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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)申请的专利一种适用于无线网络的社交感知缓存方法及系统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：CN116471330B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310426170.5，技术领域涉及：H04L67/568；该发明授权一种适用于无线网络的社交感知缓存方法及系统是由张玮;褚昊翔;史慧玲;郝昊;谭立状;丁伟;徐嘉昕;孙弘扬设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本一种适用于无线网络的社交感知缓存方法及系统在说明书摘要公布了：本公开提供了一种适用于无线网络的社交感知缓存方法及系统，涉及无线通信技术领域，方法包括在边缘用户网络区域内，根据物理图和社会关系图将用户和设备划分成不同的组并获取社交感知通信图；通过社交感知通信图判断终端用户所在区域内潜在的连接对象，并通过信任交付机制筛选可信任用户的用户集，将可信任用户的用户集作为缓存节点来获取缓存内容；获取缓存内容后，基于联邦元学习与深度学习的缓存内容推荐模型预测用户内容偏好，将预测结果缓存在被选出的用作缓存节点的用户上，并对下一时刻的用户对于不同内容的偏好进行缓存内容的分配，在优化能耗的基础上，使其传输延迟和传输成本花费最小。本公开实现缓存内容推送的精准。

本发明授权一种适用于无线网络的社交感知缓存方法及系统在权利要求书中公布了：1.一种适用于无线网络的社交感知缓存方法，其特征在于，包括： 获取边缘用户网络区域；在边缘用户网络区域内，根据物理图和社会关系图将用户和设备划分成不同的组并获取社交感知通信图； 通过社交感知通信图判断终端用户所在区域内潜在的连接对象，并通过信任交付机制筛选可信任用户的用户集，将可信任用户的用户集作为缓存节点来获取缓存内容； 当某一终端用户在生成内容文件请求后，进行获取缓存内容的步骤为： 当需要被请求的内容是缓存在自己的存储空间时，则该内容直接在其缓存列表中获取，不建立对外的通信链路； 如果用户本地的缓存列表无法满足内容请求，那么向在其通信区域内能建立通信连接的邻居用户进行请求； 如果其邻居用户仍然无法满足内容请求的要求，则将内容请求发送到本地F-AP节点中去获取内容； 获取缓存内容后，基于联邦元学习与深度学习的缓存内容推荐模型预测用户内容偏好，将预测结果缓存在被选出的用作缓存节点的用户上，并对下一时刻的用户对于不同内容的偏好进行缓存内容的分配，在优化能耗的基础上，使其传输延迟和传输成本花费最小； 其中，联邦元学习与深度学习的缓存内容推荐模型的训练方法包括： S1：每次选取一定比例的终端用户参与缓存推荐训练过程，本地F-AP节点将下载神经网络模型的初始网络参数用于更新本地模型参数； S2：域内参与训练的终端用户从F-AP节点下载初始模型参数，使用经本地计算后的含有用户本地历史信息的数据训练神经网络模型，以得到更新后的模型参数，并将其上传到F-AP节点； S3：F-AP节点将各个用户端上传的模型参数上传到中央云服务器，中央云服务器聚合所有的模型参数，并得到更新后的全局模型参数； S4：中央云服务器再将更新后的全局模型参数分发到各个F-AP节点上，进行下一轮迭代；重复上述步骤S2和步骤S3，直至模型收敛； 定义能耗由缓存内容在F-AP节点上的存储能耗和内容传输能耗两部分组成，其中内容传输能耗来源于F-AP节点到用户的无线传输能耗开销、F-AP节点之间的有线协助传输开销及域内F-AP节点到远程云服务内容中心的有线传输开销组成；定义F-AP节点上的存储能耗和内容传输能耗，综合考虑存储能耗和内容传输能耗，定义能耗模型； 最小化总能耗的过程中，更新缓存策略和内容推荐决策，对于缓存策略更新，通过修改最低花费函数，将存储能耗考虑在内；对于内容推荐决策，将使用已经训练好的内容推荐模型来进行推荐决策，将计算每个缓存内容在每个F-AP节点上的概率分布，并选择概率最高的内容进行缓存。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)，其通讯地址为：250000 山东省济南市历下区科院路19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。