-
公开(公告)号：CN119012281B
公开(公告)日：2025-04-08
申请号：CN202411015350.5
申请日：2024-07-26
Applicant: 北京交通大学
Abstract: 本发明涉及智能交通控制技术领域，公开了基于自学习的车辆边缘计算和网络的可靠卸载优化方法，包括以下步骤：构建包含物理网络层、卸载边缘层以及区块链网络层的车辆边缘计算和网络的三层卸载模型；利用物理网络层中的车辆生成任务，并根据任务中的安全相关系数，设计两类任务的卸载方法，得到卸载矩阵，用于实现任务卸载；定义新指标cEDP为基于总能耗、总延迟以及隐私暴露风险的卸载可靠性度量指标并进行优化，得到优化的新指标cEDP；对设计的两类任务的卸载方法进行优化，构建分散卸载优化问题；采用基于自主学习的可靠隐私保护卸载的博弈论与自学习方法对构建的分散卸载优化问题进行求解，得到最佳的卸载矩阵；该方法保证与提高了卸载可靠性。
-
公开(公告)号：CN119012281A
公开(公告)日：2024-11-22
申请号：CN202411015350.5
申请日：2024-07-26
Applicant: 北京交通大学
Abstract: 本发明涉及智能交通控制技术领域，公开了基于自学习的车辆边缘计算和网络的可靠卸载优化方法，包括以下步骤：构建包含物理网络层、卸载边缘层以及区块链网络层的车辆边缘计算和网络的三层卸载模型；利用物理网络层中的车辆生成任务，并根据任务中的安全相关系数，设计两类任务的卸载方法，得到卸载矩阵，用于实现任务卸载；定义新指标cEDP为基于总能耗、总延迟以及隐私暴露风险的卸载可靠性度量指标并进行优化，得到优化的新指标cEDP；对设计的两类任务的卸载方法进行优化，构建分散卸载优化问题；采用基于自主学习的可靠隐私保护卸载的博弈论与自学习方法对构建的分散卸载优化问题进行求解，得到最佳的卸载矩阵；该方法保证与提高了卸载可靠性。
-
Search Results
2
records
(took 0.024 seconds)
