-
公开(公告)号：CN113918321A
公开(公告)日：2022-01-11
申请号：CN202111048618.1
申请日：2021-09-08
Applicant: 暨南大学
Abstract: 本发明公开了一种面向信息物理系统的可靠边缘‑云计算服务延迟优化方法，该方法为结合静态和动态两阶段的服务延迟优化方法，在静态阶段，采用蒙特卡罗模拟和整数线性规划来寻找最优计算卸载映射和任务备份数量。在动态阶段，提出了一种自适应备份的动态机制，以避免冗余的数据传输和执行，从而实现额外的节能和业务延迟的增强。本发明解决了在能量预算和可靠性要求约束下，耦合CPS的边缘云计算服务延迟最小化问题，通过结合静态阶段和动态阶段进行服务延迟优化，有效减少了系统服务延迟。
-
公开(公告)号：CN115237506B
公开(公告)日：2022-12-09
申请号：CN202211146704.0
申请日：2022-09-21
Applicant: 暨南大学
Abstract: 本发明公开一种CPS系统中可靠性驱动的分层任务卸载方法和装置，包括：获取由大规模信息物理融合系统中每个终端设备的应用任务参数和处理器参数；根据所述应用任务参数对任务队列里存储的任务进行分组，得到应用任务列表；根据所述处理器参数和应用任务参数对所述应用任务列表里计算密集型应用任务生成第一可行卸载方案；对所述应用任务列表里通讯密集型应用任务进行转换并生成第二可行卸载方案。采用本发明的技术方案，在满足任务可靠性、定时性和可调度性要求的前提下，通过为任务区分不同的能源需求，分析动态能源最优性，最小化终端设备的整体能耗。
-
公开(公告)号：CN113918321B
公开(公告)日：2022-09-09
申请号：CN202111048618.1
申请日：2021-09-08
Applicant: 暨南大学
Abstract: 本发明公开了一种面向信息物理系统的可靠边缘‑云计算服务延迟优化方法，该方法为结合静态和动态两阶段的服务延迟优化方法，在静态阶段，采用蒙特卡罗模拟和整数线性规划来寻找最优计算卸载映射和任务备份数量。在动态阶段，提出了一种自适应备份的动态机制，以避免冗余的数据传输和执行，从而实现额外的节能和业务延迟的增强。本发明解决了在能量预算和可靠性要求约束下，耦合CPS的边缘云计算服务延迟最小化问题，通过结合静态阶段和动态阶段进行服务延迟优化，有效减少了系统服务延迟。
-
公开(公告)号：CN119299398A
公开(公告)日：2025-01-10
申请号：CN202411814594.X
申请日：2024-12-11
Applicant: 暨南大学
IPC: H04L47/80 , H04L41/0896 , H04L41/16
Abstract: 本发明公开了基于动态优先级的联邦学习终端选择和资源调度方法，涉及联邦学习的用户选择与带宽分配技术领域，包括：获取联邦学习中央控制器与用户交换的模型基本结构与资源信息参数；根据资源信息参数，计算每个用户的优先级值，并按优先级值从大到小对用户进行排序；基于用户优先级顺序，选择满足训练延迟要求的用户子集；针对用户子集，计算完成训练任务所需的最少带宽分配比例，计算考虑用户的数据量、计算能力和网络状况；采用二分法为用户子集分配带宽资源，二分法通过迭代调整带宽分配；判断用户子集的总能量损耗是否超过给定的能量约束阈值，若超过阈值，则从用户子集中删除优先级最低的用户。本发明最大化提高联邦学习性能。
-
Patent Agency Ranking
公开(公告)号：CN119299330A
公开(公告)日：2025-01-10
申请号：CN202411824913.5
申请日：2024-12-12
Applicant: 暨南大学
IPC: H04L41/5003 , H04L41/0823 , H04L41/16 , H04L67/12
Abstract: 本发明公开了一种在SMEC环境中最大化服务质量的高可靠性个性化部署方法及系统，包括：首先，生成估计的可选执行比例；然后，为任务分配最优的处理器资源；接着，基于交叉熵（CE）方法优化处理器资源分配和任务执行策略；随后，根据实时反馈调整执行比例并生成新的部署方案；之后，动态调整物联网应用的服务质量参数；再判断新方案的性能是否优于前一方案，如满足，则继续执行；如果不满足，则回滚到先前的部署方案。使用本发明能够在保证系统可靠性的前提下，根据动态变化的应用需求和环境条件，实时优化服务质量，最大化系统性能。
-
公开(公告)号：CN116708581B
公开(公告)日：2024-03-29
申请号：CN202310656461.3
申请日：2023-06-02
Applicant: 暨南大学
IPC: H04L67/61 , H04L67/1004 , G06F9/48
Abstract: 本发明提出了面向无服务器边缘计算的高可靠函数调度方法，包括：预设个性驱动的应用程序QoS预测方法，基于所述应用程序QoS预测方法预测不同用户个性类型下单个应用程序的QoS；构建结合针对特定问题的增强NSGA‑II开发的确定性函数调度算法；以及提供了随机函数调度策略；进行并行函数调度优化。本发明可以在满足所有设计约束的前提下很好地平衡目标网络的服务利润和物联网应用的整体应用QoS。
-
公开(公告)号：CN116962345A
公开(公告)日：2023-10-27
申请号：CN202310998723.4
申请日：2023-08-08
Applicant: 暨南大学
IPC: H04L61/3015 , H04L67/02 , H04L67/10 , G06Q40/04
Abstract: 本发明提出一种区块链跨链交易方法及系统，涉及区块链的技术领域，包括新区块链向域名服务器提交注册申请，域名服务器根据注册申请对合法性检验通过的新区块链进行注册；注册完成后，源区块链向域名服务器提交跨链交易申请；域名服务器根据接收到的跨链交易申请，查找目标区块链的地址，源区块链对查找到的目标区块链的地址进行验证；验证通过后，生成符合跨链数据规范的跨链数据包；源区块链向目标区块链发送包含跨链数据包的跨链交易请求，跨链交易请求通过后，源区块链和目标区块链进行跨链交易。本发明为不同区块链之间提供了统一的数据交互格式，规范跨链交易数据，支持新出现的区块链技术，提高了跨链交易的效率。
-
公开(公告)号：CN114461370B
公开(公告)日：2022-07-01
申请号：CN202210381235.4
申请日：2022-04-13
Applicant: 暨南大学
Abstract: 本发明公开一种面向物联网的安全关键任务调度方法及系统，包括，获取任务参数、处理器参数及任务集合，基于任务集合生成初始解集合，基于所述任务参数及处理器参数对初始解集合进行约束，生成优化解集合，通过迭代计算对所述优化解集合进行优化，得到静态调度表，基于静态调度表及任务集合生成动态调度表，以实现物联网的安全关键任务调度。本发明在满足系统生命周期、任务的安全性需求和时间约束的条件下，通过为实时任务选择最优的处理器和工作频率，来最小化系统的总能耗。
-
公开(公告)号：CN114444240A
公开(公告)日：2022-05-06
申请号：CN202210108798.6
申请日：2022-01-28
Applicant: 暨南大学
IPC: G06F30/18 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/02 , G06F111/04 , G06F119/02 , G06F119/04
Abstract: 本发明提出一种面向信息物理融合系统的延迟和寿命优化方法,包括确定系统能量消耗以及系统的生命周期，再训练长短期记忆神经网络，以预测基站任务负载，并设计基于双重局部搜索的多目标进化算法的离线方案，以确定最优的计算卸载映射和备份个数，最后设计基于亲和度的在线方案，以更新计算卸载映射策略；通过由离线和在线两个阶段组成的边缘智能解决方案，从而在可靠性、能耗和任务可调度性约束下，实现同时最小化服务延迟和最大化系统寿命的目标，在离线阶段，首先利用长期短期记忆神经网络来预测单个用户组的任务卸载率，然后使用一种双局部搜索多目标进化算法确定计算卸载映射和任务备份个数等最优系统静态设置。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.03 seconds)
