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！

龙图腾网获悉南京邮电大学申请的专利需求自适应预测的边缘DPU算力协同优化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：CN118301002B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202410364085.5，技术领域涉及：H04L41/14；该发明授权需求自适应预测的边缘DPU算力协同优化卸载方法是由张晖;洪瑞韩;王倩倩设计研发完成，并于2024-03-28向国家知识产权局提交的专利申请。

本需求自适应预测的边缘DPU算力协同优化卸载方法在说明书摘要公布了：本发明公开了需求自适应预测的边缘DPU算力协同优化卸载方法，所述方法包括：建立算力需求函数模型，并依据环境进行改进；根据算力资源需求历史数据，构建拉普拉斯分布模型，预测设备的算力资源需求；确定各个边缘节点为每一个设备分配资源的代价矩阵；建立算力资源优化函数模型，并进行求解，实现算力资源的最佳分配。本发明充分考虑了设备所提任务的算力需求随机变化的情况，提出了需求自适应预测的边缘DPU算力协同优化卸载方法，依据环境因子，改进算力需求函数模型，通过拉普拉斯分布模型预测设备所提任务的算力需求，考虑边缘节点算力资源有限的条件下，能够使用最少的算力资源去满足设备所提任务的算力需求。

本发明授权需求自适应预测的边缘DPU算力协同优化卸载方法在权利要求书中公布了：1.需求自适应预测的边缘DPU算力协同优化卸载方法，其特征在于，包括以下步骤： 步骤1，建立设备所需算力资源与设备所提出计算任务的任务类型、数据量大小、算法复杂度和设备自身的DPU能力之间的算力需求函数模型； 步骤2，引入设备所处环境的环境因素，改进算力需求函数模型； 步骤3，根据设备的算力资源需求历史数据，建立拉普拉斯分布模型的概率密度函数，对设备的算力资源需求进行预测； 步骤4，建立各个边缘节点为每一个设备分配资源的代价矩阵； 步骤5，建立算力资源优化函数模型； 步骤6，对算力资源优化模型进行求解，实现算力资源的最佳分配； 步骤2中改进后的算力需求函数模型，具体表示如下： ， 其中，为改进后的设备i在t时刻的算力资源需求，为设备i在t时刻的环境因子，为设备i在t时刻所处环境的温度，为设备i在t时刻所处环境的湿度，为设备i在t时刻所处环境的电源稳定性，为设备i在t时刻所处环境的网络带宽，、、、为参数； 步骤3中拉普拉斯分布模型的概率密度函数，具体表示如下： ， 其中表示的概率密度，为时间段内设备i的算力资源需求样本值，为算力资源需求历史数据的采集周期，为采集周期的均分份数，和分别为的均值和方差； 根据概率密度函数，求得设备的算力资源需求的最大预测值和最小预测值，具体表示如下： ， ， 其中，和分别为设备的算力资源需求的最大预测值和最小预测值，表示概率，参数； 建立任务复杂度函数，并通过人工神经网络预测方法训练算力资源需求历史数据，得出t时刻的任务复杂度，并归一化为任务复杂度因子，再通过设备的算力资源需求的最大预测值和最小预测值求出设备的算力资源需求的最终预测值，具体实现如下： ， ， ， 其中，为设备i在t时刻的算力资源需求的最终预测值，为设备i在t-1时刻所提出计算任务的任务类型，为设备i在t-1时刻所提出计算任务的数据量大小；为设备i在t-1时刻所提出计算任务的算法复杂度，为任务复杂度的最大值。

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南京邮电大学，其通讯地址为：210046 江苏省南京市栖霞区文苑路9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”。