公开(公告)号：CN117998420A

公开(公告)日：2024-05-07

申请号：CN202410226259.1

申请日：2024-02-29

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  张秀贤 ,  王伟岸 ,  张才铭

IPC: H04W24/02 ,  H04L41/12 ,  H04W72/044 ,  H04L9/00

Abstract: 本发明公开了一种基于DAG的分片级联分布式6G网络联合优化方法及装置，属于信息通信技术领域，包括以最小化一轮训练中能量消耗和时延的加权值为目标，求解构建好的联合优化模型，得到最优分片数量、最优网络拓扑结构和最优计算资源分配方案，从而对构建好的基于DAG的分片级联分布式6G网络的分片数量、网络拓扑结构和计算资源分配进行联合优化；其中基于DAG的分片级联分布式6G网络包括通信网络、DML网络和区块链网络，通信网络用于实现各节点间的网络通信，DML网络用于对节点的模型进行训练和聚合，区块链网络用于实现聚合好的模型的可信共享；节点为DML网络和区块链网络的节点；本发明能够降低通信开销，减少能量消耗。

公开(公告)号：CN119603144A

公开(公告)日：2025-03-11

申请号：CN202411737179.9

申请日：2024-11-29

Applicant: 南京邮电大学

Inventor： 朱晓荣 ,  王伟岸 ,  周江乐

IPC: H04L41/0823 ,  H04L41/0894 ,  G06F9/50 ,  G06N3/006 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 发明公开了一种基于编码分布式计算和超图神经网络的异构算力网络高可靠资源调度优化方法，首先，构建了一个多层次资源表征模型，利用超图神经网络捕捉异构节点间的高阶关联，从而优化动态资源调度的精度与效率；其次，引入了编码分布式计算策略，通过冗余负载分配应对边缘节点失效，增强了系统的稳定性，为了进一步提升调度优化，提出了结合超图神经网络与粒子群优化的混合算法框架，该框架利用超图建模来捕捉网络中异构节点的高阶关联性，同时结合粒子群优化算法，能够有效处理离散性和非连续性问题。最终，该混合算法在保证求解质量的同时提升了运算效率，实现了高效的资源调度优化；展示了其在未来6G应用场景中广泛的应用潜力。