-
公开(公告)号:CN120091367A
公开(公告)日:2025-06-03
申请号:CN202510282499.8
申请日:2025-03-11
Applicant: 南通大学
IPC: H04W28/084 , H04W28/08 , H04W4/44 , H04B17/391
Abstract: 本发明公开了一种基于移动车联网的任务卸载和资源分配方法,涉及车联网边缘计算技术领域,具体步骤为:利用综合信道模型和计算模型,结合综合代价函数,判断目标车辆是否将计算任务卸载;针对目标车辆选择将计算任务卸载至边缘计算服务器,利用边缘计算服务器获取车辆的状态信息,结合综合信道模型,确定与目标车辆初步连接的RSU;基于目标车辆状态信息,结合初步连接RSU的预设覆盖范围,计算目标车辆的传输时延和停留时间,并通过比较传输时延和停留时间,判断计算任务是否需要跨RSU处理。本发明能够在满足任务延迟和计算资源的约束下,实现高效的任务卸载和全局计算资源分配。
-
公开(公告)号:CN119416519A
公开(公告)日:2025-02-11
申请号:CN202411557210.0
申请日:2024-11-04
Applicant: 南通大学
IPC: G06F30/20 , G06F9/4401 , H04L67/1095 , G06F111/02
Abstract: 本发明提供了一种面向移动边缘计算的数字孪生池系统及数据同步方法,属于移动边缘计算和数字孪生技术领域。解决了数字孪生对象全部存放在云端服务器的带来的较大时延,以及频繁在边缘服务器迁移数字对象带来的网络资源开销的技术。其技术方案为:数字孪生池系统包括以下模块:可用的数字孪生对象模块、活跃的数字孪生对象模块、失效的数字孪生对象模块;数字孪生数据同步方法包括以下步骤:S1、向无线接入点发出了数字孪生对象服务请求的处理;S2、失效的数字孪生对象的处理。本发明的有益效果为:本发明有效避免了数字孪生对象在边缘服务器的频繁迁移,降低了数据孪生系统的数据同步的时延。
-
公开(公告)号:CN119071785A
公开(公告)日:2024-12-03
申请号:CN202411166572.7
申请日:2024-08-23
Applicant: 南通大学
IPC: H04W12/121 , H04W4/40 , G06F16/36 , G06N20/00 , G06F18/213 , G06N20/20 , G06N5/01 , G06F18/214
Abstract: 本发明提供一种基于知识图谱和机器学习的车联网入侵检测方法,涉及车联网技术领域,解决了现有技术中入侵检测系统I DS多基于机器学习或深度学习方法,缺乏对车载网络中复杂攻击场景下特征选择和降维,在检测网络攻击方面存在准确率不高、误报率较高技术问题;其技术方案为:通过构建高质量的知识图谱并结合机器学习算法,提高入侵检测的准确率和可解释性,降低误报率;本发明可以快速检测并响应车辆网络中的异常活动,确保车联网系统的安全性和可靠性。
-
-