-
公开(公告)号：CN115643176A
公开(公告)日：2023-01-24
申请号：CN202210169308.3
申请日：2022-02-23
Applicant: 河南科技大学
Abstract: 本发明公开了一种社交车联网去中心化协作缓存方法，将社交车联网中的路侧单元和智能车辆作为缓存节点，采用DQN模型来构建去中心化协作缓存模型，其中DQN模型的状态设置为缓存和请求状态，动作设置为内容请求处理动作，同时设计对应的奖励函数，通过联邦学习对缓存模型进行训练，然后每个车辆根据缓存模型确定当前的缓存策略。本发明将社交车联网中的路侧单元和智能车辆作为缓存节点，采用DQN模型来构建去中心化协作缓存模型，实现去中心化协作缓存，提高社交车联网的缓存能力。
-
公开(公告)号：CN118317372A
公开(公告)日：2024-07-09
申请号：CN202410396895.9
申请日：2024-04-02
Applicant: 河南科技大学
IPC: H04W28/14 , H04W4/46 , H04L67/568 , H04L67/12 , H04L41/147 , H04L41/142 , G06N3/044 , G06N3/092 , G06N3/045 , G06F18/22
Abstract: 本发明公开了一种基于多智能体联邦强化学习的数据协作缓存方法，从城市交通网络中选择缓存车辆以及缓存车辆的服务车辆集合，预测每个流行内容的流行度，将缓存替换决策建模为马尔可夫决策过程问题从而构建得到缓存替换决策模型，在决策过程中每个缓存车辆以及其服务车辆集合中的请求车辆周期性地对缓存替换决策模型进行联邦强化学习，缓存车辆基于训练好的缓存替换决策模型确定协作缓存策略。本发明从车载边缘网络中的智能车辆筛选缓存车辆，并得到每个缓存车辆的服务车辆集合，在每个缓存车辆和其服务车辆集合中的请求车辆中进行联邦强化学习，从而确定最优的协作缓存策略，提高协作缓存的性能。
-
公开(公告)号：CN117201508A
公开(公告)日：2023-12-08
申请号：CN202311054663.7
申请日：2023-08-21
Applicant: 河南科技大学
IPC: H04L67/104 , G06F16/957 , G06N3/092 , G06N3/0442 , G06N3/045 , G06F18/25 , H04L67/12
Abstract: 本发明公开了一种车联网中基于深度强化学习的车辆协作缓存接力方法，将车联网的流行内容进行分块，每当协作缓存更新周期到来时，对车联网中每个车辆的移动轨迹进行预测，根据预测得到的移动轨迹计算任意两个车辆之间的链路稳定性得到预测权重邻接矩阵，基于预测权重邻接矩阵求解得到下一缓存周期的缓存车辆和对应的服务车辆集合，每个缓存车辆分别进行马尔可夫决策，得到该缓存车辆的内容缓存策略。本发明通过求解下一缓存周期缓存车辆的最优缓存策略，实现缓存车辆对于请求车辆的接力协作传输，确定系统性能。
-
公开(公告)号：CN116249162A
公开(公告)日：2023-06-09
申请号：CN202310159612.4
申请日：2023-02-23
Applicant: 河南科技大学
Abstract: 本发明公开了一种车载边缘网络中基于深度强化学习的协作缓存方法，路边单元预测车辆轨迹并将其覆盖范围内的车辆划分为车辆集群，筛选出每个车辆集群中的簇头车辆，由簇头车辆为集群中车辆分配不同流行内容进行预缓存，同时路边单元也进行流行内容预缓存，针对每种通信情况分别计算车辆的内容传输速率，每当协作缓存决策到来时，每个路边单元分别进行一次深度强化学习，得到协作缓存决策，在深度强化学习中，设置状态为当前缓存内容集合，设置动作表示是否需要对当前缓存内容集合中的内容进行替换，奖励函数为缓存内容集合对应的延迟。采用本发明可以降低车辆的内容传输延时，提高缓存命中率。
-
-
-
Search Results
4
records
(took 0.017 seconds)
