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！

龙图腾网获悉东南大学申请的专利一种基于马尔可夫决策过程的工作流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：CN116614389B 。

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：202310586316.2，技术领域涉及：H04L41/142；该发明授权一种基于马尔可夫决策过程的工作流任务卸载方法是由王爽;张易新;李小平;陈龙;朱夏设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本一种基于马尔可夫决策过程的工作流任务卸载方法在说明书摘要公布了：本发明公开了一种基于马尔可夫决策过程的工作流任务卸载方法，包括预处理阶段：对整个云边端系统进行资源监测与记录，定义服务器集合和网络拓扑的邻接矩阵表；解决方案阶段：对于每一个待卸载的工作流，构造直接前驱表、已卸载任务集、待卸载任务集等，基于工作流构建马尔可夫决策过程模型，根据价值函数选出当前状态下的最佳决策；更新阶段：根据不同原因产生的状态更新，更新系统各参数。本发明使用马尔可夫决策过程，在异构云边端场景下解决工作流卸载问题，优化了任务的最快完成时间，在移动物联网领域有广泛的应用价值和使用前景。

本发明授权一种基于马尔可夫决策过程的工作流任务卸载方法在权利要求书中公布了：1.一种基于马尔可夫决策过程的工作流任务卸载方法，其特征在于：包括以下阶段： A.预处理阶段：记录每一个边缘服务器的计算资源、存储资源、函数镜像，构造服务器集合；根据边缘服务器的网络拓扑结构构建邻接矩阵表，表内元素代表边缘服务器之间的距离； B.解决方案阶段：对于每一个待卸载的工作流，首先构造工作流的直接前驱表、已卸载任务集、待卸载任务集和候选集，再对工作流进行马尔可夫决策过程建模，即定义状态空间、动作集合、奖励函数、预期奖励，最后根据奖励选出当前状态下的最佳策略，加入决策集； C.更新阶段：系统状态更新在以下两种情况下产生：1某任务节点到达某台服务器，即将占用该服务器资源，开始执行；2某任务在某台服务器上执行完毕，即将释放该服务器资源，在系统产生状态更新后，分别更新待卸载任务集、已卸载任务集、候选集、服务器资源集参数； 其中，解决方案阶段中包括以下步骤： B1.构造工作流的直接前驱表Pretable＝{taski,prei}，prei表示taski的直接前驱集合，为直接指向taski的任务； B2.构造工作流的已卸载任务集Comp、待卸载任务集Wait； B3.构造候选集Cand，表示下一个状态转移的任务集； B4.定义状态空间S＝{Tasks×M}，其中×表示笛卡尔积，Tasks表示任务集，即工作流中的所有任务节点；M表示服务器集； B5.定义动作集合A＝{a1,a2,...,an,...,aN}∩ac，表示从当前状态转移到下一个状态所采取的动作，am＝1表示选择第m台服务器卸载，am＝0表示不选择第m台服务器卸载；ac表示是否卸载到云服务器的行为，ac＝1表示卸载到云服务器，ac＝0表示不卸载到云服务器； B6.定义奖励函数Rs,a，代表处于某状态能获得的奖励值， Rs,a＝-Ttrans+Texec，其中Ttrans表示传输时间，Texec表示执行时间， 其中Di表示taski的数据量，adji,j表示taski所在服务器esi与之间的距离；由任务taski需要执行的所有函数实例的执行时间累加得出； B7.定义预期奖励，以基于此选出最优策略，最小化卸载时间； B8.状态转移，具体包括以下步骤： B8.1在候选集Cand中选择一个任务taski作为当前状态的待卸载任务，优先选择本任务需要的函数镜像与上一个状态所在服务器拥有的函数镜像相同的任务，若没有这样的任务，则在候选集中随机选择一个； B8.2遍历边缘服务器函数镜像库，1对于不拥有taski需要的函数镜像的边缘服务器ESwithout中的每一个边缘服务器2对于拥有taski需要的函数镜像的边缘服务器EShold中的每一个边缘服务器计算选择服务器卸载的策略的预期奖励，从中选择一个具有最大预期奖励的策略π*s； B8.3根据策略π*s，转移至下一个状态。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。