公开(公告)号：CN115002123B

公开(公告)日：2023-05-05

申请号：CN202210579266.0

申请日：2022-05-25

Applicant: 西南交通大学

Inventor： 赵康利 ,  戴朋林 ,  胡凯文 ,  吴晓 ,  邢焕来

IPC: H04L67/1001 ,  H04L67/12 ,  G06F9/50 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/092 ,  G06N3/0985

Abstract: 本发明公开了一种基于移动边缘计算的快速适应任务卸载系统和方法，系统包括：应用层、车辆层和MEC层；应用层的子任务被卸载到MEC服务器或本地车辆上运行，车辆层的每辆车辆都在本地对部分子任务进行处理。MEC层根据定义好的任务卸载方法为所有子任务进行卸载排序，并按卸载顺序依次为每个子任务进行卸载调度。方法包括：采样出多个任务卸载场景。针对特定的场景，训练出与之对应的任务卸载策略。对于每个场景，初始化本地目标策略和网络参数。根据本地采样策略选择并执行动作，获得奖励，收集经验轨迹。更新目标策略网络参数。对全局策略的网络参数进行更新。本发明的优点是：更加稳定，少量训练就能实现对环境的良好探索，具有更好的卸载效果。

公开(公告)号：CN112188442B

公开(公告)日：2021-12-07

申请号：CN202011277394.7

申请日：2020-11-16

Applicant: 西南交通大学

Inventor： 戴朋林 ,  胡凯文 ,  吴晓 ,  邢焕来 ,  罗寿西

IPC: H04W4/44 ,  H04W4/46 ,  H04W28/08 ,  H04L29/08 ,  G06F9/50 ,  G06F21/62 ,  G06F21/64 ,  G06N3/08 ,  G16Y10/40 ,  G16Y20/10 ,  G16Y20/20 ,  G16Y30/00 ,  G16Y40/10 ,  G16Y40/20 ,  G16Y40/30 ,  G16Y40/50

Abstract: 本发明公开了一种基于移动边缘计算的车联网数据驱动任务卸载系统和方法，包括：应用层、车辆层、MEC层和云层。应用层包括数据感知管理、ITS服务管理和道路安全管理；车辆层包括：感知车辆和计算车辆。感知车辆收集各类交通数据并卸载给计算服务器计算，计算车辆为V2V通信范围内的子任务提供计算服务；MEC层包括：MEC服务器和RSU，MEC服务器作为计算服务器和本地调度器部署在RSU附近；云层包括云服务器和主干网，车辆可以通过蜂窝接口将其子任务卸载到云服务器。本发明的优点是：降低了数据驱动任务的服务延迟及服务花费，并且任务卸载架构是分布式的，能够有效降低任务卸载调度的决策时间，提高资源的利用率。

公开(公告)号：CN112188442A

公开(公告)日：2021-01-05

申请号：CN202011277394.7

申请日：2020-11-16

Applicant: 西南交通大学

Inventor： 戴朋林 ,  胡凯文 ,  吴晓 ,  邢焕来 ,  罗寿西

IPC: H04W4/44 ,  H04W4/46 ,  H04W28/08 ,  H04L29/08 ,  G06F9/50 ,  G06F21/62 ,  G06F21/64 ,  G06N3/08 ,  G16Y10/40 ,  G16Y20/10 ,  G16Y20/20 ,  G16Y30/00 ,  G16Y40/10 ,  G16Y40/20 ,  G16Y40/30 ,  G16Y40/50

Abstract: 本发明公开了一种基于移动边缘计算的车联网数据驱动任务卸载系统和方法，包括：应用层、车辆层、MEC层和云层。应用层包括数据感知管理、ITS服务管理和道路安全管理；车辆层包括：感知车辆和计算车辆。感知车辆收集各类交通数据并卸载给计算服务器计算，计算车辆为V2V通信范围内的子任务提供计算服务；MEC层包括：MEC服务器和RSU，MEC服务器作为计算服务器和本地调度器部署在RSU附近；云层包括云服务器和主干网，车辆可以通过蜂窝接口将其子任务卸载到云服务器。本发明的优点是：降低了数据驱动任务的服务延迟及服务花费，并且任务卸载架构是分布式的，能够有效降低任务卸载调度的决策时间，提高资源的利用率。

公开(公告)号：CN115002123A

公开(公告)日：2022-09-02

申请号：CN202210579266.0

申请日：2022-05-25

Applicant: 西南交通大学

Inventor： 赵康利 ,  戴朋林 ,  胡凯文 ,  吴晓 ,  邢焕来

IPC: H04L67/1001 ,  H04L67/12 ,  G06F9/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于移动边缘计算的快速适应任务卸载系统和方法，系统包括：应用层、车辆层和MEC层；应用层的子任务被卸载到MEC服务器或本地车辆上运行，车辆层的每辆车辆都在本地对部分子任务进行处理。MEC层根据定义好的任务卸载方法为所有子任务进行卸载排序，并按卸载顺序依次为每个子任务进行卸载调度。方法包括：采样出多个任务卸载场景。针对特定的场景，训练出与之对应的任务卸载策略。对于每个场景，初始化本地目标策略和网络参数。根据本地采样策略选择并执行动作，获得奖励，收集经验轨迹。更新目标策略网络参数。对全局策略的网络参数进行更新。本发明的优点是：更加稳定，少量训练就能实现对环境的良好探索，具有更好的卸载效果。