一种基于车载边缘计算的任务卸载方法及装置

    公开(公告)号:CN112714178B

    公开(公告)日:2023-05-12

    申请号:CN202011560186.8

    申请日:2020-12-25

    Abstract: 本发明提供了一种基于车载边缘计算的任务卸载方法及装置,方法包括:接收多个任务卸载车辆在进入路边单元覆盖范围内发起的任务卸载请求,根据路边单元覆盖范围内每一候选服务器的任务计算资源、剩余电量、移动性信息,计算候选服务器的任务计算资源综合服务概率;提取超过预先设置的任务计算资源综合服务概率阈值的候选服务器,得到任务计算服务器集;基于多个任务卸载车辆对应的任务计算服务器集,构建任务计算服务器矩阵;将任务计算服务器矩阵作为深度学习算法的输入,得到用于接收每一任务卸载请求对应的卸载任务的目标服务器,通知任务卸载车辆将卸载任务卸载至该卸载任务对应的目标服务器。可以提高卸载任务的计算效率。

    一种基于车载边缘计算的任务卸载方法及装置

    公开(公告)号:CN112714178A

    公开(公告)日:2021-04-27

    申请号:CN202011560186.8

    申请日:2020-12-25

    Abstract: 本发明提供了一种基于车载边缘计算的任务卸载方法及装置,方法包括:接收多个任务卸载车辆在进入路边单元覆盖范围内发起的任务卸载请求,根据路边单元覆盖范围内每一候选服务器的任务计算资源、剩余电量、移动性信息,计算候选服务器的任务计算资源综合服务概率;提取超过预先设置的任务计算资源综合服务概率阈值的候选服务器,得到任务计算服务器集;基于多个任务卸载车辆对应的任务计算服务器集,构建任务计算服务器矩阵;将任务计算服务器矩阵作为深度学习算法的输入,得到用于接收每一任务卸载请求对应的卸载任务的目标服务器,通知任务卸载车辆将卸载任务卸载至该卸载任务对应的目标服务器。可以提高卸载任务的计算效率。

    一种计算任务的卸载方法、装置、电子设备及存储介质

    公开(公告)号:CN112685186B

    公开(公告)日:2023-04-28

    申请号:CN202110021412.3

    申请日:2021-01-08

    Abstract: 本申请提供了一种计算任务的卸载方法、装置、电子设备及存储介质,其中,该方法包括:获取目标车辆的计算任务,并基于计算任务对应的任务信息,从计算任务中选取目标任务;基于目标车辆产生目标任务时的位置信息,从边缘服务器中选取处理目标任务中第一部分任务的第一服务器;基于各个边缘服务器的属性信息,以及目标车辆的行驶信息,从多个边缘服务器中选取处理目标任务中第二部分任务的第二服务器;根据均衡负载策略,确定第一部分任务和第二部分任务,并将第一部分任务分配给第一服务器,将第二部分任务分配给第二服务器。本申请基于均衡负载策略,将目标任务分配给第一服务器和第二服务器共同处理,实现边缘服务器工作负载的均衡分配。

    一种基于贝叶斯信任模型的网络端到端延迟优化方法

    公开(公告)号:CN105704736B

    公开(公告)日:2019-01-29

    申请号:CN201410680324.4

    申请日:2014-11-24

    Inventor: 蔡英 汤飞 范艳芳

    Abstract: 本发明涉及一种基于贝叶斯信任模型的网络端到端延迟优化方法,其步骤包括:初始化移动自组网的单位平方网络场景、传输数据流以及传输调度模型;对每个节点的转发数据行为进行监控,收集、统计T时刻所有节点转发数据的成功次数和失败次数,并计算成功和失败的平均次数;利用贝叶斯方法评估T+1时刻网络环境中所有节点的信任度以及环境信任度;通过对两跳移动自组网的基于贝叶斯信任模型的网络端到端延迟上界的封闭式理论分析,得到最优理论端到端延迟上界以及对应的信任阈值;将信任阈值引入到网络环境中,对相遇的非目的节点进行信任评估,做出是否选择相遇节点作为中继节点的决策。本发明能够降低两跳移动自组网络中数据传输的端到端延迟。

    一种基于节点社会属性的移动机会网络网关选择方法

    公开(公告)号:CN103079259B

    公开(公告)日:2015-11-11

    申请号:CN201210538002.7

    申请日:2012-12-13

    Abstract: 本发明公开了一种移动机会网络中网关选择方法,步骤是:计算相遇频率:由一个控制节点集中计算网络中每个节点同其他节点间平均相遇频率;基于中心度的候选网关选择:依次选择K个中心度最大的节点为候选网关;基于频繁轨迹的候选网关选择:对所有K个节点组合确定其对应的广播频繁轨迹,选择对应期望时延最低的为候选网关;基于蒙特卡洛模拟的网关选择:对基于中心度所得的候选网关、基于频繁轨迹所得的候选网关,利用蒙特卡洛模拟评估从它们开始的期望广播时延,选择时延更短的为最终所选的K个网关。跟传统移动无线网络中固定网关节点选择不同,本发明考虑了机会传输模式下的移动网关选择。移动网关的引入,可降低传统蜂窝接入网络的负载。本发明基于节点社会属性进行移动网关选择,可达到优化从网关出发数据传输速度的目标。

    一种计算任务的卸载方法、装置、电子设备及存储介质

    公开(公告)号:CN112685186A

    公开(公告)日:2021-04-20

    申请号:CN202110021412.3

    申请日:2021-01-08

    Abstract: 本申请提供了一种计算任务的卸载方法、装置、电子设备及存储介质,其中,该方法包括:获取目标车辆的计算任务,并基于计算任务对应的任务信息,从计算任务中选取目标任务;基于目标车辆产生目标任务时的位置信息,从边缘服务器中选取处理目标任务中第一部分任务的第一服务器;基于各个边缘服务器的属性信息,以及目标车辆的行驶信息,从多个边缘服务器中选取处理目标任务中第二部分任务的第二服务器;根据均衡负载策略,确定第一部分任务和第二部分任务,并将第一部分任务分配给第一服务器,将第二部分任务分配给第二服务器。本申请基于均衡负载策略,将目标任务分配给第一服务器和第二服务器共同处理,实现边缘服务器工作负载的均衡分配。

    一种车联网的数据共享系统、方法、电子设备及存储介质

    公开(公告)号:CN117255327A

    公开(公告)日:2023-12-19

    申请号:CN202311336820.3

    申请日:2023-10-16

    Abstract: 本申请提供了一种车联网的数据共享系统、方法、电子设备及存储介质,车辆,用于当进入一个区域时检测到该区域内发生目标路况事件时,对目标路况事件执行产生目标路况数据,将目标路况数据发送至最近的路边单元之中;路边单元,用于在接收到目标路况数据之后,将目标路况数据广播至区域相对应的路边单元集群中的多个路边单元,对目标路况数据进行打包成数据块,将数据块基于本地区块链共识机制上传至该路边单元对应的路边单元集群的本地区块链之中;代理路边单元,用于在数据块上传至本地区块链之后,对数据块基于全局区块链共识机制上传至全局区块链之中。实现了增加了数据存储空间以及提高了数据共享的安全性。

    基于移动边缘计算的计算卸载方法和移动边缘计算服务器

    公开(公告)号:CN112685163A

    公开(公告)日:2021-04-20

    申请号:CN202110013997.4

    申请日:2021-01-06

    Abstract: 本申请提供了一种基于移动边缘计算的计算卸载方法和移动边缘计算服务器,包括:确定本轮在不同移动边缘计算服务节点上处理卸载任务的时延;获取本轮多个用户终端的卸载任务对应的时延最小值之和以及本轮的卸载任务分配策略;确定下一轮在不同移动边缘计算服务节点上处理卸载任务的时延;获取下一轮多个用户终端的卸载任务对应的时延最小值之和以及下一轮的卸载任务的分配策略;本轮的时延最小值之和与下一轮的时延最小值之和的差值绝对值小于预定阈值或者本轮的卸载任务分配策略与下一轮的卸载任务分配策略相同时,按照下一轮的卸载任务分配策略分配每个用户终端的卸载任务。根据所述方法和服务器,能够有效降低移动边缘计算服务器的计算负担。

    基于移动边缘计算的计算卸载方法和移动边缘计算服务器

    公开(公告)号:CN112685163B

    公开(公告)日:2023-05-02

    申请号:CN202110013997.4

    申请日:2021-01-06

    Abstract: 本申请提供了一种基于移动边缘计算的计算卸载方法和移动边缘计算服务器,包括:确定本轮在不同移动边缘计算服务节点上处理卸载任务的时延;获取本轮多个用户终端的卸载任务对应的时延最小值之和以及本轮的卸载任务分配策略;确定下一轮在不同移动边缘计算服务节点上处理卸载任务的时延;获取下一轮多个用户终端的卸载任务对应的时延最小值之和以及下一轮的卸载任务的分配策略;本轮的时延最小值之和与下一轮的时延最小值之和的差值绝对值小于预定阈值或者本轮的卸载任务分配策略与下一轮的卸载任务分配策略相同时,按照下一轮的卸载任务分配策略分配每个用户终端的卸载任务。根据所述方法和服务器,能够有效降低移动边缘计算服务器的计算负担。

    一种基于贝叶斯信任模型的网络端到端延迟优化方法

    公开(公告)号:CN105704736A

    公开(公告)日:2016-06-22

    申请号:CN201410680324.4

    申请日:2014-11-24

    Inventor: 蔡英 汤飞 范艳芳

    Abstract: 本发明涉及一种基于贝叶斯信任模型的网络端到端延迟优化方法,其步骤包括:初始化移动自组网的单位平方网络场景、传输数据流以及传输调度模型;对每个节点的转发数据行为进行监控,收集、统计T时刻所有节点转发数据的成功次数和失败次数,并计算成功和失败的平均次数;利用贝叶斯方法评估T+1时刻网络环境中所有节点的信任度以及环境信任度;通过对两跳移动自组网的基于贝叶斯信任模型的网络端到端延迟上界的封闭式理论分析,得到最优理论端到端延迟上界以及对应的信任阈值;将信任阈值引入到网络环境中,对相遇的非目的节点进行信任评估,做出是否选择相遇节点作为中继节点的决策。本发明能够降低两跳移动自组网络中数据传输的端到端延迟。

Patent Agency Ranking