一种内生可信网络的服务智能定制方法及系统

    公开(公告)号:CN111464335B

    公开(公告)日:2021-04-23

    申请号:CN202010163064.9

    申请日:2020-03-10

    摘要: 本发明实施例提供一种内生可信网络的服务智能定制方法及系统。该方法包括:构建基于联盟区块链的内生可信网络;在内生可信网络中设置链上和链下协作资源监管机制,实现可信的虚拟资源定制服务;基于长短期记忆模型对内生可信网络的流量进行预测,并基于异步优势行动者评论家算法对内生可信网络资源需求进行预测,实现网络资源的自动分配和动态调整。本发明实施例基于联盟区块链,通过软件定义网络和虚拟网络功能构建内生可信网络框架,并设计了链上和链下协作资源监管的机制,该框架可以集成基于长短期记忆模型的业务量预测方法,以预测资源需求并进行进一步的资源定制,还提出了基于A3C的资源分配算法,以实现网络资源的定制服务和动态调整。

    一种基于云边端协同的虚拟资源管理方法及系统

    公开(公告)号:CN112232863A

    公开(公告)日:2021-01-15

    申请号:CN202011090066.6

    申请日:2020-10-13

    IPC分类号: G06Q30/02 G06Q10/06 G06Q50/06

    摘要: 本发明实施例提供一种基于云边端协同的虚拟资源管理方法及系统,该方法包括:根据智能电网中的用户用电量和用电习惯,构建用户分簇模型;基于所述用户分簇模型,构建需求竞价算法和面向响应度的虚拟资源管理算法;基于所述需求竞价算法,将需求响应过程中的竞价目标转换为多目标整数线性规划目标问题;并基于所述面向响应度的虚拟资源管理算法,根据单个容器计算能力下的竞价耗时与预期时延要求,进行虚拟资源管理,得到边缘节点间应创建或迁移的容器量。本发明实施例通过用电相似度对用户进行聚类,便于总体决策,实现总体开销最小的情况下达到所需高峰电力消减量,以及能耗最小化。

    面向高密度802.11ax无线局域网的分布式接入优化方法

    公开(公告)号:CN118382125A

    公开(公告)日:2024-07-23

    申请号:CN202410274566.7

    申请日:2024-03-11

    IPC分类号: H04W48/20 H04W48/08 H04W84/12

    摘要: 本发明提供一种面向高密度802.11ax无线局域网的分布式接入优化方法,该方法包括:通过第一接入点采用改进的优劣解距离法和改进的合作博弈策略,确定目标接入点,第一接入点为多个候选接入点中信号强度最高的候选接入点,目标接入点属于多个候选接入点;通过目标接入点输出指示信息,指示信息用于指示允许终端设备接入目标接入点。该方法通过结合改进的优劣解距离法和改进的合作博弈策略,优化密集无线局域网中终端接入流程,能够精准地确定终端设备的目标接入点,从而提升网络效率。

    面向故障容忍的802.11ax多帧传输资源调配方法

    公开(公告)号:CN118119015A

    公开(公告)日:2024-05-31

    申请号:CN202410291888.2

    申请日:2024-03-14

    摘要: 本申请公开了一种面向故障容忍的802.11ax多帧传输资源调配方法,该方法包括:在任一接入点的相邻接入点未接收到任一接入点的信标帧的情况下,确认任一接入点出现故障;基于多帧时隙分组算法、资源块分配算法和多用户多输入多输出算法重新为任一接入点覆盖的终端分配相邻接入点的资源块,得到初始分配结果;基于改进的粒子群算法对初始分配结果进行优化,得到最终的分配结果。本申请提供的方法和装置,可以在接入点出现故障时对终端接入资源进行分配,并保证了系统的高吞吐量提高了信道资源的利用率。

    非地面网络的多任务协同分配方法、装置和相关设备

    公开(公告)号:CN117472563A

    公开(公告)日:2024-01-30

    申请号:CN202311244960.8

    申请日:2023-09-25

    IPC分类号: G06F9/50 G06N20/00 H04W24/02

    摘要: 本发明涉及通信领域,提供一种非地面网络的多任务协同分配方法、装置和相关设备,通过构建面向非地面网络、以最小化任务的总协同计算时延为优化目标,以协作节点和聚合节点为优化变量的优化问题,其中总协同计算时延包括所述任务的上行传输时延、分配时延、计算处理时延、聚合时延、等待时延以及回传时延,所述等待时延包括任务栈等待时延和传输栈等待时延,并利用多智能体强化学习算法对其进行求解,在求解过程中,构建初始的智能体强化学习模型,然后基于QMIX算法对其进行迭代训练得到训练好的多智能体强化学习模型,用于对用户设备发送的任务中的所有子任务进行节点分配,并进行最优路径的规划,可以提高非地面网络的处理任务的效率。