公开(公告)号：CN109947574A

公开(公告)日：2019-06-28

申请号：CN201910246291.5

申请日：2019-03-29

Applicant: 南京邮电大学

Inventor： 赵海涛 ,  朱奇星 ,  冯天翼 ,  柏宇 ,  朱洪波

IPC: G06F9/50 ,  H04L29/08 ,  H04W4/40

Abstract: 本发明公开了一种基于雾计算网络的车辆大数据计算卸载方法。本发明能够为分析车辆大数据提供更高效、更可靠的计算环境。首先提出雾计算网络系统架构，进一步建立网络延迟模型，然后建立任务生成模型，再建立雾计算资源优化模型，最后使用本发明提出的负载均衡的运算资源有效任务卸载算法（Computing Resource-Efficient Task Offloading Algorithm with Load Balancing，CRETOA）来管理雾计算网络负载均衡的计算资源，将道路车辆终端请求运算任务分配给最优雾计算资源。

公开(公告)号：CN109995860A

公开(公告)日：2019-07-09

申请号：CN201910246261.4

申请日：2019-03-29

Applicant: 南京邮电大学

Inventor： 赵海涛 ,  段佳秀 ,  冯天翼 ,  柏宇 ,  朱洪波

IPC: H04L29/08 ,  G06N3/08 ,  G06N3/04

Abstract: 一种VANET中基于边缘计算的深度学习任务分配算法，所述分配算法包括离线分配算法和在线分配算法，所述离线分配算法主要针对事先已知一段时间内到来的深度学习任务序列的情况，所述在线分配算法主要针对事先不知道需要处理的深度学习任务序列的情况；该算法根据深度学习任务产生的计算开销，带宽需求来综合考虑确定云服务器分配到边缘服务器中的神经网络的层数，从而更有效地利用边缘服务器的计算资源，提高深度学习任务的处理效率。本发明提出的深度学习任务分配算法最大化边缘服务器中运行的深度学习任务的数量，不仅减少了从车联网终端设备传输到云服务器的网络流量，也减少了因为信息的传输带来的传输时延。

公开(公告)号：CN109947574B

公开(公告)日：2023-05-30

申请号：CN201910246291.5

申请日：2019-03-29

Applicant: 南京邮电大学

Inventor： 赵海涛 ,  朱奇星 ,  冯天翼 ,  柏宇 ,  朱洪波

IPC: G06F9/50 ,  H04L67/1001 ,  H04W4/40

公开(公告)号：CN109995860B

公开(公告)日：2022-03-04

申请号：CN201910246261.4

申请日：2019-03-29

Applicant: 南京邮电大学

Inventor： 赵海涛 ,  段佳秀 ,  冯天翼 ,  柏宇 ,  朱洪波

IPC: H04L67/10 ,  H04L67/60 ,  G06N3/08 ,  G06N3/04 ,  H04L67/1012 ,  H04L67/101 ,  H04L67/1008

Abstract: 一种VANET中基于边缘计算的深度学习任务分配算法，所述分配算法包括离线分配算法和在线分配算法，所述离线分配算法主要针对事先已知一段时间内到来的深度学习任务序列的情况，所述在线分配算法主要针对事先不知道需要处理的深度学习任务序列的情况；该算法根据深度学习任务产生的计算开销，带宽需求来综合考虑确定云服务器分配到边缘服务器中的神经网络的层数，从而更有效地利用边缘服务器的计算资源，提高深度学习任务的处理效率。本发明提出的深度学习任务分配算法最大化边缘服务器中运行的深度学习任务的数量，不仅减少了从车联网终端设备传输到云服务器的网络流量，也减少了因为信息的传输带来的传输时延。