-
公开(公告)号：CN116133049B
公开(公告)日：2023-12-15
申请号：CN202211726102.2
申请日：2022-12-29
Applicant: 燕山大学
Abstract: 本发明公开了一种基于DRL与安全的云边端协同MEC任务卸载策略，包括以下内容：MEC系统架构由本地端，边缘层，云层三部分组成。基于普通用户与VIP用户，考虑任务的安全性，将边缘层划分为私有边缘资源与公有边缘资源，实现普通任务与安全任务的物理隔离。考虑动态MEC环境，提出一种基于DRL与任务安全的云边端协同任务卸载策略。引入马尔可夫到达过程(MAP)描述任务到达的相关性。针对设备本地端、边缘层、云层分别构建基于MAP的排队模型，并进行稳态分析，求解各类任务的平均时延、实时任务的阻塞率等性能指标。在动态MEC环境下，以最小化系统平均时延为目标，基于DRL理论，利用DDPG算法得到最优任务卸载策略。
-
Patent Agency Ranking
公开(公告)号：CN115016861A
公开(公告)日：2022-09-06
申请号：CN202210669908.6
申请日：2022-06-14
Applicant: 燕山大学
IPC: G06F9/445 , G06F9/50 , G06F30/20 , G06F111/06 , G06F111/08 , G06F111/02
Abstract: 本发明提供了一种带有任务重试的MEC任务卸载策略及优化方法，其包括：求解任务在本地处理器接受服务的第一平均时延，求解任务卸载到边缘服务器接受服务的第二平均时延，进而求解任务的平均时延，将多个性能指标的折衷优化问题抽象为多目标优化问题，利用NSGA‑III算法，运用MATLAB软件求解多目标优化问题，得到满足条件的帕累托Pareto前沿点。本发明针对边缘网络设备的局限性，在保证终端用户服务质量的前提下，在边缘层引入任务重试机制，可有效降低任务丢弃率，提升边缘系统吞吐量，并辅助遴选出合适的最优解，提升系统利用率。
-
公开(公告)号：CN115150277B
公开(公告)日：2023-09-15
申请号：CN202210665311.4
申请日：2022-06-13
Applicant: 燕山大学
IPC: H04L41/0833 , H04L41/0893 , H04L67/10 , H04L67/61
Abstract: 本发明提供了一种云数据中心中基于双阈值滞后集群调度机制的节能策略，其包括：将一个云数据中心中的所有同构服务器分成基础集群和备用集群两个集群，设置任务分类器对任务进行分类与跟踪，构建基于双阈值滞后集群调度机制的节能策略，刻画基于双阈值滞后集群调度机制的节能策略的工作原理，并评估其下性能指标，分析基于双阈值滞后集群调度机制的节能策略下云数据中心的量化行为，寻找帕累托最优解，权衡云数据中心的整体功耗与实时任务的平均等待时间。本发明根据系统负载变化动态开启与关停部分服务器，可有效降低空闲能耗，大幅降低云数据中心的能耗开销，帮助云服务供应商根据其偏好选择代表不同的目标间最佳折衷解决方案。
-
公开(公告)号：CN115150277A
公开(公告)日：2022-10-04
申请号：CN202210665311.4
申请日：2022-06-13
Applicant: 燕山大学
IPC: H04L41/0833 , H04L41/0893 , H04L67/10 , H04L67/61
Abstract: 本发明提供了一种云数据中心中基于双阈值滞后集群调度机制的节能策略，其包括：将一个云数据中心中的所有同构服务器分成基础集群和备用集群两个集群，设置任务分类器对任务进行分类与跟踪，构建基于双阈值滞后集群调度机制的节能策略，刻画基于双阈值滞后集群调度机制的节能策略的工作原理，并评估其下性能指标，分析基于双阈值滞后集群调度机制的节能策略下云数据中心的量化行为，寻找帕累托最优解，权衡云数据中心的整体功耗与实时任务的平均等待时间。本发明根据系统负载变化动态开启与关停部分服务器，可有效降低空闲能耗，大幅降低云数据中心的能耗开销，帮助云服务供应商根据其偏好选择代表不同的目标间最佳折衷解决方案。
-
公开(公告)号：CN115016861B
公开(公告)日：2024-12-10
申请号：CN202210669908.6
申请日：2022-06-14
Applicant: 燕山大学
IPC: G06F9/445 , G06F9/50 , G06F30/20 , G06F111/06 , G06F111/08 , G06F111/02
Abstract: 本发明提供了一种带有任务重试的MEC任务卸载策略及优化方法，其包括：求解任务在本地处理器接受服务的第一平均时延，求解任务卸载到边缘服务器接受服务的第二平均时延，进而求解任务的平均时延，将多个性能指标的折衷优化问题抽象为多目标优化问题，利用NSGA‑III算法，运用MATLAB软件求解多目标优化问题，得到满足条件的帕累托Pareto前沿点。本发明针对边缘网络设备的局限性，在保证终端用户服务质量的前提下，在边缘层引入任务重试机制，可有效降低任务丢弃率，提升边缘系统吞吐量，并辅助遴选出合适的最优解，提升系统利用率。
-
公开(公告)号：CN116133049A
公开(公告)日：2023-05-16
申请号：CN202211726102.2
申请日：2022-12-29
Applicant: 燕山大学
Abstract: 本发明公开了一种基于DRL与安全的云边端协同MEC任务卸载策略，包括以下内容：MEC系统架构由本地端，边缘层，云层三部分组成。基于普通用户与VIP用户，考虑任务的安全性，将边缘层划分为私有边缘资源与公有边缘资源，实现普通任务与安全任务的物理隔离。考虑动态MEC环境，提出一种基于DRL与任务安全的云边端协同任务卸载策略。引入马尔可夫到达过程(MAP)描述任务到达的相关性。针对设备本地端、边缘层、云层分别构建基于MAP的排队模型，并进行稳态分析，求解各类任务的平均时延、实时任务的阻塞率等性能指标。在动态MEC环境下，以最小化系统平均时延为目标，基于DRL理论，利用DDPG算法得到最优任务卸载策略。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
