公开(公告)号：CN115361453A

公开(公告)日：2022-11-18

申请号：CN202210994286.4

申请日：2022-08-17

Applicant: 浙江大学中原研究院

Inventor： 邓水光 ,  张城 ,  尹建伟

IPC: H04L67/63 ,  H04L67/1004 ,  H04L41/0823 ,  H04L41/16

Abstract: 本发明公开了一种面向边缘服务网络的负载公平卸载与迁移方法，以边缘系统执行的所有用户任务的效用函数帕累托最优为优化目标，这种方法不仅兼顾了边缘网络资源的约束，也同样保障了系统中所有用户任务的效用函数的最大化，对提升多用户竞争下的任务效用质量提出来一种新的量化衡量指标。此外，本发明采用了图神经网络与强化学习算法对最终优化目标求解，这种算法执行效率高，返回的近似结果较为准确，特别适合于多用户复杂任务的下的边缘网络系统的场景，使得在多用户任务竞争网络资源的时候，边缘计算网络系统可以高效的得出多用户效用函数帕累托最优的结果，大大提高了边缘网络环境的服务质量和用户体验。

公开(公告)号：CN115361453B

公开(公告)日：2023-09-29

申请号：CN202210994286.4

申请日：2022-08-17

Applicant: 浙江大学中原研究院

Inventor： 邓水光 ,  张城 ,  尹建伟

IPC: H04L67/63 ,  H04L67/1004 ,  H04L41/0823 ,  H04L41/16

Abstract: 本发明公开了一种面向边缘服务网络的负载公平卸载与迁移方法，以边缘系统执行的所有用户任务的效用函数帕累托最优为优化目标，这种方法不仅兼顾了边缘网络资源的约束，也同样保障了系统中所有用户任务的效用函数的最大化，对提升多用户竞争下的任务效用质量提出来一种新的量化衡量指标。此外，本发明采用了图神经网络与强化学习算法对最终优化目标求解，这种算法执行效率高，返回的近似结果较为准确，特别适合于多用户复杂任务的下的边缘网络系统的场景，使得在多用户任务竞争网络资源的时候，边缘计算网络系统可以高效的得出多用户效用函数帕累托最优的结果，大大提高了边缘网络环境的服务质量和用户体验。