公开(公告)号：CN117255418A

公开(公告)日：2023-12-19

申请号：CN202311296727.4

申请日：2023-10-09

申请人： 天津理工大学

发明人： 张德干 ,  曹亚辉 ,  张捷 ,  张婷 ,  郑秀美 ,  陈露 ,  乔孟 ,  陈洪涛 ,  王法玉 ,  赵洪祥 ,  肖春来

IPC分类号： H04W72/0453 ,  H04W72/52 ,  H04W72/53 ,  H04L67/10 ,  G06N3/092

摘要： 一种基于深度强化学习策略的雾计算资源分配方法，属于物联网领域。在考虑的模型中，计算任务是随时间在移动用户处随机生成的。对于每个任务，移动用户可以选择在本地处理，也可以选择在其他移动设备间进行处理，或是卸载到边缘雾节点进行处理。由于计算资源的分配与信道资源分配是紧密耦合的，因此，在无线信道的选择上也做了优化。提出了一种基于二进制多元宇宙优化算法的方法来解决最优信道资源分配问题，进行数据通信速率方面的优化；提出了一种基于深度强化学习的近端策略优化方法进行计算资源的分配，实现系统收益的最大化。研究实现系统的实现低时延和低能耗，同时提高服务质量。

公开(公告)号：CN118301663A

公开(公告)日：2024-07-05

申请号：CN202410266604.4

申请日：2024-03-08

申请人： 天津理工大学

发明人： 张捷 ,  张德干 ,  张婷 ,  郑秀美 ,  鲍传鹏 ,  李帅 ,  陈露 ,  陈洪涛 ,  王法玉 ,  赵洪祥 ,  李军 ,  刘苏 ,  苏苒 ,  卫金茂

IPC分类号： H04W28/08 ,  H04W28/084

摘要： 一种基于雾计算技术的边缘计算任务卸载方法。本方法针对智慧医疗系统中存在的延迟敏感型和计算任务密集型应用，研究了基于雾计算与深度强化学习策略的边缘计算资源分配方法。在考虑的模型中，计算任务是随时间在移动用户处随机生成的。对于每个任务，移动用户可以选择在本地处理，也可以选择在其他移动设备间进行处理，或是卸载到边缘雾节点进行处理。由于计算资源的分配与信道资源分配是紧密耦合的，因此，本方法在无线信道分配最优的前提下对计算卸载的问题上做了优化。在信道资源分配最优的前提下，提出了一种基于深度强化学习的近端策略优化方法进行计算资源的分配，以实现系统的低时延和低能耗，最终使得系统的收益达到最大化。

公开(公告)号：CN114449530A

公开(公告)日：2022-05-06

申请号：CN202210241594.X

申请日：2022-03-11

申请人： 天津理工大学

发明人： 张德干 ,  郑秀美 ,  张捷 ,  张婷 ,  范洪瑞 ,  王法玉 ,  陈洪涛 ,  赵洪祥 ,  高星江

IPC分类号： H04W16/10 ,  H04W16/18 ,  H04W16/22 ,  H04W24/02

摘要： 一种基于多目标优化策略的边缘计算服务迁移方法，在蜂窝网络中部署移动边缘计算服务所面临的一个挑战是支持用户的移动性，特别是移动速度较快时，使卸下的任务能够在不影响资源利用效率和链路可靠性的情况下，在基站之间进行无缝迁移。在服务迁移场景中，需要解决三个问题：当用户设备通过相邻边缘计算服务器时，是否需要迁移该用户设备对应的虚拟机；如果虚拟机决定迁移，它应该迁移到哪个边缘计算服务器；如何找到用户设备与对应虚拟机之间的最佳通信路径。考虑了虚拟化、虚拟机之间的I/O干扰以及多用户访问干扰等问题，提出一种基于松弛和舍入的新方法，最大限度的提高整体服务质量和最小化迁移成本。实验结果表明，本发明能够在真实场景中做出最优决策。