买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜江南大学申请的专利基于联邦自监督学习的任务卸载和资源分配方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119396600B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510009607.4，技术领域涉及：G06F9/50；该发明授权基于联邦自监督学习的任务卸载和资源分配方法和系统是由顾雪莹;吴琼设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本基于联邦自监督学习的任务卸载和资源分配方法和系统在说明书摘要公布了：本发明提供一种基于联邦自监督学习的任务卸载和资源分配方法和系统，属于车联网边缘计算技术领域。其中方法包括构建目标车辆的第一本地模型；确定任务卸载迭代次数和未训练迭代的次数；确定目标车辆的第二本地模型；将本地数据卸载到RSU，以确定第三本地模型；确定目标车辆的系统状态、目标时隙的动作和奖励以更新SAC网络；确定基站的全局模型；以根据最终的SAC网络进行资源分配并根据最终的全局模型进行任务卸载。本发明减少了系统能耗，提高了联邦自监督学习的卸载效率和准确性。

本发明授权基于联邦自监督学习的任务卸载和资源分配方法和系统在权利要求书中公布了：1.一种基于联邦自监督学习的任务卸载和资源分配方法，其特征在于，包括：S1，获取基站存储的联邦训练的全局模型以及基站为目标车辆分配的第一传输功率、CPU频率和任务卸载比例；S2，根据全局模型的每层参数和模型结构构建目标车辆的第一本地模型；其中，车辆n存储在前一轮捕获的Z张图像，称为本地数据，并且拥有一个与基站侧全局模型结构相同的模型，称为本地模型；S3，根据CPU频率和任务卸载比例确定任务卸载迭代次数和未训练迭代的次数；S4，根据第一本地模型和本地数据确定目标车辆新的本地模型，以作为第二本地模型；S5，根据任务卸载迭代次数，将本地数据以第一传输功率卸载到RSU，以确定RSU的本地模型，并作为第三本地模型；S6，将第二本地模型、第三本地模型、目标车辆的位置信息、目标车辆在目标时隙的速度、目标车辆的总能耗和未训练迭代的次数上传至基站，以确定目标车辆的系统状态、目标时隙的动作和奖励；S7，根据目标车辆的系统状态、目标时隙的动作和奖励更新SAC网络；S8，根据参与联邦训练的所有车辆对应的第二本地模型和第三本地模型，确定基站的全局模型；S9，重复S1-S8的操作，直至达到联邦训练的预设训练轮次，得到最终的SAC网络和全局模型，以根据最终的SAC网络进行资源分配并根据最终的全局模型进行任务卸载。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。