CN116582873B - 通过5g网络演算优化卸载任务降低延时和能耗的系统 - Google Patents

通过5g网络演算优化卸载任务降低延时和能耗的系统 Download PDF

Info

Publication number
CN116582873B
CN116582873B CN202310859675.0A CN202310859675A CN116582873B CN 116582873 B CN116582873 B CN 116582873B CN 202310859675 A CN202310859675 A CN 202310859675A CN 116582873 B CN116582873 B CN 116582873B
Authority
CN
China
Prior art keywords
energy consumption
delay
parameter
value
objects
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310859675.0A
Other languages
English (en)
Other versions
CN116582873A (zh
Inventor
崔柳毅
聂斌
孙华
蒲建伟
杨小远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HUNAN PROVINCIAL COMMUNICATIONS CONSTRUCTION CO Ltd
Original Assignee
HUNAN PROVINCIAL COMMUNICATIONS CONSTRUCTION CO Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by HUNAN PROVINCIAL COMMUNICATIONS CONSTRUCTION CO Ltd filed Critical HUNAN PROVINCIAL COMMUNICATIONS CONSTRUCTION CO Ltd
Priority to CN202310859675.0A priority Critical patent/CN116582873B/zh
Publication of CN116582873A publication Critical patent/CN116582873A/zh
Application granted granted Critical
Publication of CN116582873B publication Critical patent/CN116582873B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/09—Management thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本发明公开了通过5G网络演算优化卸载任务降低延时和能耗的系统，本发明涉及5G网络技术领域，解决了不能及时确认不同计算任务的时长以及能耗参数，导致进行优化时，会造成优化过盛或优化不足的情况，本发明根据不同计算对象所产生的被访问数据，生成不同计算对象的排序值，后续根据具体的排序值，生成对应的排序表，再对不同计算对象的能耗标准值以及延时标准值进行确认，后续，分析网络处理过程所产生的数据，根据具体分析结果，将排序在后延的计算对象进行确认，并卸载对应计算对象所产生的计算任务，采用此种卸载方式，将系统内被访问次数较少的计算任务进行删除，在后续数据处理时，不会影响外部人员的使用效果。

Description

通过5G网络演算优化卸载任务降低延时和能耗的系统
技术领域
本发明涉及5G网络技术领域，具体为通过5G网络演算优化卸载任务降低延时和能耗的系统。
背景技术
5G网络是第五代移动通信网络，其峰值理论传输速度可达20Gbps，合2.5GB每秒，比4G网络的传输速度快10倍以上；
专利公告号为CN107635236B的发明公开了一种面向5G网络的无线回程优化方法，首先，在所构建的网络系统模型的基础上，分析各个节点的干扰，从而得到各个节点的信噪比计算公式；继而，定义一个基于实际数据重发的时间间隔，提出数据重发模型，再根据所得信噪比计算得到重传时延；进而，建立以时延最小化、吞吐量最大化为目标的优化模型，并且，在分析用户数目变化的基础上，提出了针对特殊情况的优化模型；最后，针对所提出的优化模型提出了一种基于分支定界理论的启发式算法；本发明的方法在尽可能保证对每个用户公平的基础上，尽可能的满足每个用户的需求；并且，在考虑资源平衡的基础上，实现网络总体平均时延最小、网络吞吐量最大，进而提升用户体验。
5G网络在进行演算优化时，内部存在大量的计算任务，会对整个网络处理处理的时长以及能耗造成影响，故需要对其进行优化，但在具体优化过程中，并不能及时确认不同计算任务的时长以及能耗参数，导致进行优化时，会造成优化过盛或优化不足的情况。
发明内容
针对现有技术的不足，本发明提供了通过5G网络演算优化卸载任务降低延时和能耗的系统，解决了不能及时确认不同计算任务的时长以及能耗参数，导致进行优化时，会造成优化过盛或优化不足的情况。
为实现以上目的，本发明通过以下技术方案予以实现：通过5G网络演算优化卸载任务降低延时和能耗的系统，数据采集单元，用于对5G网络内对应计算对象的被访问数据进行采集，其中被访问数据包括对应计算对象的被访问次数以及被访问时长；
目标数据分析单元，对所采集的被访问数据进行接收，并对所接收到的被访问数据进行分析，根据分析结果，生成不同计算对象的排序值，并将不同计算对象的排序值传输至对象排序单元内，具体方式为：
限定一组监测周期T，将此监测周期T内所产生的不同计算对象的被访问数据进行接收，并将不同计算对象的被访问次数标记为CSi，将不同计算对象的被访问时长标记为SCi，其中i代表不同的计算对象；
采用PXi=CSi×C1+SCi×C2得到属于不同计算对象的排序值PXi，其中C1以及C2均为预设的固定系数因子；
并将计算所得的不同计算对象的排序值PXi传输至对象排序单元内；
对象排序单元，根据不同计算对象的排序值，将不同的计算对象进行排序，并按照数值从大至小排列的方式，生成排序表，并将所生成的排序表传输至自适应分析单元内；
所述过往数值提取单元，对不同计算对象过往24h内所产生的计算延时参数以及能耗参数进行记录，并将所记录的不同计算对象的参数传输至时段数值分析单元内；
所述时段数值分析单元，并从所记录的若干组数值内，对属于不同计算对象所对应的能耗参数以及延时参数进行分析，从其中的分析结果内，对不同计算对象的能耗标准值以及延时标准值进行确认，具体方式为：
从所记录的若干组数值内，将对应计算对象不同时段所产生的延时参数标记为YSi-k，将对应计算对象不同时段所产生的能耗参数标记为NHi-k，其中k=1、2、……、n，i代表不同计算对象；
将不同时段的延时参数YSi-k进行均值处理，得到延时处理均参，并将其标记为JCi，采用得到对应j值所对应的偏差值PCi-k，其中j∈n，从若干组偏差值PCi-k内选取最小值，并提取此最小值所对应的延时参数拟定为延时标准值；
将不同时段的能耗参数NHi-k进行均值处理，得到能耗处理均参，并将其标记为NCi，采用得到对应k值所对应的偏差值QCi-k，其中t∈n，从若干组偏差值QCi-k内选取最小值，并提取此最小值所对应的能耗参数标记为能耗标准值；
将不同计算对象所产生的延时标准值以及能耗标准值传输至确认单元内进行存储确认处理；
所述监测单元，对5G网络数据处理过程中所产生的总延时参数以及总能耗参数进行监测，并将所监测的总延时参数以及总能耗参数传输至自适应分析单元内；
所述自适应分析单元，根据所监测的总延时参数以及总能耗参数，分析对应的参数是否超出预设值，若超出对应的预设值，则将对应的计算对象编号传输至卸载单元内，若未超出对应的预设值，则不进行任何处理，具体方式为：
将所监测的总延时参数标记为ZYC，将所监测的总能耗参数标记为ZHC，将总延时参数ZYC与预设参数Y1进行比对，将总能耗参数ZHC与预设参数Y2进行比对，其中Y1以及Y2均为预设值；
当ZYC≤Y1以及ZHC≤Y2时，不进行任何处理；
当存在ZYC＞Y1或ZHC＞Y2时，确认对应的能耗差值以及延时差值；
提取对应计算对象的排序表，以及对应计算对象所确认的延时标准值以及能耗标准值，从排序表内内最后一组计算对象往前依次进行剔除，直至所提出的延时标准值和能耗标准值均大于能耗差值和延时差值时停止，记录所剔除计算对象的编号；
将所记录的编号传输至卸载单元内。
优选的，所述卸载单元，根据所记录的编号，直接卸载指定的计算对象。
本发明提供了通过5G网络演算优化卸载任务降低延时和能耗的系统。与现有技术相比具备以下有益效果：
本发明根据不同计算对象所产生的被访问数据，生成不同计算对象的排序值，后续根据具体的排序值，生成对应的排序表，再对不同计算对象的能耗标准值以及延时标准值进行确认，后续，分析网络处理过程所产生的数据，根据具体分析结果，将排序在后延的计算对象进行确认，并卸载对应计算对象所产生的计算任务，采用此种卸载方式，将系统内被访问次数较少的计算任务进行删除，在后续数据处理时，不会影响外部人员的使用效果；
同时采用获取偏差值的处理方式，使对应计算对象的能耗标准值以及延时标准值更加准确，在后续进行任务卸载时，更加精准，提升整个系统的运行效果，在实际处理过程中，不会出现优化过盛或优化不足的情况。
附图说明
图1为本发明原理框架示意图；
图2为本发明方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
请参阅图1，本申请提供了通过5G网络演算优化卸载任务降低延时和能耗的系统，包括数据采集单元、过往数值提取单元、网络优化管理中心以及监测单元，其中数据采集单元以及过往数值提取单元均与网络优化管理中心输入端电性连接，所述监测单元与网络优化管理中心输入端电性连接；
所述网络优化管理中心包括目标数据分析单元、卸载单元、对象排序单元、自适应分析单元、时段数值分析单元以及确认单元，所述目标数据分析单元与对象排序单元输入端电性连接，所述对象排序单元与自适应分析单元输入端电性连接，所述自适应分析 单元与卸载单元输入端电性连接，所述时段数值分析单元与确认单元输入端电性连接，所述确认单元与自适应分析单元输入端电性连接；
所述数据采集单元，用于对5G网络内对应计算对象的被访问数据进行采集，其中被访问数据包括对应计算对象的被访问次数以及被访问时长；
所述目标数据分析单元，对所采集的被访问数据进行接收，并对所接收到的被访问数据进行分析，根据分析结果，生成不同计算对象的排序值，并将不同计算对象的排序值传输至对象排序单元内，其中，进行分析的具体方式为：
限定一组监测周期T，其中T一般取值168h，将此监测周期T内所产生的不同计算对象的被访问数据进行接收，并将不同计算对象的被访问次数标记为CSi，将不同计算对象的被访问时长标记为SCi，其中i代表不同的计算对象；
采用PXi=CSi×C1+SCi×C2得到属于不同计算对象的排序值PXi，其中C1以及C2均为预设的固定系数因子，其具体取值由操作人员根据经验拟定；
并将计算所得的不同计算对象的排序值PXi传输至对象排序单元内。
所述对象排序单元，根据不同计算对象的排序值，将不同的计算对象进行排序，并按照数值从大至小排列的方式，生成排序表，并将所生成的排序表传输至自适应分析单元内。
所述过往数值提取单元，对不同计算对象过往24h内所产生的计算延时参数以及能耗参数进行记录，并将所记录的不同计算对象的参数传输至时段数值分析单元内；
所述时段数值分析单元，并从所记录的若干组数值内，对属于不同计算对象所对应的能耗参数以及延时参数进行分析，从其中的分析结果内，对不同计算对象的能耗标准值以及延时标准值进行确认，其中进行分析的具体方式为：
从所记录的若干组数值内，将对应计算对象不同时段所产生的延时参数标记为YSi-k，将对应计算对象不同时段所产生的能耗参数标记为NHi-k，其中k=1、2、……、n，n取值24，i代表不同计算对象；
将不同时段的延时参数YSi-k进行均值处理，得到延时处理均参，并将其标记为JCi，采用得到对应j值所对应的偏差值PCi-k，其中j∈n，从若干组偏差值PCi-k内选取最小值，并提取此最小值所对应的延时参数拟定为延时标准值；
将不同时段的能耗参数NHi-k进行均值处理，得到能耗处理均参，并将其标记为NCi，采用得到对应k值所对应的偏差值QCi-k，其中t∈n，从若干组偏差值QCi-k内选取最小值，并提取此最小值所对应的能耗参数标记为能耗标准值；
将不同计算对象所产生的延时标准值以及能耗标准值传输至确认单元内进行存储确认处理。
实施例二
所述监测单元，对5G网络数据处理过程中所产生的总延时参数以及总能耗参数进行监测，并将所监测的总延时参数以及总能耗参数传输至自适应分析单元内；
所述自适应分析单元，根据所监测的总延时参数以及总能耗参数，分析对应的参数是否超出预设值，若超出对应的预设值，则将对应的计算对象编号传输至卸载单元内，若未超出对应的预设值，则不进行任何处理，进行分析的具体方式为：
将所监测的总延时参数标记为ZYC，将所监测的总能耗参数标记为ZHC，将总延时参数ZYC与预设参数Y1进行比对，将总能耗参数ZHC与预设参数Y2进行比对，其中Y1以及Y2均为预设值，其具体取值由操作人员根据经验拟定；
当ZYC≤Y1以及ZHC≤Y2时，不进行任何处理，反之，确认对应的能耗差值以及延时差值；
提取对应计算对象的排序表，以及对应计算对象所确认的延时标准值以及能耗标准值，从排序表内内最后一组计算对象往前依次进行剔除，直至所提出的延时标准值和能耗标准值均大于能耗差值和延时差值时停止，记录所剔除计算对象的编号；
将所记录的编号传输至卸载单元内。
所述卸载单元，根据所记录的编号，直接卸载指定的计算对象。
实施例三
结合图2，通过5G网络演算优化卸载任务降低延时和能耗的方法，包括以下步骤：
步骤一、优先对不同计算对象的被访问数据进行采集，并通过所采集的被访问数据，对不同计算对象的排序值进行确认，后续根据所确认的排序值，对不同的计算对象进行排序，并同时生成排序表；
步骤二、对过往数据中所产生的计算延时参数以及能耗参数进行记录，并根据所记录的具体参数，计算不同计算对象的偏差值，后续根据所确认的偏差值，确认能耗标准值以及延时标准值；
步骤三、在5G网络数据处理过程中，对所产生的总延时参数以及总能耗参数进行监测，并根据所监测的具体参数，分析对应的参数是否超出预设值，若超出预设值，则便需要卸载对应的计算对象，按照排序表以及步骤二中所确定的能耗标准值以及延时标准值，将排序名次在后的计算对象依次剔除，并记录计算对象的编号；
步骤四、根据所记录的计算对象编号，直接卸载对应计算对象的计算任务，保障网络验算优化效果。
实施例四
本实施例在具体实施过程中，包含上述三组实施例的全部实施过程。
上述公式中的部分数据均是去其纲量进行数值计算，同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (6)

1.通过5G网络演算优化卸载任务降低延时和能耗的系统，其特征在于，包括：
数据采集单元，用于对5G网络内对应计算对象的被访问数据进行采集，其中被访问数据包括对应计算对象的被访问次数以及被访问时长；
目标数据分析单元，对所采集的被访问数据进行接收，并对所接收到的被访问数据进行分析，根据分析结果，生成不同计算对象的排序值，并将不同计算对象的排序值传输至对象排序单元内；
对象排序单元，根据不同计算对象的排序值，将不同的计算对象进行排序，并按照数值从大至小排列的方式，生成排序表，并将所生成的排序表传输至自适应分析单元内；
过往数值提取单元，对不同计算对象过往24h内所产生的计算延时参数以及能耗参数进行记录，并将所记录的不同计算对象的参数传输至时段数值分析单元内；
时段数值分析单元，并从所记录的若干组数值内，对属于不同计算对象所对应的能耗参数以及延时参数进行分析，从其中的分析结果内，对不同计算对象的能耗标准值以及延时标准值进行确认；
监测单元，对5G网络数据处理过程中所产生的总延时参数以及总能耗参数进行监测，并将所监测的总延时参数以及总能耗参数传输至自适应分析单元内；
所述自适应分析单元，根据所监测的总延时参数以及总能耗参数，分析对应的参数是否超出预设值，若超出对应的预设值，则将对应的计算对象编号传输至卸载单元内，若未超出对应的预设值，则不进行任何处理。
2.根据权利要求1所述的通过5G网络演算优化卸载任务降低延时和能耗的系统，其特征在于，所述目标数据分析单元，对被访问数据进行分析的具体方式为：
限定一组监测周期T，将此监测周期T内所产生的不同计算对象的被访问数据进行接收，并将不同计算对象的被访问次数标记为CSi，将不同计算对象的被访问时长标记为SCi，其中i代表不同的计算对象；
采用PXi=CSi×C1+SCi×C2得到属于不同计算对象的排序值PXi，其中C1以及C2均为预设的固定系数因子；
并将计算所得的不同计算对象的排序值PXi传输至对象排序单元内。
3.根据权利要求1所述的通过5G网络演算优化卸载任务降低延时和能耗的系统，其特征在于，所述时段数值分析单元，对属于不同计算对象所对应的能耗参数以及延时参数进行分析的具体方式为：
从所记录的若干组数值内，将对应计算对象不同时段所产生的延时参数标记为YSi-k，将对应计算对象不同时段所产生的能耗参数标记为NHi-k，其中k=1、2、……、n，i代表不同计算对象；
将不同时段的延时参数YSi-k进行均值处理，得到延时处理均参，并将其标记为JCi，采用得到对应j值所对应的偏差值PCi-k，其中j∈n，从若干组偏差值PCi-k内选取最小值，并提取此最小值所对应的延时参数拟定为延时标准值；
将不同时段的能耗参数NHi-k进行均值处理，得到能耗处理均参，并将其标记为NCi，采用得到对应k值所对应的偏差值QCi-k，其中t∈n，从若干组偏差值QCi-k内选取最小值，并提取此最小值所对应的能耗参数标记为能耗标准值；
将不同计算对象所产生的延时标准值以及能耗标准值传输至确认单元内进行存储确认处理。
4.根据权利要求1所述的通过5G网络演算优化卸载任务降低延时和能耗的系统，其特征在于，所述自适应分析单元，对所监测的总延时参数以及总能耗参数进行分析的具体方式为：
将所监测的总延时参数标记为ZYC，将所监测的总能耗参数标记为ZHC，将总延时参数ZYC与预设参数Y1进行比对，将总能耗参数ZHC与预设参数Y2进行比对，其中Y1以及Y2均为预设值；
当ZYC≤Y1以及ZHC≤Y2时，不进行任何处理。
5.根据权利要求4所述的通过5G网络演算优化卸载任务降低延时和能耗的系统，其特征在于，当存在ZYC＞Y1或ZHC＞Y2时，确认对应的能耗差值以及延时差值；
提取对应计算对象的排序表，以及对应计算对象所确认的延时标准值以及能耗标准值，从排序表内内最后一组计算对象往前依次进行剔除，直至所提出的延时标准值和能耗标准值均大于能耗差值和延时差值时停止，记录所剔除计算对象的编号；
将所记录的编号传输至卸载单元内。
6.根据权利要求5所述的通过5G网络演算优化卸载任务降低延时和能耗的系统，其特征在于，所述卸载单元，根据所记录的编号，直接卸载指定的计算对象。
CN202310859675.0A 2023-07-13 2023-07-13 通过5g网络演算优化卸载任务降低延时和能耗的系统 Active CN116582873B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310859675.0A CN116582873B (zh) 2023-07-13 2023-07-13 通过5g网络演算优化卸载任务降低延时和能耗的系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310859675.0A CN116582873B (zh) 2023-07-13 2023-07-13 通过5g网络演算优化卸载任务降低延时和能耗的系统

Publications (2)

Publication Number Publication Date
CN116582873A CN116582873A (zh) 2023-08-11
CN116582873B true CN116582873B (zh) 2023-09-08

Family

ID=87536424

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310859675.0A Active CN116582873B (zh) 2023-07-13 2023-07-13 通过5g网络演算优化卸载任务降低延时和能耗的系统

Country Status (1)

Country Link
CN (1) CN116582873B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108647084A (zh) * 2018-05-08 2018-10-12 武汉轻工大学 能效云任务调度方法
CN110418356A (zh) * 2019-06-18 2019-11-05 深圳大学 一种计算任务卸载方法、装置及计算机可读存储介质
CN110505644A (zh) * 2019-09-26 2019-11-26 江南大学 5g超密集异构网络下的用户任务卸载与资源分配联合优化方法
CN113316116A (zh) * 2021-05-27 2021-08-27 南京邮电大学 一种基于多臂赌博机的车辆计算任务卸载方法
CN113377547A (zh) * 2021-08-12 2021-09-10 南京邮电大学 一种5g边缘计算环境下计算任务智能卸载和安全保障方法
CN113673091A (zh) * 2021-07-26 2021-11-19 哈尔滨工业大学 一种机载嵌入式实时大点数时序信号处理方法
WO2022027776A1 (zh) * 2020-08-03 2022-02-10 威胜信息技术股份有限公司 边缘计算网络任务调度与资源分配方法和边缘计算系统
CN114691372A (zh) * 2022-04-18 2022-07-01 鹏城实验室 一种多媒体端边云系统的群体智能控制方法
CN114980216A (zh) * 2022-06-01 2022-08-30 江南大学 基于移动边缘计算的依赖型任务卸载系统及方法
WO2022228267A1 (zh) * 2021-04-30 2022-11-03 华为技术有限公司 一种通信处理方法、通信装置以及通信系统
CN115473896A (zh) * 2022-09-14 2022-12-13 国网江苏省电力有限公司电力科学研究院 基于dqn算法的电力物联网卸载策略和资源配置优化方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108647084A (zh) * 2018-05-08 2018-10-12 武汉轻工大学 能效云任务调度方法
CN110418356A (zh) * 2019-06-18 2019-11-05 深圳大学 一种计算任务卸载方法、装置及计算机可读存储介质
CN110505644A (zh) * 2019-09-26 2019-11-26 江南大学 5g超密集异构网络下的用户任务卸载与资源分配联合优化方法
WO2022027776A1 (zh) * 2020-08-03 2022-02-10 威胜信息技术股份有限公司 边缘计算网络任务调度与资源分配方法和边缘计算系统
WO2022228267A1 (zh) * 2021-04-30 2022-11-03 华为技术有限公司 一种通信处理方法、通信装置以及通信系统
CN113316116A (zh) * 2021-05-27 2021-08-27 南京邮电大学 一种基于多臂赌博机的车辆计算任务卸载方法
CN113673091A (zh) * 2021-07-26 2021-11-19 哈尔滨工业大学 一种机载嵌入式实时大点数时序信号处理方法
CN113377547A (zh) * 2021-08-12 2021-09-10 南京邮电大学 一种5g边缘计算环境下计算任务智能卸载和安全保障方法
CN114691372A (zh) * 2022-04-18 2022-07-01 鹏城实验室 一种多媒体端边云系统的群体智能控制方法
CN114980216A (zh) * 2022-06-01 2022-08-30 江南大学 基于移动边缘计算的依赖型任务卸载系统及方法
CN115473896A (zh) * 2022-09-14 2022-12-13 国网江苏省电力有限公司电力科学研究院 基于dqn算法的电力物联网卸载策略和资源配置优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JOTE:joint offloading of task and energy in fog-enabled iot networks;penghao cai;2019IEEE 90th vehicular technology conference;全文 *

Also Published As

Publication number Publication date
CN116582873A (zh) 2023-08-11

Similar Documents

Publication Publication Date Title
CN111795488B (zh) 一种分布式机房温度的智能调控系统及方法
CN109471847B (zh) 一种i/o拥塞控制方法及控制系统
EP4020315A1 (en) Method, apparatus and system for determining label
CN112633316A (zh) 一种基于边界估值理论的负荷预测方法和装置
CN113516244A (zh) 一种智能运维方法、装置、电子设备及存储介质
CN114513470A (zh) 网络流量控制方法、装置、设备及计算机可读存储介质
CN116633798A (zh) 一种基于数据分析的物联网卡数据流量监控预警系统
CN116894539A (zh) 一种服装生产监测方法、系统及介质
CN116582873B (zh) 通过5g网络演算优化卸载任务降低延时和能耗的系统
CN111901134B (zh) 一种基于循环神经网络模型rnn的预测网络质量的方法和装置
CN113377696A (zh) 一种基于计算机设备的总线数据处理方法
CN114826767A (zh) 一种基于云连接的云平台防火墙防护管控系统
CN116502802A (zh) 一种基于大数据与无线传感技术的数据管理系统
CN113570241A (zh) 一种输电线路巡检机器人任务优化分配方法及装置
CN115884195A (zh) 模型训练方法、无线资源调度方法及其装置及电子设备
CN112069168A (zh) 一种设备运行数据云端存储方法
CN111327674A (zh) 一种适用于区块链工作量证明的单边缘服务器缓存算法
CN117096955B (zh) 一种分布式光伏集群运行控制系统
CN114898152B (zh) 嵌入式弹性自扩展通用学习系统
CN116052404B (zh) 一种基于5g通信技术的电网数据交互系统
CN112965810B (zh) 一种基于共享网络通道的多内核浏览器数据整合方法
CN117812057B (zh) 一种基于数字云对讲系统的门禁设备及其控制方法
CN112446570A (zh) 一种库存健康度指标构建方法、系统、设备、存储介质
CN116010833B (zh) 基于缺失数据补全的数控机床健康状态评估方法及装置
CN117631599B (zh) 一种基于数据分析的工控机数据传输方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant