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！

龙图腾网获悉福州大学申请的专利基于鲁棒性联邦深度学习的多边缘协作缓存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：CN119364438B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411631746.2，技术领域涉及：H04W28/14；该发明授权基于鲁棒性联邦深度学习的多边缘协作缓存方法是由陈哲毅;梁杰;钟璐英;赖轩设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本基于鲁棒性联邦深度学习的多边缘协作缓存方法在说明书摘要公布了：本发明提出了基于鲁棒性联邦深度学习的多边缘协作缓存方法，首先，RoCoCache为多维缓存空间设计了一种新颖的划分机制，在用户分类区间内实现了精确的内容推荐。接下来，RoCoCache开发了一种新的离散分类变分自编码器DC‑VAE，通过克服后验坍塌来准确预测内容的受欢迎程度。最后，RoCoCache创建了一种基于鲁棒联邦深度学习的原始训练模式和主动缓存替换策略。本发明将基于残差的对抗性模型更新检测和基于相似性的联邦聚合相结合，避免了对抗性更新造成的模型破坏，使主动缓存替换能够适应优化后的缓存资源，从而提高了缓存性能。

本发明授权基于鲁棒性联邦深度学习的多边缘协作缓存方法在权利要求书中公布了：1.基于鲁棒性联邦深度学习的多边缘协作缓存方法，用于多边缘协作缓存系统，其特征在于：所述多边缘协作缓存系统由M个边缘节点组成，用集合E＝{e1，e2，...，em，...，eM}表示，每个节点包含一个MEC服务器，一个基站，和N个用户，用户用集合U＝{u1，u2，...，un，...，uN}表示；边缘节点的缓存空间定义为集合C＝{C1，C2，...，Cm，...，CM}；每个用户都连接到一个边缘节点，并通过相关基站提供的无线链路进行通信；此外，边缘节点之间以及边缘节点与云数据中心之间的通信是通过回程链路进行的；每个边缘节点的缓存空间状态定期广播到所述系统内的其他边缘节点；云数据中心的内容库表示为F＝{f1，f2，...，fi，...，fI}，其中I表示可访问内容的数量；而且，用户离散地分布在各个边缘节点的服务区； 当用户un向其连接的边缘节点发送对内容fi的请求时，使用多边缘协作缓存场景的多边缘协作缓存方法RoCoCache，包括以下步骤； 步骤S1：当前边缘节点检查是否缓存fi；如果fi被缓存，则边缘节点将其直接发送到un；否则，转到步骤S2； 步骤S2：当前边缘节点搜索是否存在缓存fi的协作边缘节点；如果存在，协作边缘节点将通过回程链路将fi转发到当前边缘节点，然后将fi发送到un；否则，转到步骤S3； 步骤S3：如果没有协作边缘节点缓存fi，云数据中心的内容库将提供fi，并通过回程链路转发到当前边缘节点，然后将fi发送到un； 多边缘协作缓存方法RoCoCache采用基于鲁棒联邦深度学习RFDL的多边缘系统弹性协作缓存框架RoCoCache，具体为：RoCoCache通过多维缓存空间划分来优化边缘节点的缓存空间，并为区间用户确定合适的缓存空间大小； 其次，RoCoCache以DC-VAE来学习包含离散向量的隐含空间，形成基于DC-VAE的内容流行度预测；在DC-VAE中，解码器采用最近邻算法寻找离散隐向量，然后生成校准后的用户请求矩阵，以提高内容流行度预测的准确性； 然后，RoCoCache以基于RFDL的训练模式，以提高模型的可扩展性和鲁棒性；训练模式包含基于残差的检测方法来捕获对抗性模型更新，还包括以基于相似性的FL聚合方法来避免对抗性更新对全局共享模型造成的损害； 最后，采用基于RFDL的主动缓存替换策略来适应优化后的缓存资源配置，提高多边缘协作缓存的性能。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。