公开(公告)号：CN114416825A

公开(公告)日：2022-04-29

申请号：CN202210094134.9

申请日：2022-01-26

Applicant: 南昌工程学院

Inventor： 赵嘉 ,  韩龙哲 ,  张翼英 ,  武延年 ,  何业慎 ,  刘柱 ,  刘宝宏

IPC: G06F16/2458 ,  G06F16/27 ,  H04L9/40

Abstract: 本发明公开了一种实时控制网络中的海量数据处理系统，涉及数据处理领域，其技术方案包括处理主机，处理主机的内部包括中央处理模块、获取系统、数据屏蔽系统、云端存储模块和调控系统，中央处理模块与获取系统之间通信连接，获取系统的内部包括数据采集模块、数据统计模块和数据筛选模块，获取系统对外部网络中的数据进行采集统计，并根据采集到的网络数据进行筛选，将同类型数据汇集在同一集合中，通过异常数据识别模块、数据来源获取模块和封禁模块的配合使用能够对数据中的异常数据进行识别，同时对异常数据的发布源进行封禁，降低网络信息的冗杂程度，从而增加整体数据处理系统的流畅行与工作效率。

公开(公告)号：CN114390057A

公开(公告)日：2022-04-22

申请号：CN202210038074.9

申请日：2022-01-13

Applicant: 南昌工程学院

Inventor： 韩龙哲 ,  敖晨晨 ,  赵嘉 ,  张翼英 ,  何业慎 ,  欧清海 ,  李胜 ,  梁琨 ,  刘柱 ,  武延年

IPC: H04L67/1001 ,  H04L47/12 ,  G06N20/00 ,  G06N7/00

Abstract: 本发明公开了一种MEC环境下基于强化学习的多接口自适应数据卸载方法，包括以下步骤：将多个用户设备、边缘基站、服务器数据传输策略构成的环境，建模为一个有限状态的马尔科夫决策模型；基于马尔科夫决策模型构建奖励函数，使用多智能体深度强化学习算法对神经网络进行训练，获得最优决策动作，确定数据卸载的传输方式。强化学习可以实现无模型的状态到动作的高维映射关系的自学习，发明中基于强化学习获得多接口自适应数据卸载方法，有效的缓解服务器端的压力，提升网络资源利用率，达到缓解网络拥堵、降低端到端时延以及减少数据卸载传输能耗的目标。

公开(公告)号：CN114390057B

公开(公告)日：2024-04-05

申请号：CN202210038074.9

申请日：2022-01-13

Applicant: 南昌工程学院

Inventor： 韩龙哲 ,  敖晨晨 ,  赵嘉 ,  张翼英 ,  何业慎 ,  欧清海 ,  李胜 ,  梁琨 ,  刘柱 ,  武延年

IPC: H04L67/1001 ,  H04L47/12 ,  G06N20/00 ,  G06N7/01

Abstract: 本发明公开了一种MEC环境下基于强化学习的多接口自适应数据卸载方法，包括以下步骤：将多个用户设备、边缘基站、服务器数据传输策略构成的环境，建模为一个有限状态的马尔科夫决策模型；基于马尔科夫决策模型构建奖励函数，使用多智能体深度强化学习算法对神经网络进行训练，获得最优决策动作，确定数据卸载的传输方式。强化学习可以实现无模型的状态到动作的高维映射关系的自学习，发明中基于强化学习获得多接口自适应数据卸载方法，有效的缓解服务器端的压力，提升网络资源利用率，达到缓解网络拥堵、降低端到端时延以及减少数据卸载传输能耗的目标。