-
公开(公告)号：CN115904700A
公开(公告)日：2023-04-04
申请号：CN202211348156.X
申请日：2022-10-31
Applicant: 浙江工商大学
Abstract: 本发明提出了一种基于强化学习的单移动用户的移动任务卸载方法。该方法主要分为两个部分：第一，首先考虑了大型任务对于移动性的敏感性，将任务从“原子”角度出发，利用一定阈值和任务的特点对任务进行划分。第二，任务卸载决策根据设备的现有学习情况和移动性，提出基于双表Q‑Learning算法来选择连接的基站以及是否卸载。并利用该算法分别对时延和时延与能耗的综合性能进行优化。本发明利用边缘计算和强化学习技术，首先根据阈值判断任务是否需要划分，当用户设备在移动时，用户如何选择连接的基站以及决定卸载的任务量，使得总时延得到减小，时延与能耗的综合性能得到提高。
-
公开(公告)号：CN115835298A
公开(公告)日：2023-03-21
申请号：CN202211347566.2
申请日：2022-10-31
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于深度强化学习的多用户任务卸载方法，该方法获取当前设备的起点和终点。宏基站利用现有的环境信息来预测该设备的行走路径，并为用户设备推荐一条干扰小的路径。用户设备主动获取可为该设备提供服务的基站信息，其余环境信息主要从服务基站与宏基站得到。设备在可提供服务的微基站中选择某一个基站作为服务基站。利用基站提供的信息，确定干扰因素并以此作为判断是否卸载的依据，然后在卸载流程中利用DQN来确定服务基站和做出卸载决策。本发明利用边缘计算和深度强化学习技术，基站和设备协同合作，基站为设备推荐路径，设备利用推荐路径优化卸载方法，得到较低的卸载任务失败率和时延。
-
公开(公告)号：CN111163070A
公开(公告)日：2020-05-15
申请号：CN201911311849.X
申请日：2019-12-18
Applicant: 浙江工商大学
IPC: H04L29/06
Abstract: 本申请公开了一种拟态防御下服务链安全部署的正确链路判决方法、装置、设备及介质，该方法包括：获取所有服务链部署执行体的数据，每组数据的内容包括服务功能和服务路径；将所有服务功能分别提取对比，并对服务路径分别提取对比，若两组数据的服务功能相同且服务路径相同则判定为两组数据一致，将一致数据分为一类，统计每一类的数据量，将数据量最多的类记录为正确数据，其余为异常数据；将输出为异常数据的执行体进行反馈，并进行清洗或下线。本申请提供的一种拟态防御下服务链安全部署的正确链路判决方法、装置、设备及介质，增强了拟态服务链部署系统的安全性。
-
-
Search Results
3
records
(took 0.017 seconds)
