-
公开(公告)号：CN112637822B
公开(公告)日：2023-01-20
申请号：CN202011569760.6
申请日：2020-12-26
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链的蜂窝网络安全交易平台，使用用户协作缓存调度策略缓解核心网络压力，用户在运行过程中也同样会产生多种多样的高性能计算需求，用协作计算模型解决计算任务；基于PBFT共识协议的蜂窝网络安全交易平台，通过将资源用户成为共识节点的方式，激励资源用户分享硬盘空间和计算资源，建立节点间的诚信度模型；通过基于PBFT算法的区块链共识协议，将整个区块链吞吐量优化问题，拆解成由缓存策略优化以及计算资源分享两个子问题，采用基于分层强化学习的方法进行求解。将两个强化学习过程进行嵌套，子问题在不断收敛的过程中，会不断引导主问题往更优的状态进行收敛，使用的分层强化学习方法。
-
公开(公告)号：CN113012013A
公开(公告)日：2021-06-22
申请号：CN202110182149.6
申请日：2021-02-09
Applicant: 北京工业大学
Abstract: 本发明公开了一种在车联网中基于深度强化学习的协同边缘缓存方法，包括以下步骤：步骤1、根据移动车辆、RSU和基站的结构，建立系统缓存模型。步骤2：系统吞吐量计算模型：步骤3：基于深度强化学习的问题求解算法：本发明利用真实的仿真环境，从而保证仿真结果的性能能够对真实场景中的性能进行估计和近似。根据历史内容请求记录预测内容流行度，以最大限度地提高车辆从边缘设备RSU获得的数据吞吐量；本发明使边缘设备的缓存资源得以充分利用，从而减轻基站负担。
-
公开(公告)号：CN113012013B
公开(公告)日：2024-05-28
申请号：CN202110182149.6
申请日：2021-02-09
Applicant: 北京工业大学
Abstract: 本发明公开了一种在车联网中基于深度强化学习的协同边缘缓存方法，包括以下步骤：步骤1、根据移动车辆、RSU和基站的结构，建立系统缓存模型。步骤2：系统吞吐量计算模型：步骤3：基于深度强化学习的问题求解算法：本发明利用真实的仿真环境，从而保证仿真结果的性能能够对真实场景中的性能进行估计和近似。根据历史内容请求记录预测内容流行度，以最大限度地提高车辆从边缘设备RSU获得的数据吞吐量；本发明使边缘设备的缓存资源得以充分利用，从而减轻基站负担。
-
公开(公告)号：CN112637822A
公开(公告)日：2021-04-09
申请号：CN202011569760.6
申请日：2020-12-26
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链的蜂窝网络安全交易平台，使用用户协作缓存调度策略缓解核心网络压力，用户在运行过程中也同样会产生多种多样的高性能计算需求，用协作计算模型解决计算任务；基于PBFT共识协议的蜂窝网络安全交易平台，通过将资源用户成为共识节点的方式，激励资源用户分享硬盘空间和计算资源，建立节点间的诚信度模型；通过基于PBFT算法的区块链共识协议，将整个区块链吞吐量优化问题，拆解成由缓存策略优化以及计算资源分享两个子问题，采用基于分层强化学习的方法进行求解。将两个强化学习过程进行嵌套，子问题在不断收敛的过程中，会不断引导主问题往更优的状态进行收敛，使用的分层强化学习方法。
-
-
-
Search Results
4
records
(took 0.018 seconds)
