-
公开(公告)号：CN114943099A
公开(公告)日：2022-08-26
申请号：CN202210425941.4
申请日：2022-04-21
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链架构的联邦学习节点选择方法，包括：应用于联邦学习框架下，选择参与联邦学习全局模型聚合的节点；面向车联网场景，结合区块链架构进行模型存储；利用深度强化学习算法进行节点选择；选择可以使基于区块链的联邦学习架构准确率更高、时延更低的节点。本发明提出将区块链与联邦学习相结合，利用区块链实现联邦学习的去中心化，替代中央服务器，同时通过选择参与联邦学习全局模型聚合的节点，提升联邦学习的鲁棒性与有效性。
-
公开(公告)号：CN116032934B
公开(公告)日：2024-06-21
申请号：CN202310010374.0
申请日：2023-01-04
Applicant: 北京工业大学
Abstract: 本发明公开了自组网场景下基于区块链和边缘计算的轨道交通网络资源分配方法，通过构建多跳传输模型、区块链模型、MEC服务器计算模型，计算任务在列车之间多跳传输的时延、经济成本和区块链系统的时延，以及MEC服务器处理任务产生的时延和经济成本，从而根据系统状态通过训练深度神经网络，指导调整卸载路由路径的选择、卸载决策和区块大小的选择，完成场景内的最优资源分配。仿真实验表明，本发明在节省系统时延和系统总经济成本方面具有一定的优势。
-
公开(公告)号：CN116032934A
公开(公告)日：2023-04-28
申请号：CN202310010374.0
申请日：2023-01-04
Applicant: 北京工业大学
Abstract: 本发明公开了自组网场景下基于区块链和边缘计算的轨道交通网络资源分配方法，通过构建多跳传输模型、区块链模型、MEC服务器计算模型，计算任务在列车之间多跳传输的时延、经济成本和区块链系统的时延，以及MEC服务器处理任务产生的时延和经济成本，从而根据系统状态通过训练深度神经网络，指导调整卸载路由路径的选择、卸载决策和区块大小的选择，完成场景内的最优资源分配。仿真实验表明，本发明在节省系统时延和系统总经济成本方面具有一定的优势。
-
-
Search Results
3
records
(took 0.022 seconds)
