-
公开(公告)号：CN111629216B
公开(公告)日：2021-04-06
申请号：CN202010311152.9
申请日：2020-04-20
Applicant: 南京邮电大学
IPC: H04N21/2183 , H04N21/222 , H04N21/258 , G06N20/00
Abstract: 本发明公开了一种边缘网络环境下基于随机森林算法的VOD业务缓存替换方法，包括如下步骤：采集视频数据；使用随机森林填充法处理视频数据缺失值，建立预测模型；通过预测模型对平均访问时长进行预测；根据预测结果建立缓存替换模型；使用隐枚举法求解缓存替换模型，得到最终替换方案。本发明考虑到边缘服务器需要处理大量的视频信息，以及机器学习在大数据处理中出色的分析能力，首先利用机器学习中的随机森林算法对视频的周平均访问时长进行预测，从而在此基础上提出了一种新的视频缓存替换模型，并使用隐枚举法对模型进行求解，从而使边缘服务器最大限度地减轻核心网负载，且该方案非常简单而易于实现，具有很好的应用前景。
-
公开(公告)号：CN108063802A
公开(公告)日：2018-05-22
申请号：CN201711246137.5
申请日：2017-12-01
Applicant: 南京邮电大学
IPC: H04L29/08
Abstract: 本发明公开了一种基于边缘计算的用户位置动态性建模优化方法，考虑5G环境下边缘计算节点的密度和边缘计算节点的优点，利用马尔科夫模型和用户访问位置关联性模型对用户访问位置进行预测。首先本发明中的边缘计算节点的位置是可由自身得到的，并且自身具有计算、存储、定位功能，从而使用户位置预测速度更快，效率更高。本发明产生的基于边缘计算的用户动态性建模优化简单而易于实现，具有很好的应用前景。
-
公开(公告)号：CN111629216A
公开(公告)日：2020-09-04
申请号：CN202010311152.9
申请日：2020-04-20
Applicant: 南京邮电大学
IPC: H04N21/2183 , H04N21/222 , H04N21/258 , G06N20/00
Abstract: 本发明公开了一种边缘网络环境下基于随机森林算法的VOD业务缓存替换方法，包括如下步骤：采集视频数据；使用随机森林填充法处理视频数据缺失值，建立预测模型；通过预测模型对平均访问时长进行预测；根据预测结果建立缓存替换模型；使用隐枚举法求解缓存替换模型，得到最终替换方案。本发明考虑到边缘服务器需要处理大量的视频信息，以及机器学习在大数据处理中出色的分析能力，首先利用机器学习中的随机森林算法对视频的周平均访问时长进行预测，从而在此基础上提出了一种新的视频缓存替换模型，并使用隐枚举法对模型进行求解，从而使边缘服务器最大限度地减轻核心网负载，且该方案非常简单而易于实现，具有很好的应用前景。
-
公开(公告)号：CN108551472A
公开(公告)日：2018-09-18
申请号：CN201810228018.5
申请日：2018-03-20
Applicant: 南京邮电大学
CPC classification number: H04L67/2842 , H04L67/18 , H04W4/027 , H04W4/029
Abstract: 本发明涉及一种基于边缘计算的内容缓存优化方法，利用用户移动的规律性和最优化理论，提高5G通信下用户业务的服务质量。首先根据用户移动轨迹的规律性对某一区域进行区域再划分，再利用最优化理论进行文件的优化缓存，再通过比较文件传输时间与用户要求以决定用户缓存方式。本发明利用最优化理论进行缓存分配，进而优化缓存，以保证缓存内容尽量多，尽量满足用户需要，有效降低时延，在此基础上减少业务传输时延，改善用户的缓存体验，具有很好的应用前景。
-
公开(公告)号：CN108551472B
公开(公告)日：2021-01-19
申请号：CN201810228018.5
申请日：2018-03-20
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于边缘计算的内容缓存优化方法，利用用户移动的规律性和最优化理论，提高5G通信下用户业务的服务质量。首先根据用户移动轨迹的规律性对某一区域进行区域再划分，再利用最优化理论进行文件的优化缓存，再通过比较文件传输时间与用户要求以决定用户缓存方式。本发明利用最优化理论进行缓存分配，进而优化缓存，以保证缓存内容尽量多，尽量满足用户需要，有效降低时延，在此基础上减少业务传输时延，改善用户的缓存体验，具有很好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN108063802B
公开(公告)日：2020-07-28
申请号：CN201711246137.5
申请日：2017-12-01
Applicant: 南京邮电大学
IPC: H04L29/08
Abstract: 本发明公开了一种基于边缘计算的用户位置动态性建模优化方法，考虑5G环境下边缘计算节点的密度和边缘计算节点的优点，利用马尔科夫模型和用户访问位置关联性模型对用户访问位置进行预测。首先本发明中的边缘计算节点的位置是可由自身得到的，并且自身具有计算、存储、定位功能，从而使用户位置预测速度更快，效率更高。本发明产生的基于边缘计算的用户动态性建模优化简单而易于实现，具有很好的应用前景。
-
公开(公告)号：CN108513318A
公开(公告)日：2018-09-07
申请号：CN201810132806.4
申请日：2018-02-09
Applicant: 南京邮电大学
IPC: H04W28/02 , H04W52/02 , H04L12/861
Abstract: 本发明涉及一种基于边缘计算的用户业务排队优化方法，该方法包括以下步骤：首先采用包分类器将用户产生的不同业务，根据用户识别号和服务质量需求进行分类，然后将分类好的业务放入相应的子缓存管理模块；其次建立批量到达模型并采用批量到达模型对业务到达进行概率估计；再次根据批量到达模型获得边缘计算节点的服务参数，然后根据边缘计算节点的服务参数选择边缘节点；最后设置时间阈值为T，根据时间阈值T控制边缘计算节点的开闭，以节约能源。由于5G环境下边缘设备的数量多，爆发的业务量也多，本发明利用排队论中的批量到达模型对业务根据需要选择边缘计算节点有很大帮助，能够显著提高业务的服务质量。
-
公开(公告)号：CN111629217B
公开(公告)日：2021-11-26
申请号：CN202010311154.8
申请日：2020-04-20
Applicant: 南京邮电大学
IPC: H04N21/2183 , H04N21/222 , H04N21/258 , G06N20/00
Abstract: 本发明公开了一种边缘网络环境下基于XGBoost算法的VOD业务缓存优化方法，包括如下步骤：采集视频数据；以平均访问量为预测目标，用XGBoost算法进行回归建模获得预测模型；利用预测模型对平均访问量进行预测；根据预测结果建立缓存优化模型；使用背包算法求解优化模型，得到最终缓存方案。本发明考虑到边缘服务器需要处理大量的视频信息，以及机器学习在大数据处理中出色的数据分析能力，从而使得边缘服务器最大限度地减少业务访问时延，提高了边缘服务器的缓存效率，并且该方案非常简单而易于实现，具有很好的应用前景。
-
公开(公告)号：CN108513318B
公开(公告)日：2021-04-06
申请号：CN201810132806.4
申请日：2018-02-09
Applicant: 南京邮电大学
IPC: H04W28/02 , H04W52/02 , H04L12/861
Abstract: 本发明涉及一种基于边缘计算的用户业务排队优化方法，该方法包括以下步骤：首先采用包分类器将用户产生的不同业务，根据用户识别号和服务质量需求进行分类，然后将分类好的业务放入相应的子缓存管理模块；其次建立批量到达模型并采用批量到达模型对业务到达进行概率估计；再次根据批量到达模型获得边缘计算节点的服务参数，然后根据边缘计算节点的服务参数选择边缘节点；最后设置时间阈值为T，根据时间阈值T控制边缘计算节点的开闭，以节约能源。由于5G环境下边缘设备的数量多，爆发的业务量也多，本发明利用排队论中的批量到达模型对业务根据需要选择边缘计算节点有很大帮助，能够显著提高业务的服务质量。
-
公开(公告)号：CN111629217A
公开(公告)日：2020-09-04
申请号：CN202010311154.8
申请日：2020-04-20
Applicant: 南京邮电大学
IPC: H04N21/2183 , H04N21/222 , H04N21/258 , G06N20/00
Abstract: 本发明公开了一种边缘网络环境下基于XGBoost算法的VOD业务缓存优化方法，包括如下步骤：采集视频数据；以平均访问量为预测目标，用XGBoost算法进行回归建模获得预测模型；利用预测模型对平均访问量进行预测；根据预测结果建立缓存优化模型；使用背包算法求解优化模型，得到最终缓存方案。本发明考虑到边缘服务器需要处理大量的视频信息，以及机器学习在大数据处理中出色的数据分析能力，从而使得边缘服务器最大限度地减少业务访问时延，提高了边缘服务器的缓存效率，并且该方案非常简单而易于实现，具有很好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
