公开(公告)号：CN118972900A

公开(公告)日：2024-11-15

申请号：CN202411460580.2

申请日：2024-10-18

Applicant: 南京邮电大学 ,  江苏移动信息系统集成有限公司

Inventor： 王晔 ,  刘淼 ,  韩银锋 ,  张凌豪 ,  杨洁 ,  赵海涛 ,  童恩

IPC: H04W28/08 ,  H04W28/10 ,  H04W84/06 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于图神经网络的空天地网络流量卸载决策方法及系统，涉及通信网络优化技术领域，包括：接收空天地一体化网络中的节点相关数据，将节点相关数据进行时间窗口划分，并进行特征提取，得到节点特征数据，其中，所述节点相关数据包括节点连接状态数据和节点间的实时流量数据；将节点特征数据输入至预先建立的图神经网络模型GNN内，通过对节点和边的特征进行编码和聚合，生成每个节点的表示向量，利用每个节点的表示向量对GNN进行训练，得到训练后的GNN；接收空天地一体化网络中的网络状态和节点特征，输入至训练后的GNN内，输出得到性能预测结果，基于性能预测结果，结合多目标优化技术，从而实现网络整体的流量最佳卸载。

公开(公告)号：CN118972900B

公开(公告)日：2025-02-11

申请号：CN202411460580.2

申请日：2024-10-18

Applicant: 南京邮电大学 ,  江苏移动信息系统集成有限公司

Inventor： 王晔 ,  刘淼 ,  韩银锋 ,  张凌豪 ,  杨洁 ,  赵海涛 ,  童恩

IPC: H04W28/08 ,  H04W28/10 ,  H04W84/06 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于图神经网络的空天地网络流量卸载决策方法及系统，涉及通信网络优化技术领域，包括：接收空天地一体化网络中的节点相关数据，将节点相关数据进行时间窗口划分，并进行特征提取，得到节点特征数据，其中，所述节点相关数据包括节点连接状态数据和节点间的实时流量数据；将节点特征数据输入至预先建立的图神经网络模型GNN内，通过对节点和边的特征进行编码和聚合，生成每个节点的表示向量，利用每个节点的表示向量对GNN进行训练，得到训练后的GNN；接收空天地一体化网络中的网络状态和节点特征，输入至训练后的GNN内，输出得到性能预测结果，基于性能预测结果，结合多目标优化技术，从而实现网络整体的流量最佳卸载。

公开(公告)号：CN116911405A

公开(公告)日：2023-10-20

申请号：CN202310770223.5

申请日：2023-06-27

Applicant: 中国移动通信集团江苏有限公司 ,  南京邮电大学 ,  江苏移动信息系统集成有限公司 ,  中国移动通信集团有限公司

Inventor： 王晔 ,  童恩 ,  赵海涛 ,  夏文超 ,  陈帅 ,  韩银锋

IPC: G06N20/00 ,  H04L67/12

Abstract: 本申请公开了一种基于多因素的车联网联邦学习激励方法及其相关设备，该方法包括：接收任务发布者发布的训练任务所对应的待训练联邦模型；将所述待训练联邦模型发送给相应覆盖范围内选择参加训练的参与车辆，以供其利用自身数据库对所述待训练联邦模型进行联邦训练，并将训练得到的模型相关信息上传到路边单元，其中，对待训练联邦模型训练结束后，所得到的模型为目标模型；根据参与车辆上传的所述模型相关信息，计算所述参与车辆对所述目标模型的贡献度，并将所述贡献度对应激励发送给所述参与车辆，所述贡献度包括参与车辆在质量因素、时间因素以及信用因素上对所述目标模型的贡献度。本申请解决旨在提升激励的合理性。

公开(公告)号：CN116737386A

公开(公告)日：2023-09-12

申请号：CN202310773431.0

申请日：2023-06-27

Applicant: 中国移动通信集团江苏有限公司 ,  南京邮电大学 ,  江苏移动信息系统集成有限公司 ,  中国移动通信集团有限公司

Inventor： 童恩 ,  赵海涛 ,  王晔 ,  张晖 ,  龚淑蕾 ,  徐语菲 ,  陈晨

IPC: G06F9/50 ,  H04L67/1001 ,  H04L43/0852 ,  H04L43/08 ,  H04L67/12

Abstract: 本申请公开了一种车联网边缘计算的任务卸载方法、装置、设备及存储介质，所述车联网边缘计算的任务卸载方法包括：计算任务车辆与卸载对象之间的通信指标，其中，所述通信指标至少包括目标时延、信号传播距离、协同概率以及剩余计算资源中的一项；基于所述通信指标，构建时延优化模型；对所述时延优化模型进行最优化求解，得到最优卸载决策，并基于所述最优卸载决策，将所述任务车辆的待卸载任务卸载至所述卸载对象。本申请通过综合计算任务车辆与卸载对象之间目标时延、信号传播距离、协同概率以及剩余计算资源等多维度通信指标，对卸载到各卸载对象的任务进行了合理分配，实现充分利用计算资源，使任务车辆对卸载到各节点的任务量分配的更准确。

公开(公告)号：CN115297171B

公开(公告)日：2023-05-30

申请号：CN202210801107.0

申请日：2022-07-08

Applicant: 南京邮电大学

Inventor： 丁飞 ,  金钰森 ,  沙宇晨 ,  王晔 ,  童恩 ,  张登银 ,  朱洪波

IPC: H04L67/568 ,  H04L67/55 ,  H04L67/12 ,  H04W4/44 ,  H04W28/14 ,  H04W12/06 ,  H04W28/08 ,  H04W28/084 ,  H04L41/16

公开(公告)号：CN115297171A

公开(公告)日：2022-11-04

申请号：CN202210801107.0

申请日：2022-07-08

Applicant: 南京邮电大学

Inventor： 丁飞 ,  金钰森 ,  沙宇晨 ,  王晔 ,  童恩 ,  张登银 ,  朱洪波

IPC: H04L67/568 ,  H04L67/55 ,  H04L67/12 ,  H04W4/44 ,  H04W28/14 ,  H04W12/06 ,  H04W28/08

Abstract: 本发明公开了一种蜂窝车联网分级决策的边缘计算卸载方法及系统，包括：识别目标智能车辆的计算任务在多接入边缘计算MEC平台中是否存在缓存历史计算任务结果；若存在，则将历史计算任务结果直接推送给目标智能车辆；若不存在，则将所述计算任务视为新任务，选出区域内符合时延约束条件的边缘服务器；采用最近最少使用LRU算法对新任务进行边缘缓存队列管理，以优化MEC平台资源使用率；对新任务实施基于深度强化学习DDPG算法的计算卸载与边缘缓存协同策略，将获得的计算任务结果推送给目标智能车辆；目标智能车辆将计算任务结果同步给相邻智能车辆。本发明能够实现车载计算任务的自适应卸载与高效管理，避免网络通讯堵塞，提高卸载效率，降低系统成本。