申请/专利权人:南京邮电大学
申请日:2023-12-12
公开(公告)日:2024-03-22
公开(公告)号:CN117749796A
主分类号:H04L67/10
分类号:H04L67/10;H04L67/54;H04W28/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了云边算力网络系统计算卸载方法,包括:获取云边算力网络架构中每个用户终端的网络状态信息;将目标用户终端的网络状态信息,输入到计算卸载模型中,得到所述目标用户终端中待处理计算任务的计算卸载策略;根据所述计算卸载策略,将所述待处理任务进行分割,并将分割后的待处理计算任务传输到对应的用户终端和或边缘节点和或远程云数据中心,对所述待处理任务进行计算卸载。该云边算力网络系统计算卸载方法及系统,提出的多智能体深度确定性梯度策略算法结合了复合优先经验采样策略,进一步提升了卸载决策性能,通过动态卸载策略,智能地将计算任务分配到合适的计算节点,实现了资源的最优利用。
主权项:1.一种云边算力网络系统计算卸载方法,其特征是,包括:获取云边算力网络架构中每个用户终端的网络状态信息;将目标用户终端的网络状态信息,输入到计算卸载模型中,得到所述目标用户终端中待处理计算任务的计算卸载策略;根据所述计算卸载策略,将所述待处理任务进行分割,并将分割后的待处理计算任务传输到对应的用户终端和或边缘节点和或远程云数据中心,对所述待处理任务进行计算卸载;其中,所述计算卸载模型是由基于复合优先经验采样策略获得的样本网络状态信息和所述样本网络状态信息对应的卸载决策和任务的卸载比例,对多智能体强化学习网络进行训练得到的。
全文数据:
权利要求:
百度查询: 南京邮电大学 一种云边算力网络系统计算卸载方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。