公开(公告)号：CN114942799B

公开(公告)日：2023-08-04

申请号：CN202210702389.9

申请日：2022-06-21

Applicant: 福州大学

Inventor： 陈哲毅 ,  宋日荣 ,  胡晟熙

IPC: G06F9/445 ,  G06F9/50 ,  G06N20/00

Abstract: 本发明提出一种云边环境下基于强化学习的工作流调度方法，基于云、边、端三层协同体系结构，考虑云、边、端不同的处理能力和不同层次之间的不同的传输速率，以最小化计算任务响应时延为优化目标，设计好Q学习算法状态、动作和奖励三要素，让智能体不断地学习，不断地调整，使得智能体逐渐明白在什么样的状态下选择什么样的动作能够得到最好的结果，从而求解出最优的卸载决策。

公开(公告)号：CN114942799A

公开(公告)日：2022-08-26

申请号：CN202210702389.9

申请日：2022-06-21

Applicant: 福州大学

Inventor： 陈哲毅 ,  宋日荣 ,  胡晟熙

IPC: G06F9/445 ,  G06F9/50 ,  G06N20/00

Abstract: 本发明提出一种云边环境下基于强化学习的工作流调度方法，基于云、边、端三层协同体系结构，考虑云、边、端不同的处理能力和不同层次之间的不同的传输速率，以最小化计算任务响应时延为优化目标，设计好Q学习算法状态、动作和奖励三要素，让智能体不断地学习，不断地调整，使得智能体逐渐明白在什么样的状态下选择什么样的动作能够得到最好的结果，从而求解出最优的卸载决策。

公开(公告)号：CN118972901A

公开(公告)日：2024-11-15

申请号：CN202411006110.9

申请日：2024-07-25

Applicant: 福州大学

Inventor： 陈星 ,  郑龙海 ,  肖博怀 ,  朱洪潮 ,  宋日荣

IPC: H04W28/084 ,  G06N3/092 ,  H04W28/08 ,  H04L67/10

Abstract: 本发明涉及一种基于图强化学习的多边缘协同负载均衡方法，属于负载均衡领域。引入GNN辅助DRL对边缘图拓扑信息进行特征学习，快速求解出场景中的目标边缘负载均衡方案，最小化系统的最大任务平均响应时延，提高整体服务质量。本发明综合考虑了包括多个边缘的MEC场景，每个边缘都包含一台具有计算资源的边缘服务器。任意时刻，边缘服务器上都有来自附近的移动设备所卸载的任务以待计算。

公开(公告)号：CN116775456A

公开(公告)日：2023-09-19

申请号：CN202310352754.2

申请日：2023-04-04

Applicant: 福州大学

Inventor： 陈星 ,  陈迎仁 ,  宋日荣

IPC: G06F11/36

Abstract: 本发明提供了一种好奇心驱动的安卓应用自动化测试方法，包括以下步骤：1）左边部分表示预处理组件，它基于Android界面结构实现安卓应用状态的抽象；2）右边部分是好奇心驱动的强化学习模块，该强化学习模块维护一个历史访问状态集合，以基于好奇心思想的奖励函数为指导，不断优化探索策略，引导测试发现更多的新状态；3）中间部分表示DFA高级指导模块，在运行时构建一个确定性有限状态自动机DFA，记录所有访问状态及其频率，如果在给定的时间预算内无法探索到新的状态，AndroidExplore会根据DFA的全局信息选取一个最好奇的状态作为下一次探索的起点，以避免陷入局部最优和提高深层功能的探索概率。应用本技术方案可实现更高的代码覆盖率、故障暴露数和测试效率。