-
公开(公告)号：CN113965961B
公开(公告)日：2024-04-09
申请号：CN202111254326.3
申请日：2021-10-27
Applicant: 中国科学院计算技术研究所
IPC: H04W28/084 , H04W4/40
Abstract: 本发明提供一种用于车联网的边缘计算任务卸载方法，所述方法包括：步骤1：VUE通过RSU向mBS上传计算任务卸载请求，所述请求包含与该计算任务相关的说明信息；步骤2：mBS收到任务卸载请求后，为VUE确定本地计算占用的计算资源和上传任务时的传输功率、确定子任务集合的划分策略、选择执行卸载任务的MEC服务器，使VUE经过目标MEC服务器所在小区时，被卸载的任务在目标MEC服务器上执行完成；步骤3：VUE完成需要本地计算的子任务，并将计算中间数据上传至所述目标MEC服务器；步骤4：目标MEC服务器收到VUE上传的中间数据后，执行剩余的子任务。本发明可以有效避免任务卸载过程中的业务切换。同时，与现有的卸载方案相比，任务完成时延降低了40％以上。
-
公开(公告)号：CN113271630B
公开(公告)日：2024-04-09
申请号：CN202110118823.4
申请日：2021-01-28
Applicant: 慧与发展有限责任合伙企业
IPC: H04W28/084
Abstract: 本公开的实施例涉及在边缘服务器中用于数据管理的方法和系统。示例实现涉及用于在诸如具有处理资源的边缘服务器的计算系统中进行数据管理的方法和系统。在操作期间，处理资源从多个智能设备收集数据，以及在多个第一边缘级的每个边缘级处处理数据的一部分，以生成经部分处理的数据。此外，处理资源基于多个第一边缘级中的边缘级的吞吐量或多个第一边缘级中的下一边缘级的数据处理队列的大小来评估多个第一边缘级中的该边缘级处的数据处理负荷。处理资源还基于边缘级处的数据处理负荷将经部分处理的数据推送到下一边缘级，或者将经部分处理的数据的一部分推送到外部计算系统并将经部分处理的数据的剩余部分推送到下一边缘级。
-
公开(公告)号：CN117835328A
公开(公告)日：2024-04-05
申请号：CN202410014223.7
申请日：2024-01-04
Applicant: 福州大学
IPC: H04W28/084 , H04W16/22 , G06N3/126
Abstract: 本发明涉及一种通过部分虚拟网络功能迁移实现高效业务重构的方法。能够优化VNF迁移中SFC的端到端延迟，同时解决节点过载问题。该方法提出了部分VNF迁移，并且将部分VNF迁移的SFC重构问题作为一个ILP模型，再动态选择待迁移的VNFs和目标节点，在解决节点过载问题和优化SFC延迟之间进行权衡，以此通过更快响应降低迁移成本，并且减少节点过载和SFC延迟。
-
公开(公告)号：CN117835327A
公开(公告)日：2024-04-05
申请号：CN202410002268.2
申请日：2024-01-02
Applicant: 福州大学
IPC: H04W28/084 , G06N3/092 , G06N7/01 , H04W72/53
Abstract: 本发明提供一种移动边缘计算中基于Actor‑Critic深度强化学习的任务调度方法，首先对所提出的移动边缘计算中的任务调度问题进行形式化定义。其次提出一种结合深度强化学习和掩码机制的任务调度方法。最后实现了所提出的系统环境和调度方法，并进行了大量的实验对方法的有效性进行证明。实验结果显示，本发明方法能应对面对动态多变的MEC环境，逼近最优的任务调度策略，有效地提高服务质量。
-
公开(公告)号：CN117750435A
公开(公告)日：2024-03-22
申请号：CN202410026892.6
申请日：2024-01-09
Applicant: 华北电力大学
IPC: H04W28/084 , H04W28/082 , H04B7/185
Abstract: 本发明公开了一种面向无人机算力网络的频谱资源分配与功率协同调控方法。所述方案包括：首先，提出一个由用户‑无人机组成的上行空地异构边缘计算网络模型，其中，带有服务器的无人机可以快速高效部署，为地面用户提供边缘计算服务，用户可以直接通过用户‑无人机链路将任务卸载至无人机。其次，由于终端数量众多而频谱资源有限，采用集群非正交多址(C‑NOMA)技术复用信道能够兼顾频谱效率和接收端解码复杂度，同时提高系统吞吐量。然后，考虑到终端储能受限，提出频谱资源分配与功率协同调控的系统终端总能耗与时延加权最小化问题。最后，基于集群划分和拉格朗日乘子法求解该问题。本发明可有效提高系统吞吐量，降低系统总成本。
-
Patent Agency Ranking
公开(公告)号：CN117750324A
公开(公告)日：2024-03-22
申请号：CN202311645432.3
申请日：2023-12-04
Applicant: 重庆邮电大学
Abstract: 本发明涉及车联网联邦学习技术领域，公开了一种在车联网中基于动态集群的分层联邦学习方法，包括：S1、将若干车辆动态构造成若干车辆集群；S2、对每个所述车辆集群内的车辆分别进行同步联邦学习；S3、每当边缘服务器接收到其中一个所述集群模型的参数时，根据所述集群模型的参数时来聚合全局模型；S4、计算所述全局模型的全局损失函数，并根据所述全局损失函数建立目标函数；S5、判断所述目标函数是否达到最优解或者判断S3中的全局模型进行全局聚合的轮数是否达到规定的迭代次数；S6、判断所述车辆集群内的集群成员车辆之间是否还在有效通信范围内。本发明在具有动态性的车联网中提升了FL的效率。
-
公开(公告)号：CN117042047B
公开(公告)日：2024-03-22
申请号：CN202310674854.7
申请日：2023-06-08
Applicant: 广西大学
Abstract: 本发明公开了一种基于任务优先级的资源分配方法、装置、控制器及系统，涉及光伏基站技术领域，其中，基于任务优先级的资源分配方法应用于SDN控制器，包括以下步骤：获取应用层发送的多个任务数据包；获取数据层终端的算力资源状态信息，将算力资源分别定义为自身终端层、虚拟终端层和虚拟边缘层；根据每一个任务的数据，利用多目标优化遗传算法得到任务对应的初始资源分配策略；根据任务的优先级，对初始资源分配策略进行加权处理，得到最终资源分配策略；根据最终资源分配策略，对任务进行算力资源分配。本发明提供的方法，提高终端的资源利用率，提高系统对高优先级任务响应的及时性。
-
公开(公告)号：CN115103408B
公开(公告)日：2024-03-22
申请号：CN202210735870.8
申请日：2022-06-27
Applicant: 西安电子科技大学
IPC: H04W28/084 , G06N3/045 , G06N3/086
Abstract: 本发明公开的一种面向MEC的边缘视频缓存服务器部署规划方法，获取基站节点用户请求的历史数据；根据服务器部署约束条件限制，任选一个服务器部署方案，求得每个采样时刻基站请求数据下的最优化预设的第一目标方程的值，进而求其时间平均均值，保存该部署方案以及该均值作为一个神经网络训练样本；重复上述步骤，直至获取预设数目个训练样本用于训练神经网络；根据神经网络和预设的第二目标方程得到适应度函数F，利用遗传算法求出F的最优值和对应的染色体，即得到最优的视频缓存服务器部署方案。该方法考虑了用户请求动态变化的情况下，减少服务器运营成本，提高用户质量，减少传输时延，以响应超高清视频等业务需求。
-
公开(公告)号：CN117545017B
公开(公告)日：2024-03-19
申请号：CN202410026067.6
申请日：2024-01-09
Applicant: 大连海事大学
IPC: H04W28/08 , H04W28/084 , H02J50/20 , H04L67/10 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种面向无线供能移动边缘网络的在线计算卸载方法，涉及移动边缘计算技术领域，包括如下步骤：S1、建立随机任务数据到达和时变信道场景下无线供能辅助移动边缘计算模型的基本框架；S2、根据所述的无线供能辅助移动边缘计算模型的基本框架，对移动边缘计算资源分配进行数学建模，得到数学模型；S3、根据S2所得到的数学模型，利用李雅普诺夫优化方法结合基于模型的优化算法和无模型的机器学习方法在保证数据队列稳定性的前提下最大化所有无线设备的加权和计算速率，并联合优化无线供能持续时间、传输时间分配和计算卸载决策。本发明使用李雅普诺夫函数将随机优化问题解耦为每时间帧确定性问题，同时保证数据队列稳定性。
-
公开(公告)号：CN113660696B
公开(公告)日：2024-03-19
申请号：CN202110758980.1
申请日：2021-07-05
Applicant: 山东师范大学
IPC: H04W28/086 , H04W28/084 , H04W36/22
Abstract: 本发明公开一种基于区域池组网的多接入边缘计算节点选择方法及系统，构建多接入边缘计算节点区域池；根据终端与多接入边缘计算节点的通信时延、多接入边缘计算节点计算时延、终端计算时延以及终端切换的迁移时延得到业务处理时延；根据本地计算能耗、任务传输能耗、多接入边缘计算节点计算能耗得到业务处理能耗；根据业务处理成本和业务处理后的收入得到业务效益；根据业务处理时延、业务处理能耗、业务效益及多接入边缘计算节点负荷得到处理终端业务的最优多接入边缘计算节点。从业务处理时延、业务处理能耗、业务效益及多接入边缘计算节点负荷考虑最优多接入边缘计算节点的选择，考虑维度更全面，提升业务处理效率和效益。
-
-
-
-
-
-
-
-
-
Search Results
892
records
(took 0.02 seconds)
