-
公开(公告)号：CN118042494A
公开(公告)日：2024-05-14
申请号：CN202410439469.9
申请日：2024-04-12
Applicant: 华东交通大学
Abstract: 本发明公开了一种超密集多接入移动边缘计算网中安全型计算效率优化方法，该方法包括：获取超密集多接入移动边缘计算网络的网络基础信息，根据网络基础信息构建网络系统，并在网络系统的约束下构建优化问题；根据优化问题得到初始解，并将初始解定义为父代种群，采用改进的自适应遗传免疫算法对父代种群进行搜索得到目标种群，并输出目标种群中全局最优抗体的染色体编码；根据全局最优抗体的染色体编码执行安全型计算效率优化配置。本发明具备多基站卸载，满足最小速率、最大用户设备能耗、时延、安全漏洞成本以及计算任务和发射功率比例约束，能很好地实现所有用户总加权计算效率最大化的目标。
-
Patent Agency Ranking
公开(公告)号：CN118042494B
公开(公告)日：2024-06-21
申请号：CN202410439469.9
申请日：2024-04-12
Applicant: 华东交通大学
Abstract: 本发明公开了一种超密集多接入移动边缘计算网中安全型计算效率优化方法，该方法包括：获取超密集多接入移动边缘计算网络的网络基础信息，根据网络基础信息构建网络系统，并在网络系统的约束下构建优化问题；根据优化问题得到初始解，并将初始解定义为父代种群，采用改进的自适应遗传免疫算法对父代种群进行搜索得到目标种群，并输出目标种群中全局最优抗体的染色体编码；根据全局最优抗体的染色体编码执行安全型计算效率优化配置。本发明具备多基站卸载，满足最小速率、最大用户设备能耗、时延、安全漏洞成本以及计算任务和发射功率比例约束，能很好地实现所有用户总加权计算效率最大化的目标。
-
公开(公告)号：CN119031393B
公开(公告)日：2025-02-14
申请号：CN202411517406.7
申请日：2024-10-29
Applicant: 华东交通大学
IPC: H04W24/02 , H04W28/084 , H04W28/086 , H04W28/08 , H04W12/67 , G06N3/006
Abstract: 本发明公开了一种面向缓存辅助超密集异构MEC网络的安全计算卸载方法，该方法包括：获取超密集多接入移动边缘计算网络的网络基础信息，根据网络基础信息构建网络系统，并在网络系统的约束下构建优化问题；根据优化问题得到初始解，并将初始解定义为初始种群，采用改进鲸鱼算法对初始种群进行搜索得到目标种群，并输出目标种群中全局最优鲸鱼的位置；根据全局最优鲸鱼位置执行安全型计算效率优化配置。本发明具备多基站卸载，考虑缓存因素，满足速率、移动设备能耗、时延、安全漏洞成本以及任务和发射功率比例约束，能很好地实现所有移动设备本地总能耗最小化的目标。
-
公开(公告)号：CN119031393A
公开(公告)日：2024-11-26
申请号：CN202411517406.7
申请日：2024-10-29
Applicant: 华东交通大学
IPC: H04W24/02 , H04W28/084 , H04W28/086 , H04W28/08 , H04W12/67 , G06N3/006
Abstract: 本发明公开了一种面向缓存辅助超密集异构MEC网络的安全计算卸载方法，该方法包括：获取超密集多接入移动边缘计算网络的网络基础信息，根据网络基础信息构建网络系统，并在网络系统的约束下构建优化问题；根据优化问题得到初始解，并将初始解定义为初始种群，采用改进鲸鱼算法对初始种群进行搜索得到目标种群，并输出目标种群中全局最优鲸鱼的位置；根据全局最优鲸鱼位置执行安全型计算效率优化配置。本发明具备多基站卸载，考虑缓存因素，满足速率、移动设备能耗、时延、安全漏洞成本以及任务和发射功率比例约束，能很好地实现所有移动设备本地总能耗最小化的目标。
-
公开(公告)号：CN119052831B
公开(公告)日：2025-02-14
申请号：CN202411517303.0
申请日：2024-10-29
Applicant: 华东交通大学
IPC: H04W24/02 , H04W28/084 , H04W28/086 , H04W28/08 , H04W12/67 , G06N3/006
Abstract: 本发明公开了一种面向超密集网络的安全协同缓存与计算卸载方法，该方法包括如下步骤：获取超密集网络的网络基础信息，并在所述网络系统的约束下构建优化问题，实现最小化总能耗的优化目标；根据所述优化问题得到初始解，并将初始解定义为初始种群，采用改进哈里斯鹰算法对初始种群进行搜索，最后输出全局最优哈里斯鹰个体的位置；根据全局最优哈里斯鹰个体的位置执行安全协同缓存、计算卸载和资源优化配置；本发明能满足缓存资源、截止时延和安全成本约束，实现最小化总能耗的优化目标；通过改进哈里斯鹰算法进行搜索，引入了多样性变异，极大的提升了性能，能够很好的实现最小化总能耗的优化目标。
-
公开(公告)号：CN119052831A
公开(公告)日：2024-11-29
申请号：CN202411517303.0
申请日：2024-10-29
Applicant: 华东交通大学
IPC: H04W24/02 , H04W28/084 , H04W28/086 , H04W28/08 , H04W12/67 , G06N3/006
Abstract: 本发明公开了一种面向超密集网络的安全协同缓存与计算卸载方法，该方法包括如下步骤：获取超密集网络的网络基础信息，并在所述网络系统的约束下构建优化问题，实现最小化总能耗的优化目标；根据所述优化问题得到初始解，并将初始解定义为初始种群，采用改进哈里斯鹰算法对初始种群进行搜索，最后输出全局最优哈里斯鹰个体的位置；根据全局最优哈里斯鹰个体的位置执行安全协同缓存、计算卸载和资源优化配置；本发明能满足缓存资源、截止时延和安全成本约束，实现最小化总能耗的优化目标；通过改进哈里斯鹰算法进行搜索，引入了多样性变异，极大的提升了性能，能够很好的实现最小化总能耗的优化目标。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
