采用一致交替方向乘子算法对系统模型进行迭代求解，获得最优的卸载比例及网络资源分配调度最优策略。本发明克服了地面设备结构复杂、轨旁设备覆盖范围有限以及列车因计算能力不足处理计算密集型任务导致高时延和能耗等问题。仿真实验表明，本发明提出的基于移动边缘计算与多跳自组网的城轨列控网络资源管理和优化方法在降低系统时延和能耗方面具有一定的优势。
- 一种面向卫星通信的边缘计算数据缓存架构及其缓存方法-202310620121.5
- 崔龙军;李源;徐佳康;许海涛 - 北京鹏鹄物宇科技发展有限公司
- 2023-05-29 - 2023-08-18 - H04W28/084
- 本发明公开了一种面向卫星通信的边缘计算数据缓存架构及其缓存方法，基于边缘计算的卫星通信网络环境下，通过监听地面用户请求，通过数据预处理，对数据处理层预处理之后的数据做进一步的分析判断，实时监控数据记录表中的各项记录和缓存空间的剩余空间大小情况，达到动态缓存替换数据的目的。本发明的优点是：使基于边缘计算的卫星通信网络环境下数据传输在保持低时延和低带宽消耗的情况下，卫星边缘计算节点的缓存空间可以达到较高命中率和利用率。
- 一种无线供能边缘智能场景下的神经网络模型分割及资源分配方法-202310530755.1
- 田贤忠;许鹏程;邵宇恒 - 浙江工业大学
- 2023-05-09 - 2023-08-11 - H04W28/084
- 一种无线供能边缘智能场景下的神经网络模型分割及资源分配方法，包括以下步骤：系统中有一个边缘服务器、一个BS和N个用户设备，每个设备有一个单独的天线，可用于捕获能量或数据卸载，设备每个时隙都产生一个DNN推理任务；以用户设备捕获的能量和时隙长度为约束条件，以神经网络模型分割方案和资源分配方案为优化变量，建立以最大化计算任务的完成率为目标的优化问题
- 多级化车辆雾计算网络及其联合计算卸载与资源分配方法-202310537827.5
- 杨颜冰;程文驰;王江舟;陈方园;陈小忠;陈高波 - 浙江金乙昌科技股份有限公司
- 2023-05-10 - 2023-08-04 - H04W28/084
- 本申请属于无线通信网络应用领域，提出一种多级化车辆雾计算网络及其联合计算卸载与资源分配方法。该多级化车辆雾计算网络包括用户层、车辆雾计算层、边缘计算层和云计算层，有机整合了云计算、边缘计算和车辆雾计算的优势，提高了用户服务质量。在联合计算卸载与资源分配方法中，按照道路特征将车辆雾计算节点分布区域划分成多个子区域进行车辆雾计算资源管理，根据所有子区域的用户分布、用户数据包大小、车辆雾计算节点的行驶状态建立数学模型，将总用户卸载延迟最小化问题划分为两个非线性整数规划问题，分别应用遗传算法和贪婪算法求解，减少问题的复杂度，容易理解，降低车辆雾计算节点分布区域的总用户卸载延迟。
- 一种基于自适应半异步联邦学习的移动边缘网络优化方法-202310327815.X
- 周睿婷;余洁舲 - 武汉大学
- 2023-03-27 - 2023-08-04 - H04W28/084
- 本发明提供一种基于自适应半异步联邦学习的移动边缘网络优化方法，属于边缘计算技术领域，包括：构建基于自适应半异步联邦学习的移动边缘网络更新模型及最大化模型精度设备集合，确定网络延迟目标值和网络精度目标值，建立移动边缘网络更新任务的总延迟及准确性权衡模型；基于离散型软演员‑评论家深度强化学习算法，将总延迟及准确性权衡模型转换为具有马尔科夫决策过程的收敛优化模型，确定最大效用边缘移动设备数量，获得全局模型更新参与设备数量和陈旧容忍度，直至满足预设训练全球回合轮数后结束训练，得到边缘移动网络更新全集。本发明通过应用自适应半异步联邦学习策略，解决延迟精度目标函数建模平衡问题，使得延迟‑精度目标值最大化。
- 毫米波频段下MEC中计算卸载和无线充电联合优化方法-202310518889.1
- 石华;冯寅斌 - 金陵科技学院
- 2023-05-10 - 2023-08-01 - H04W28/084
- 本发明涉及一种毫米波频段下移动边缘计算(MEC)中计算卸载和无线充电联合优化方法。为应对物联网设备计算任务繁重与设备本身计算能力弱、能量存储有限的矛盾，同时考虑设备的计算任务对应的计算结果需要返回，考虑系统工作在毫米波频段，本发明提出一种综合应用无线携能传输(SWIPT)和模拟波束赋形技术为设备提供计算卸载、计算结果返回和无线充电服务的MEC系统。在此系统中，以延长设备能量寿命和提高公平性为出发点，本发明以最大化最小的设备剩余能量为目标，综合设计设备计算卸载、大规模天线模拟波束赋形管理、提供计算结果返回和无线充电的SWIPT配置，提出计算卸载和无线充电联合优化方法。
- 专利分类
