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！

龙图腾网获悉长春大学申请的专利基于螳螂虾优化及安全保护的车联网计算任务卸载方法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：CN120723337B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511194703.7，技术领域涉及：G06F9/445；该发明授权基于螳螂虾优化及安全保护的车联网计算任务卸载方法是由刘玉宝;李琛昊;闫勃承;孙全超;王本睿;姜海月;祝海英;刘志远;王艳柏;王绍强;戴银飞;隋玉萍设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本基于螳螂虾优化及安全保护的车联网计算任务卸载方法在说明书摘要公布了：基于螳螂虾优化及安全保护的车联网计算任务卸载方法属于车联网技术领域。本发明通过模拟基于螳螂虾独特视觉特性的螳螂虾行为策略的操作，在异构和复杂的车联网环境中快速寻找最优解策略，为计算任务分配合理的卸载点，有效提高了车联网边缘计算系统整体性能。本发明对计算任务进行分类，赋予计算任务不同的优先级，考虑计算任务的调度方式，为车联网边缘计算带来全方位的性能提升。本发明考虑了安全、时延和能耗的联合优化，保证了车联网计算任务安全高效的卸载。本发明利用独特的偏振光更新机制与螳螂虾行为策略更新机制，增加了探索解空间的多样性，避免陷入早熟收敛情况，改进了解的搜索效率，能更高效地找到高质量的最优解。

本发明授权基于螳螂虾优化及安全保护的车联网计算任务卸载方法在权利要求书中公布了：1.基于螳螂虾优化及安全保护的车联网计算任务卸载方法，其特征在于：包括以下步骤，并且以下步骤顺次进行： 步骤一：建立包括多种实体的车联网边缘计算架构，所述实体分别为车辆、路侧单元RSU、边缘服务节点以及云中心；所述云中心与多个边缘服务节点通信连接；每个所述边缘服务节点均与多个路侧单元RSU通信连接，边缘服务节点采用MEC服务器；所述路侧单元RSU的上端连接至少一个边缘服务节点，路侧单元RSU的下端与进入其检测范围内的车辆通信连接； 步骤二：建立车辆计算任务模型、车辆移动性模型、实体间的通信模型以及安全容量模型； 步骤三：建立车辆的本地计算模型、边缘卸载计算模型以及车辆卸载计算模型，计算并获得各计算模型中各执行计算任务的时延开销、能耗开销、边缘服务节点能提供的安全保护等级以及卸载车辆能提供的安全保护等级；其中，将计算任务卸载给其他车辆或边缘服务节点的车辆称为被卸载车辆，处理被卸载车辆卸载的计算任务的车辆称为卸载车辆，处理被卸载车辆卸载的计算任务的边缘服务节点称为卸载边缘服务节点； 步骤四：结合时延开销、能耗开销和安全保护等级三个关键指标，建立关于车辆计算任务卸载的联合优化问题目标函数； 步骤五：条件初始化并利用改进的螳螂虾优化算法对目标函数进行迭代优化，执行指定迭代次数或者输出结果达到设定的收敛条件，找到最优解；其中，改进的螳螂虾优化算法中采用了基于检测到的偏振光类型的螳螂虾行为策略进行优化; 所述步骤二中车辆计算任务模型用一个元组来表示：，其中表示计算任务所需上传数据的大小；表示计算任务所需要的CPU时钟周期数；表示任务完成所能容忍的最大时间限制；表示任务的关键程度等级，分别对应低优先级，中优先级，高优先级；表示任务的安全性等级，或，表示该任务不需要保护卸载，表示该任务需要被保护卸载；表示任务的决策变量，,表示在本地执行任务，表示任务需要被卸载到其它车辆执行，表示任务需要被卸载到边缘服务节点执行； 其中，任务的关键程度等级由人工设定，高优先级的任务包括车辆控制、自动驾驶、道路预警；中优先级包括视野增强、路径导航；低优先级包括在线音频、娱乐游戏; 所述步骤三中各计算模型中各执行计算任务的时延开销的计算方法如下： 1本地计算模型的计算任务时延开销： ； 式中，表示被卸载车辆产生的计算任务，在本地执行所需要的时间；表示被卸载车辆中的CPU每秒钟执行的时钟周期数；表示计算任务需要在被卸载车辆的任务队列中等待被执行的时间； 其中，； 式中，表示在被卸载车辆的任务队列中，排列在该计算任务之前的任务总共需要的CPU时钟周期数；表示关于计算任务的关键程度等级的指数函数； 2边缘卸载计算模型的计算任务时延开销： ； 式中，表示被卸载车辆产生的计算任务，在卸载边缘服务节点执行所需要的时间；表示被卸载车辆与卸载边缘服务节点之间的认证时间；表示计算任务需要在卸载边缘服务节点的任务队列中等待被执行的时间；表示计算任务传输到卸载边缘服务节点所需要的时间；表示计算任务在卸载边缘服务节点处理的时间；表示计算输出结果被返回到被卸载车辆的时间；表示被卸载车辆与卸载边缘服务节点对计算任务执行加密操作与解密操作的时间； 其中，； 式中，表示在卸载边缘服务节点的任务队列中，排列在计算任务之前的任务总共需要的CPU时钟周期数；表示卸载边缘服务节点中的CPU每秒钟执行的时钟周期数；表示该计算任务在排队队列中等待的最大时间；表示被卸载车辆产生的计算任务所能容忍的最大延迟；表示指数函数自变量的加法操作中第一项加数的权重因子；表示指数函数自变量的加法操作中第二项加数的权重因子； 3车辆卸载计算模型的计算任务时延开销： ； 式中，表示被卸载车辆产生的计算任务，在卸载车辆执行所需要的时间；表示被卸载车辆与卸载车辆之间的认证时间；表示计算任务需要在卸载车辆的任务队列中等待被执行的时间；表示计算任务传输到卸载车辆所需要的时间；表示计算任务由卸载车辆处理的时间；表示计算输出结果被返回到被卸载车辆的时间；表示被卸载车辆与卸载车辆对计算任务执行加密操作与解密操作的时间； 其中，； 式中，表示在卸载车辆的任务队列中，排列在计算任务之前的任务总共需要的CPU时钟周期数；表示卸载车辆中的CPU每秒钟执行的时钟周期数；表示计算任务在排队队列中等待的最大时间；表示被卸载车辆产生的计算任务所能容忍的最大延迟; 所述步骤三中能耗开销的计算方法如下： 1本地计算模型的计算任务能耗开销： ； 在式中，表示被卸载车辆产生的计算任务，在本地执行产生的能耗；表示每一台车辆核心计算所产生的功耗；表示被卸载车辆中的CPU每秒钟执行的时钟周期数；是取决于芯片结构的有效开电容系数； 2边缘卸载计算模型的计算任务能耗开销： ； 在式中，表示被卸载车辆产生的计算任务，在卸载边缘服务节点执行产生的能耗；表示被卸载车辆与卸载边缘服务节点在传输过程中产生的能耗；表示被卸载车辆与卸载边缘服务节点在认证过程中产生的能耗；表示卸载边缘服务节点处理过程中产生的能耗； 3车辆卸载计算模型的计算任务能耗开销： ； 在式中，表示被卸载车辆产生的计算任务，在卸载车辆执行产生的能耗；表示被卸载车辆与卸载车辆在传输过程中产生的能耗；表示被卸载车辆与卸载车辆在认证过程中产生的能耗；表示卸载车辆处理过程中产生的能耗; 所述步骤三中卸载边缘服务节点能提供的安全保护等级的计算公式如下： ； 在式中，表示被卸载车辆产生的计算任务卸载到卸载边缘服务节点能提供的安全等级；表示卸载边缘服务节点在过去某一时间段内的可靠度；表示卸载边缘服务节点当前的负载安全度；表示被卸载车辆与卸载边缘服务节点之间物理层链路的安全评估值; 定义： ； 在式中，表示为衰减系数，表示卸载边缘服务节点在过去设定的一个时间段内所遭受攻击的次数； ； 在式中，表示目前卸载边缘服务节点的CPU的使用率； ； 在式中，表示物理层安全容量，表示被卸载车辆产生的计算任务的传输速率； 所述步骤三中卸载车辆能提供的安全保护等级的计算公式如下： ； 在式中，表示卸载车辆证书的剩余有效期的安全评估值；表示卸载车辆在之前某一设定时间段内被检测到异常行为可能带来的风险评估值；表示卸载车辆是否需要经过中继及中继带来的风险评估值；表示卸载车辆当前的负载安全度；表示被卸载车辆与卸载车辆之间物理层链路的安全评估值; 定义： 在式中，表示证书剩余有效期，表示证书总共的有效期； ； 在式中，表示卸载车辆被检测到异常行为或恶意行为的次数； 在式中，表示被卸载车辆到卸载车辆需要经过的跳数；所述跳数为被卸载车辆传递信息到卸载车辆需要经过的中间结点的数量； 在式中，表示目前卸载车辆的CPU的使用率； ； 在式中，表示物理层安全容量，表示被卸载车辆产生的计算任务的传输速率； 所述步骤四中联合优化问题目标函数为：； 其中，表示目标函数公式，； 式中，表示被卸载车辆产生的计算任务，根据卸载决策因子计算的执行时延，其计算公式为： ； 表示被卸载车辆产生的计算任务，根据卸载决策因子计算的执行能耗，其计算公式为： ； 表示被卸载车辆产生的计算任务，根据卸载决策因子计算的执行安全等级，其计算公式为： ； 在式中，分别表示在时延、能耗、安全等级之间的权衡因子，且满足为卸载决策因子，且表示被卸载车辆产生的计算任务，在本地执行所需要的时间；表示被卸载车辆产生的计算任务，在卸载边缘服务节点执行所需要的时间；表示被卸载车辆产生的计算任务，在卸载车辆执行所需要的时间；表示被卸载车辆产生的计算任务，在本地执行所产生的能耗；表示被卸载车辆产生的计算任务，在卸载边缘服务节点执行所产生的能耗；表示被卸载车辆产生的计算任务，在卸载车辆执行所产生的能耗；表示被卸载车辆产生的计算任务，在本地执行能提供的安全等级；表示被卸载车辆产生的计算任务，在卸载边缘服务节点执行能提供的安全等级；表示被卸载车辆产生的计算任务，在卸载车辆执行能提供的安全等级。

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长春大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路6543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”。

以上内容由龙图腾AI智能生成。