一种公平高效的在线网络切片多资源分配方法

    公开(公告)号:CN119109885A

    公开(公告)日:2024-12-10

    申请号:CN202411357647.X

    申请日:2024-10-25

    Applicant: 暨南大学

    Abstract: 针对现有的网络切片方法资源利用率低、租户满意度低、租户隐私泄露等问题。本发明提出一种公平高效的在线切片多资源分配方法。首先当租户的切片请求到达时,根据其请求的切片类型确定其基本需求向量和请求该类型切片得到的收益向量,在线环境下各类型切片请求的数量是一个未知量;然后计算当前各资源的容量;最后根据未来租户需求类型的概率计算未知量来近似最大化纳什社会福利的分配。本发明能适用于大规模在线请求的情况,实现了公平性和效率之间的权衡。

    一种算力网络中基于信任的任务卸载方法

    公开(公告)号:CN118283039A

    公开(公告)日:2024-07-02

    申请号:CN202410374096.1

    申请日:2024-03-29

    Applicant: 暨南大学

    Abstract: 现有的大多数任务卸载方法忽略了算力提供者的算力伪造攻击或者存在卸载算法的时间复杂度较高的问题,难以满足延时敏感场景中用户对高可靠和低延时的卸载服务的要求;对此,本发明公开了一种算力网络中基于信任的任务卸载方法。本发明将问题建模为最小化云服务中心的成本,然后通过基于信任的任务卸载算法求解得到一个近似最优解;然后使用一种双层信任评估算法以准确评估信任度,为任务卸载提供信任支撑。本发明通过上述两种算法的有机结合有效提高了任务卸载的有效性和可靠性,能够很好的满足用户对时延的要求;同时,信任值越高的边缘服务器更有可能被选为服务提供者,本发明能有效鼓励边缘服务器的诚实行为和提高用户的体验质量。

Patent Agency Ranking