-
公开(公告)号：CN110234127B
公开(公告)日：2022-04-01
申请号：CN201910502165.1
申请日：2019-06-11
Applicant: 重庆邮电大学
IPC: H04W24/02 , H04L67/1029 , H04L67/1008 , H04L67/60
Abstract: 本发明涉及一种基于SDN的雾网络任务卸载方法，属于移动通信技术领域。首先，针对雾节点在不同情况的任务卸载策略，采用动态服务节点更新方式建立志愿节点集，提高任务卸载效率。其次，为解决网络拥塞问题，本发明引入SDN技术，在网络信息资源交互过程中，通过SDN控制器实时监控网络负载，有效降低网络拥塞。此外，为提高网络资源利用率，本发明基于Lyapunov优化算法，充分考虑节点队列情况，将最小化任务卸载代价问题分解为最优传输功率分配和最优卸载方案两个子问题求解。本发明可降低系统总时延和能耗开销，实现任务队列的稳定和有效的资源分配。
-
公开(公告)号：CN110312231B
公开(公告)日：2022-03-18
申请号：CN201910580120.6
申请日：2019-06-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网中基于移动边缘计算的内容缓存决策和资源分配联合优化方法，属于移动通信技术领域。移动边缘计算MEC作为一种很有前景的边缘计算，具有强大的计算能力和存储能力。MEC服务器部署在RSU侧，可以给车辆用户提供存储空间和计算资源。虽然MEC提供了类似云计算的服务，但依然存在缓存、计算资源分配、频谱资源分配等问题。本发明旨在保证时延要求的条件下最大化网络收益。此方法将内容缓存决策、MEC服务器计算资源分配、频谱资源分配联合建模成马尔可夫决策过程MDP，使用深度强化学习方法进行求解，得出最优内容缓存决策、计算资源分配以及频谱分配。
-
公开(公告)号：CN111372219A
公开(公告)日：2020-07-03
申请号：CN202010102490.1
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网链路选择和资源分配方法，属于移动通信技术领域。车联网中包含V2V、V2I等通信方式。传输车辆可通过Sidelink技术和接收车辆直接建立连接，或通过RSU转发数据至接收车辆。然而，在V2I通信中，当网络中出现恶意RSU节点时，将上报虚假的SINR信息给LSC，导致车辆通信质量及网络能效降低。为了避免恶意RSU节点对车联网性能的影响，提高网络总能效，本发明提出一种联合恶意RSU识别、模式选择和功率分配的优化算法。首先，LSC根据空间相关度理论检测出恶意RSU节点；然后，车辆根据不同链路能效值进行模式选择；最后，利用拉格朗日乘数法、次梯度更新法，优化传输功率，提高网络能效。
-
Patent Agency Ranking
公开(公告)号：CN110234127A
公开(公告)日：2019-09-13
申请号：CN201910502165.1
申请日：2019-06-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于SDN的雾网络任务卸载方法，属于移动通信技术领域。首先，针对雾节点在不同情况的任务卸载策略，采用动态服务节点更新方式建立志愿节点集，提高任务卸载效率。其次，为解决网络拥塞问题，本发明引入SDN技术，在网络信息资源交互过程中，通过SDN控制器实时监控网络负载，有效降低网络拥塞。此外，为提高网络资源利用率，本发明基于Lyapunov优化算法，充分考虑节点队列情况，将最小化任务卸载代价问题分解为最优传输功率分配和最优卸载方案两个子问题求解。本发明可降低系统总时延和能耗开销，实现任务队列的稳定和有效的资源分配。
-
公开(公告)号：CN110312231A
公开(公告)日：2019-10-08
申请号：CN201910580120.6
申请日：2019-06-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网中基于移动边缘计算的内容缓存决策和资源分配联合优化方法，属于移动通信技术领域。移动边缘计算MEC作为一种很有前景的边缘计算，具有强大的计算能力和存储能力。MEC服务器部署在RSU侧，可以给车辆用户提供存储空间和计算资源。虽然MEC提供了类似云计算的服务，但依然存在缓存、计算资源分配、频谱资源分配等问题。本发明旨在保证时延要求的条件下最大化网络收益。此方法将内容缓存决策、MEC服务器计算资源分配、频谱资源分配联合建模成马尔可夫决策过程MDP，使用深度强化学习方法进行求解，得出最优内容缓存决策、计算资源分配以及频谱分配。
-
公开(公告)号：CN111372219B
公开(公告)日：2022-04-12
申请号：CN202010102490.1
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网链路选择和资源分配方法，属于移动通信技术领域。车联网中包含V2V、V2I等通信方式。传输车辆可通过Sidelink技术和接收车辆直接建立连接，或通过RSU转发数据至接收车辆。然而，在V2I通信中，当网络中出现恶意RSU节点时，将上报虚假的SINR信息给LSC，导致车辆通信质量及网络能效降低。为了避免恶意RSU节点对车联网性能的影响，提高网络总能效，本发明提出一种联合恶意RSU识别、模式选择和功率分配的优化算法。首先，LSC根据空间相关度理论检测出恶意RSU节点；然后，车辆根据不同链路能效值进行模式选择；最后，利用拉格朗日乘数法、次梯度更新法，优化传输功率，提高网络能效。
-
公开(公告)号：CN111770073B
公开(公告)日：2022-03-25
申请号：CN202010582927.6
申请日：2020-06-23
Applicant: 重庆邮电大学
IPC: H04L9/40 , H04L67/1074 , H04L67/1097 , H04L9/32 , G06Q40/04
Abstract: 本发明涉及一种基于区块链技术的雾网络卸载决策和资源分配方法，属于移动通信技术领域。首先，针对移动设备的不同任务需求，进行最优卸载决策，并对卸载过程中的网络资源进行最优分配，提高任务卸载效率。其次，为解决网络安全问题，本发明引入区块链技术，通过选举出的主节点对交易处理形成新的块，并经过验证节点共识操作后，新的区块接入区块链系统中；针对区块链节点“勾结选票”问题，会出现恶意节点通过抱团等行为影响投票，导致选举出恶意节点成为主节点，采用改进的授权权益证明共识算法，通过基于信誉度的选举机制，选举信誉度高的节点成为区块链服务节点，并在共识过程中对新产生的区块内的交易信息实时监督验证。
-
公开(公告)号：CN111770073A
公开(公告)日：2020-10-13
申请号：CN202010582927.6
申请日：2020-06-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于区块链技术的雾网络卸载决策和资源分配方法，属于移动通信技术领域。首先，针对移动设备的不同任务需求，进行最优卸载决策，并对卸载过程中的网络资源进行最优分配，提高任务卸载效率。其次，为解决网络安全问题，本发明引入区块链技术，通过选举出的主节点对交易处理形成新的块，并经过验证节点共识操作后，新的区块接入区块链系统中；针对区块链节点“勾结选票”问题，会出现恶意节点通过抱团等行为影响投票，导致选举出恶意节点成为主节点，采用改进的授权权益证明共识算法，通过基于信誉度的选举机制，选举信誉度高的节点成为区块链服务节点，并在共识过程中对新产生的区块内的交易信息实时监督验证。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
