买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种基于图重构高收益在线依赖感知业务的计算卸载方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116249158B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310158683.2，技术领域涉及：H04L67/1001；该发明授权一种基于图重构高收益在线依赖感知业务的计算卸载方法是由冯川;刘业君;汉鹏超;张旭;张琦涵;郭磊设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于图重构高收益在线依赖感知业务的计算卸载方法在说明书摘要公布了：本发明涉及一种基于图重构高收益的在线依赖感知业务的计算卸载方法的设计，属于通信技术领域，通过利用依赖感知业务请求的有向图进行重构建，针对边缘云网络结合时隙进行计算资源与通信资源的分配，进行系统高收益的有效研究。依赖感知业务计算卸载的问题只要具有拓扑结构，各功能之间具有依赖性且不可再拆分，不改变系统结构均可以直接使用。首先，针对依赖感知业务的有向图进行重构建以达到合理简化的目的，然后针对依赖感知业务的计算请求与带宽请求进行资源分配，在满足时延要求下进行进一步的时隙资源分配，从而有效实现计算卸载低成本、高收益。本发明能将更多的业务分布在边缘云中，针对复杂拓扑结构的业务同样适用。

本发明授权一种基于图重构高收益在线依赖感知业务的计算卸载方法在权利要求书中公布了：1.一种基于图重构高收益在线依赖感知业务的计算卸载方法，其特征在于：包括以下步骤： S1：对在线到达边缘云中的依赖感知业务的有向图进行赋层，并拆除每个有向图的跨层边，再重新赋层，得到简化图；所述对在线到达边缘云中的依赖感知业务的有向图进行赋层，包括以下步骤： S11：对于在线到达边缘云中的依赖感知业务r的有向图，所有子任务赋0层； S12：寻找图中的最长路径，以开始子任务为第一层进行赋层，得到业务请求有向图的总层数； S13：依次遍历最长路径上子任务的直接后继子任务，得到路径上每个子任务的直接后继子任务列表； S14：遍历直接后继子任务列表，如果直接后继子任务仅有一个直接前序子任务，则层数加1；如果未找到0层子任务，则结束赋层；如果找到所有0层的子任务，遍历所有0层的子任务，找到该子任务所有直接前序子任务的最大层，该0层子任务的层数为所有直接前序子任务的最大层数加1，λ←max{λpredi}+1； 所述拆除每个有向图的跨层边，再重新赋层，包括以下步骤： S15：得到赋层后的业务请求有向图，寻找每个业务请求有向图中存在的跨层的多个连接边； S16：将跨层边的目的节点按升序排列，当跨层边的目的节点的层数相同时，升序排列跨层边源节点所在的层数，即找到先进行处理的跨层边； S17：存储跨层边的源节点和目的节点之间的所有边； S18：依次合并步骤S17中所述所有边的两端节点，如果合并的边的目的节点等于跨层边的目的节点，寻找合并之后使跨层边的目的节点所在的层数变小的顺序合并方式，存储合并后的节点所在的层数，合并之后的节点容量和；如果合并边的目的节点不是跨层边的目的节点，寻找合并之后会使跨层边的目的节点所在的层数变小的节点，存储跨层边的目的节点所在层数，合并之后的节点容量和； S19：如果有多个合并结果，按升序排列，按照跨层边目的节点的所在层数减少最多的结果合并；如果跨层边目的节点的所在层数减少的相同，按照合并容量和最小的方式合并； S110：将拆除跨层边的有向图进行步骤S11—S14，重新赋层，得到简化图； S2：对简化图中的业务请求进行重构； S3：得到图中所有子任务放置的底层物理网络设备； S4：进行业务请求所有子任务的时隙资源、计算资源和带宽资源分配； S5：在线依赖感知业务分配完成后，计算当前在线依赖感知业务请求的总收益； S6：将最大化收益作为目标函数进行求解。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。