龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京邮电大学
申请日：2024-04-24
公开（公告）日：2024-05-28
公开（公告）号：CN118102386A
主分类号：H04W28/06
分类号：H04W28/06;H04W28/084
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.14#实质审查的生效;2024.05.28#公开
摘要：本发明涉及属于移动通信中的边缘计算技术领域，公开了一种D2D辅助MEC网络中的服务缓存和任务卸载联合优化方法及系统，考虑五种任务卸载模式，并进一步将任务卸载和服务缓存的联合优化问题表示为马尔可夫决策问题，利用改进的MAPPO算法训练模型，并据此获取最佳的任务卸载和资源分配策略，联合优化系统包括网络模块、服务缓存模块、任务卸载模块，网络模块包括云服务器、边缘服务器和终端设备。本发明实现了最小化系统时延和能耗。
主权项：1.一种D2D辅助MEC网络中的服务缓存和任务卸载联合优化方法，其特征在于：该方法通过服务缓存和任务卸载联合优化系统实现，所述服务缓存和任务卸载联合优化系统包括网络模块、服务缓存模块、任务卸载模块，所述网络模块包括云服务器、边缘服务器和终端设备，具体的，所述服务缓存和任务卸载联合优化方法包括以下步骤：步骤1、获取MEC系统的覆盖范围内各终端设备在对应边缘服务器触发任务处理请求；步骤2、所述服务缓存模块开始缓存覆盖范围内对应重点设备任务的服务组件；步骤3、依据所述服务缓存模块的服务缓存目录，所述网络模块计算对应的五种任务卸载模式下的任务传输时延及能耗；步骤4、依据所述服务缓存模块的服务缓存目录，任务卸载模块计算对应的五种任务卸载模式下的任务计算时延及能耗；步骤5、计算总的任务完成延迟和能量消耗：将步骤3任务传输时延及能耗和步骤4的计算时延及能耗相加，构建优化目标；步骤6、联合优化任务完成延迟和能量消耗，将步骤5的优化目标建模，训练优化目标，建立基于多智能体的近端策略优化算法结构的分布式资源分配方法。
全文数据：
权利要求：
百度查询： 南京邮电大学 D2D辅助MEC网络中的服务缓存和任务卸载联合优化方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号