公开(公告)号：CN115297123B

公开(公告)日：2024-10-25

申请号：CN202210937214.6

申请日：2022-08-05

Applicant: 杭州电子科技大学

Inventor： 罗颢哲 ,  徐家卉 ,  姚英彪 ,  徐欣 ,  刘晴 ,  杨阿锋

IPC: H04L67/1023 ,  H04L67/1021 ,  H04L67/101 ,  H04L67/1008

Abstract: 本发明公开了一种基于全局费用最小化的雾计算任务卸载方法及系统，方法包括：S1，获取整个雾网络的信息；S2，根据S1获取的信息，判断各终端和雾节点的卸载可行性，并计算可行匹配的最优卸载比例和对应的费用；S3，根据S2得到的信息，计算各终端节点与雾节点之间的权重；S4，利用扩展Kuhn‑Munkres算法，根据S3得到的权重，以网络整体权重最大为目标，求解终端节点与雾节点之间的一对一匹配，得到任务卸载决策矩阵X；S5，以S4得到的决策矩阵X为索引，得到终端节点和对应雾节点的卸载比例、费用，以及系统总体的费用。本发明考虑多个终端节点和多个雾节点的场景，以全局的思想，保证最大化卸载成功率的前提下最小化网络的卸载费用，避免了局部最优的情况。

公开(公告)号：CN115297123A

公开(公告)日：2022-11-04

申请号：CN202210937214.6

申请日：2022-08-05

Applicant: 杭州电子科技大学

Inventor： 罗颢哲 ,  徐家卉 ,  姚英彪 ,  徐欣 ,  刘晴 ,  杨阿锋

IPC: H04L67/1023 ,  H04L67/1021 ,  H04L67/101 ,  H04L67/1008

Abstract: 本发明公开了一种基于全局费用最小化的雾计算任务卸载方法及系统，方法包括：S1，获取整个雾网络的信息；S2，根据S1获取的信息，判断各终端和雾节点的卸载可行性，并计算可行匹配的最优卸载比例和对应的费用；S3，根据S2得到的信息，计算各终端节点与雾节点之间的权重；S4，利用扩展Kuhn‑Munkres算法，根据S3得到的权重，以网络整体权重最大为目标，求解终端节点与雾节点之间的一对一匹配，得到任务卸载决策矩阵X；S5，以S4得到的决策矩阵X为索引，得到终端节点和对应雾节点的卸载比例、费用，以及系统总体的费用。本发明考虑多个终端节点和多个雾节点的场景，以全局的思想，保证最大化卸载成功率的前提下最小化网络的卸载费用，避免了局部最优的情况。

公开(公告)号：CN119048131A

公开(公告)日：2024-11-29

申请号：CN202411039716.2

申请日：2024-07-31

Applicant: 杭州电子科技大学

Inventor： 许珍娜 ,  姚英彪 ,  徐家卉 ,  李沛 ,  徐欣 ,  胡志蕊 ,  刘晴 ,  卢从慧

IPC: G06Q30/0201 ,  G06N5/04 ,  G06Q10/0631

Abstract: 本发明公开了一种基于Stackelberg博弈模型的资源分配不统一定价方法及系统，方法按如下步骤：S1、建立用户端效益模型；S2、在用户端效益模型中，当边缘云服务器对用户的定价已知条件下，得到用户最佳的资源分配量；S3、建立用户给边缘云服务器带来的效益模型；S4、在用户资源购买量已知条件下，基于步骤S3建立的效益模型，得到边缘云服务器的最佳定价策略；S5、建模资源受限的边缘云服务器的效益最大化问题；S6、基于边缘云服务器与每个用户的Stackelberg博弈，根据S5所建的模型，得到每个用户的资源分配决策，并输出不统一定价的资源分配结果。本发明解决了如何兼顾边缘云服务器和用户总效益这一技术问题。