Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学曹浩彤获国家专利权

南京邮电大学曹浩彤获国家专利权

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基于深度强化学习的个性化智能软件化网络资源分配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:CN118714011B

龙图腾网通过国家知识产权局官网在2025-09-19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:202410736211.5,技术领域涉及:H04L41/0894;该发明授权基于深度强化学习的个性化智能软件化网络资源分配方法是由曹浩彤;蔡艳;魏亮;檀朝红设计研发完成,并于2024-06-07向国家知识产权局提交的专利申请。

基于深度强化学习的个性化智能软件化网络资源分配方法在说明书摘要公布了:本发明公开了基于深度强化学习的个性化智能软件化网络资源分配方法,主要包括以下步骤:检查网络服务的资源需求种类;计算资源需求和比较阈值并进行分类;选取底层网络属性构建特征矩阵,作为策略神经网络的输入;在训练集和测试集中对智能体进行训练和测试;对分类后的个性化服务进行智能资源分配。本发明通过对每个用户提出的需求进行归类并采用深度强化学习的方法对个性化网络资源进行分配,既保证了用户个性化差异化需求,又实现了精准高效的网络资源分配,从而充分提高了6G网络资源的利用率。本发明提高了网络资源分配方案的质量。

本发明授权基于深度强化学习的个性化智能软件化网络资源分配方法在权利要求书中公布了:1.一种基于深度强化学习的个性化智能网络资源分配方法,其特征在于,所述方法应用于在中大规模底层通信网络中进行精准高效的软件化网络资源分配,建立了准确可靠的网络需求分类方法,选取分类后的服务所对应的底层网络拓扑属性构建特征矩阵和策略神经网络并进行训练,包括以下步骤: 步骤1:检查资源需求种类; 步骤2:计算资源需求和阈值比较并进行分类,需要处理的计算资源需求有:计算网络服务的总节点数|TotalElementVN|、平均有线类资源需求量、平均无线类资源需求量、平均网络处理传输时延,所述网络服务的平均有线类资源需求量为: 其中,a、b代表个性化网络服务的有线节点,CPUa代表节点a的计算资源,Stora代表节点a的存储资源,Capaa代表节点a的容量资源,Bandab代表链路ab的带宽资源,VNWiredNode代表网络服务有线节点集合,|VNWiredNode|代表网络服务有线节点总数,VNLink代表网络服务链路集合,|VNLink|代表网络服务链路总数; 平均无线类资源需求量为: 其中,c代表该个性化网络服务无线节点,Specc代表节点c的频谱资源,VNWireleNode代表该网络服务无线节点集合,|VNWireleNode|代表该个性化网络服务无线节点总数; 平均网络处理传输时延为: 其中,e、f代表该个性化网络服务节点,VNNode代表网络服务节点集合,|VNNode|代表网络服务节点总数,VNLink代表网络服务链路集合,|VNLink|代表网络服务链路总数,ProDelaye代表节点e的处理时延,ProDelayef代表链路ef的传输时延; 网络服务需求种类有:多连接类网络服务,高资源需求量类网络服务,高时延需求类网络服务,一般类Ordinary网络服务,所述网络服务的总节点数|如果大于对应的阈值,那么该网络服务属于多连接类网络服务;平均有线类资源需求量和平均无线类资源需求量中任意一个如果大于对应的资源阈值,那么该网络服务属于高资源需求量类网络服务;网络服务的平均时延如果小于对应的阈值,那么该网络服务属于高时延需求类网络服务,这些情况如果都不满足,那么该网络服务就归为一般类Ordinary网络服务; 步骤3:用选择的属性构建特征矩阵,作为策略神经网络的输入,所述个性化网络服务如果属于多连接类,那么就需要引进与连接类相关的网络拓扑属性用于对底层6G网络进行量化和计算,目前可候选的节点和链路属性有节点度、节点中心亲密度和链路干扰;如果该网络服务需求属于高资源需求量类,就需要选择与网络资源相关的拓扑属性参与对6G网络中节点的量化工作,可参考的相关属性有:节点强度、链路强度;如果网络服务需求属于高时延需求类,就需要选择与网络节点中心类拓扑属性,即节点中心亲密度和链路干扰,并用于对6G网络中物理节点的量化工作;网络服务需求如果属于一般需求类,就直接选择高资源需求类的方法,直接处理一般类的网络服务; 步骤4:在训练集和测试集中对智能体进行训练和测试; 步骤5:对分类后的服务进行智能资源分配。

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:210023 江苏省南京市鼓楼区新模范马路66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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。