-
公开(公告)号：CN116489708B
公开(公告)日：2024-01-30
申请号：CN202310455136.0
申请日：2023-04-25
Applicant: 北京交通大学
IPC: H04W28/08
Abstract: 本发明提供了一种面向元宇宙的云边端协同的移动边缘计算任务卸载方法。该方法包括：根据用户终端设备、边缘服务器和云服务器的时延消耗和能量消耗，计算出云‑边‑端协同系统中所有移动边缘计算任务卸载过程消耗的总时延消耗和总能量消耗；以最小化所述总时延消耗和总能量消耗为目标，建立面向元宇宙的移动边缘计算卸载的目标函数；采用改进的云边端协同网络计算卸载算法求解所述目标函数，得到最优的用户终端设备的任务卸载策略。本发明方法有效融合云边端的计算能力，寻求强时效、低代价、实时性和可用性的联合目标，有效解决了云上集中处理带宽消耗大、响应速度慢的问题以及边端处理能力不足的问题，为用户提供了良好的体验。
-
公开(公告)号：CN116489637B
公开(公告)日：2023-11-03
申请号：CN202310455138.X
申请日：2023-04-25
Applicant: 北京交通大学
IPC: H04W12/02 , H04W12/106 , H04L9/08 , H04L9/00 , H04L9/32 , H04L9/30 , H04W28/084 , H04L67/10 , G06N20/00
Abstract: 本发明提供了一种面向元宇宙的基于隐私保护的移动边缘计算方法。该方法包括：对元宇宙网络中的用户终端和边缘节点的合法性和数据完整性进行验证；用户终端从区块链上下载当前轮的全局参数和固定序列，以秘密共享的形式将训练得到的本地模型参数上传给用户终端至所在区域的边缘节点；边缘节点对有用户终端的本地模型参数进行验证，将合法用户终端的本地模型参数上传给区块链；区块链通过双线性聚合签名算法将所有边缘节点上传的合法用户终端的本地模型参数进行全局聚合，得到更新后的全局参数、固定序列和合法用户终端列表。本发明方法优化学习效率和增强隐私性，在保护用户终端模型参数隐私性的同时，也保证了模型的准确性和隐私计算的效率。
-
公开(公告)号：CN116489708A
公开(公告)日：2023-07-25
申请号：CN202310455136.0
申请日：2023-04-25
Applicant: 北京交通大学
IPC: H04W28/08
Abstract: 本发明提供了一种面向元宇宙的云边端协同的移动边缘计算任务卸载方法。该方法包括：根据用户终端设备、边缘服务器和云服务器的时延消耗和能量消耗，计算出云‑边‑端协同系统中所有移动边缘计算任务卸载过程消耗的总时延消耗和总能量消耗；以最小化所述总时延消耗和总能量消耗为目标，建立面向元宇宙的移动边缘计算卸载的目标函数；采用改进的云边端协同网络计算卸载算法求解所述目标函数，得到最优的用户终端设备的任务卸载策略。本发明方法有效融合云边端的计算能力，寻求强时效、低代价、实时性和可用性的联合目标，有效解决了云上集中处理带宽消耗大、响应速度慢的问题以及边端处理能力不足的问题，为用户提供了良好的体验。
-
公开(公告)号：CN116489637A
公开(公告)日：2023-07-25
申请号：CN202310455138.X
申请日：2023-04-25
Applicant: 北京交通大学
IPC: H04W12/02 , H04W12/106 , H04L9/08 , H04L9/00 , H04L9/32 , H04L9/30 , H04W28/084 , H04L67/10 , G06N20/00
Abstract: 本发明提供了一种面向元宇宙的基于隐私保护的移动边缘计算方法。该方法包括：对元宇宙网络中的用户终端和边缘节点的合法性和数据完整性进行验证；用户终端从区块链上下载当前轮的全局参数和固定序列，以秘密共享的形式将训练得到的本地模型参数上传给用户终端至所在区域的边缘节点；边缘节点对有用户终端的本地模型参数进行验证，将合法用户终端的本地模型参数上传给区块链；区块链通过双线性聚合签名算法将所有边缘节点上传的合法用户终端的本地模型参数进行全局聚合，得到更新后的全局参数、固定序列和合法用户终端列表。本发明方法优化学习效率和增强隐私性，在保护用户终端模型参数隐私性的同时，也保证了模型的准确性和隐私计算的效率。
-
-
-
Search Results
4
records
(took 0.019 seconds)
