公开(公告)号：CN111625360A

公开(公告)日：2020-09-04

申请号：CN202010455826.2

申请日：2020-05-26

Applicant: 多伦科技股份有限公司

Inventor： 刘海青 ,  宋智军 ,  赵海涛 ,  丁仪 ,  刘晶晶

IPC: G06F9/50 ,  G06N20/00

Abstract: 本发明公开了一种基于平面分离的车辆大数据边缘计算卸载方法，包括步骤如下：利用边缘节点之间的D2D链路来交换共享每个边缘访问点状态的控制数据，以估计每个边缘访问点处理队列中每个任务所受的延迟，并判断边缘节点是否卸载数据到边缘访问点；将每个边缘访问点中等待时间的控制平面数据用作数据平面的输入，对每个边缘节点设备使用双深度Q学习来最大化其控制策略的长期效用，联盟学习迭代地选择随机的车联网设备组，以估计最佳卸载执行部分；根据上述最佳卸载执行部分，被选择的边缘节点和边缘访问点进行数据计算及通信返回。本发明通过将控制平面和数据平面分离，将计算任务部分卸载到两个平面进行计算执行，以降低执行时间优势。

公开(公告)号：CN111625360B

公开(公告)日：2023-09-05

申请号：CN202010455826.2

申请日：2020-05-26

Applicant: 多伦科技股份有限公司

Inventor： 刘海青 ,  宋智军 ,  赵海涛 ,  丁仪 ,  刘晶晶

IPC: G06F9/50 ,  G06N20/00

Abstract: 本发明公开了一种基于平面分离的车辆大数据边缘计算卸载方法，包括步骤如下：利用边缘节点之间的D2D链路来交换共享每个边缘访问点状态的控制数据，以估计每个边缘访问点处理队列中每个任务所受的延迟，并判断边缘节点是否卸载数据到边缘访问点；将每个边缘访问点中等待时间的控制平面数据用作数据平面的输入，对每个边缘节点设备使用双深度Q学习来最大化其控制策略的长期效用，联盟学习迭代地选择随机的车联网设备组，以估计最佳卸载执行部分；根据上述最佳卸载执行部分，被选择的边缘节点和边缘访问点进行数据计算及通信返回。本发明通过将控制平面和数据平面分离，将计算任务部分卸载到两个平面进行计算执行，以降低执行时间优势。