Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院计算技术研究所彭晓晖获国家专利权

中国科学院计算技术研究所彭晓晖获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国科学院计算技术研究所申请的专利一种边缘计算任务卸载与资源分配方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119336484B

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411225023.2,技术领域涉及:G06F9/50;该发明授权一种边缘计算任务卸载与资源分配方法及装置是由彭晓晖;乔旭辉;王一帆设计研发完成,并于2024-09-03向国家知识产权局提交的专利申请。

一种边缘计算任务卸载与资源分配方法及装置在说明书摘要公布了:本发明提出一种基于时延预估的深度学习推理方法,包括:获取边缘‑终端任务场景中终端设备和边缘服务器的任务数据;该任务参数包括该终端设备的任务卸载比例;基于该任务数据,计算该边缘‑终端任务场景的任务卸载参数,及卸载任务的目标函数和约束条件;将该任务卸载参数、该目标函数和该条件约束,输入近端策略优化模型进行训练,当该近端策略优化模型完成策略收敛或达到预定训练步数后,由该近端策略优化模型输出该边缘‑终端任务场景的任务卸载策略和资源分配策略。本发明通过PPO改进模型实现端‑边协同场景下的计算卸载和资源分配策略,解决了现有计算卸载对边缘节点负载均衡水平关注不足,以及不重视实际场景中任务具有时间序列特征的问题。

本发明授权一种边缘计算任务卸载与资源分配方法及装置在权利要求书中公布了:1.一种边缘计算任务卸载与资源分配方法,其特征在于,包括: 初始化步骤,获取边缘-终端任务场景中终端设备和边缘服务器的任务数据;该任务参数包括该终端设备的任务卸载比例; 数据获取步骤,基于该任务数据,计算该边缘-终端任务场景的任务卸载参数,及卸载任务的目标函数和约束条件,该目标函数及其约束条件满足: 其中;ω1为时延权重,ω2为能耗权重,ω1+ω2=1,ω3为负载均衡权重,ω3∈1,2,任务总时延 为该任务在第n个终端设备的本地执行时延,为该任务那输出至边缘服务器执行的边缘时延,任务总能耗 为任务在第n个终端设备本地处理的能耗,为任务由第n个终端设备传输至边缘服务器的能耗,LB为该边缘服务器的负载均衡度,Lm为第m个边缘服务器的CPU占用率,Lavg表示边缘服务器的CPU利用率的平均值,M为该边缘-终端任务场景的边缘服务器个数,约束条件C1表示满足任务卸载比例αn约束条件C2表示满足带宽分配比例bn,约束条件C3表示满足计算资源分配比例kn,约束条件C4表示满足总带宽W对分配给终端设备的带宽比例的限制,约束条件C5表示满足边缘服务器的计算能力对分配给终端设备的计算资源比例的限制,约束条件C6表示满足每个任务的总时延受该任务的最大可接受延迟τn的限制; 策略生成步骤,将该任务卸载参数、该目标函数和该条件约束,输入近端策略优化模型进行训练,当该近端策略优化模型完成策略收敛或达到预定训练步数后,由该近端策略优化模型输出该边缘-终端任务场景的任务卸载策略和资源分配策略。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院计算技术研究所,其通讯地址为:100080 北京市海淀区中关村科学院南路6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。