一种MEC服务器集群的智能协同策略的实现方法

发明专利有效专利

申请号：
CN202210170931.0
IPC分类号：H04W24/02;H04L67/10;G06N3/08
申请日期：
2022-02-23
申请人：
重庆邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种MEC服务器集群的智能协同策略的实现方法
申请号	CN202210170931.0	申请日期	2022-02-23
法律状态	公开	申报国家	中国
公开/公告日	2022-05-31	公开/公告号	CN114567895A
优先权	暂无	优先权号	暂无
主分类号	H04W24/02 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04W 无线通信网络〔2009.01〕 H04W24/00 监督，监控或测试装置〔2009.01〕 H04W24/02 用于优化操作环境的装置〔2009.01〕	IPC分类号	H;0;4;W;2;4;/;0;2;;;H;0;4;L;6;7;/;1;0;;;G;0;6;N;3;/;0;8查看分类表>
申请人	重庆邮电大学	申请人地址	重庆市南岸区南山街道崇文路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	重庆邮电大学	当前权利人	重庆邮电大学
发明人	李云;陈治涵
代理机构	重庆辉腾律师事务所	代理人	暂无

摘要

本发明属于移动通信技术和计算机技术领域，具体涉及一种MEC服务器集群的智能协同策略的实现方法；所述方法包括在包含N个小基站和一个宏基站的移动边缘网络中，为每个小基站上配备一个MEC服务器，并建立出MEC服务器集群的系统通信模型；根据进行任务迁移时产生的拥塞延迟和任务迁移产生的计算时延，分别建立出MEC服务器集群的延迟和能耗模型，并得到系统总开销模型；最小化所有MEC服务器集群的总开销即系统总开销，利用深度强化学习DQN算法优化系统总开销输出最优解。本发明在MEC服务器集群上构建出新的智能协同模型，利用深度强化学习算法来获取MEC集群的最优的任务迁移决策，能够适用于多种类型的边缘计算业务场景。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供