专利名称：一种基于DAG区块链的联邦学习方法      申请号：202111186244X     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：移动边缘计算 云计算 数据安全 隐私保护   相似专利 发布日：2025/03/31  
摘要： 本发明涉及一种基于DAG区块链的联邦学习方法，属于移动通信技术领域。首先，在备选设备集中选择在滑动窗口w内信誉值较高的设备参与局部训练。其次，在被选中的设备进行本地训练过程中进行基于本地DAG区块链局部模型的聚合。最后主雾节点收集训练的局部模型，并采用基于隔离森林的快速检测算法初步检测出潜在恶意模型。再由主雾节点利用任务发布者的测试数据集，测试潜在恶意模型的精度，如果其精度与当前全局模型精度差大于β，该模型被确认为恶意模型，否则为正常模型；最后，得到新的全局模型。当完成目标模型训练结束后，任务发布者从主区块链获取目标模型，以及相关物联网设备局部模型的属性记录，由主雾节点进行物联网设备信誉值更新。

专利名称：面向跨云层移动边缘计算的多优先级计算卸载策略优化方法      申请号：2021114808983     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 移动边缘计算   相似专利 发布日：2023/10/23  
摘要： 本发明公开了一种面向跨云层移动边缘计算的多优先级计算卸载策略优化方法，构建云协助的移动边缘计算环境模型；定义CA‑MEC平台性能模型；定义CA‑MEC功耗模型；以CA‑MEC平台性能、服务器利用率为约束条件，移动设备的功耗为优化目标，定义多约束优化问题；根据拉格朗日乘子法、KKT条件和数值法求解优化问题，寻找移动设备的最优计算卸载策略。可以实现移动边缘计算的高灵活性和更强的适应性。

专利名称：一种基于博弈论的移动边缘计算资源优化方法及装置      申请号：2022111578965     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：资源 移动边缘计算   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种基于博弈论的移动边缘计算资源优化方法及装置，首先，针对移动边缘计算中计算需求日益膨胀的问题，考虑服务器有限的资源、数据传输所需能耗和服务器计算成本等约束限制基础上，建立用户移动设备与服务器的斯塔克尔伯格竞争模型。其次，计算效用最大化问题。在此基础上，求解效用最大化问题，以获得最优的用户移动设备卸载任务策略和服务器定价策略。本发明在考虑服务器有限的资源、数据传输能耗、多用户之间存在计算资源竞争关系和服务器计算成本环境下，同时实现用户移动设备高效计算卸载和服务器利润最大化，从而最小化计算成本。

专利名称：一种基于深度确定性策略梯度方法的移动边缘计算速率最大化方法      申请号：2018103423576     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：软件 计算机软件 移动边缘计算   相似专利 发布日：2023/09/14  
摘要： 一种基于深度确定性策略梯度方法的移动边缘计算速率最大化方法，包括以下步骤：1)计算出在给出模式选择下系统中所有无线设备的速率总和；2)所有无线设备集合；3)所有无线设备的计算速率总和最大化问题；4)通过深度确定性策略梯度方法来寻找一个最优的模式选择；5)所有无线设备的模式选择M0和M1作为深度确定性策略梯度方法的状态xt，动作a则是对状态xt的更改，更改后系统的总计算速率会与一个设定的标准值进行比较，如果比这个标准值大则使当前奖励r(xt，a)设为正值，反之设为负值，同时系统进入下一状态xt+1。本发明在保证用户体验的前提下最大化所有无线设备的总和计算速率。

专利名称：一种基于深度强化学习的移动边缘计算分流决策方法      申请号：2018103433120     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 化学化工 移动边缘计算   相似专利 发布日：2023/09/14  
摘要： 一种基于深度强化学习的移动边缘计算分流决策方法，包括以下步骤：1)计算出在给出分流决策下移动通信系统中所有的能量损耗；2)当用户任务被分流时，计算出在传输过程及处理过程中的延时损耗；3)通过深度强化学习算法来寻找一个最优的分流决策方案；4)所有用户的分流决策xnm和上下行速率和作为强化学习的系统状态xt，动作a则是对系统状态xt的更改，如果改后的系统的总损耗比之前的要小，则使当前奖励r(xt，a)设为正值，反之设为负值，同时系统进入下一状态xt+1，不断重复这个迭代过程直到得到最佳分流决策xnm和上下行速率和本发明在保证用户体验的前提下最小化能量损耗。

专利名称：一种基于深度确定性策略梯度方法的移动边缘计算分流决策方法      申请号：2018103433135     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 移动边缘计算   相似专利 发布日：2023/09/14  
摘要： 一种基于深度确定性策略梯度方法的移动边缘计算分流决策方法，包括以下步骤：1)计算出在给出分流决策下系统中所有的能量损耗；2)通过深度确定性策略方法来寻找一个最优的分流决策xnm，所有用户的分流决策xnm都被编进执行单元所需的状态xt；3)所有无线设备的分流决策xnm作为深度确定性策略方法的状态xt，动作a则是对状态xt的更改，更改后系统的总能量损耗会与一个设定的标准值进行比较，如果比这个标准值大则使当前奖励r(xt，a)设为正值，反之设为负值，同时系统进入下一状态xt+1，不断重复这个迭代过程直到得到最佳分流决策xnm。本发明在保证用户体验的前提下最小化能量损耗。

专利名称：基于多用户和分类任务的MEC任务卸载系统及优化方法      申请号：2021105130181     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：移动边缘计算 物联网技术 互联网用户体验 云计算   相似专利 发布日：2025/04/10  
摘要： 本发明提供一种基于多用户和分类任务的MEC任务卸载系统及优化方法，其包括本地端、边缘端和云端。本发明提出的任务卸载系统及优化方法是根据任务的最优卸载策略参数，决策该任务是在本地端进行处理，还是传输至边缘端，由边缘端或云端处理。由于本发明对各类任务均设置了合理的卸载策略参数，故，本发明可以在保障运营商获利的前提下，提高移动设备的能耗利用率，并提升MEC系统响应性能，从而使用户和运营商的需求得到满足。