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！

龙图腾网获悉江苏电力信息技术有限公司申请的专利云边协同的实时视频分析任务执行时延建模及部署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：CN115457369B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202211025069.0，技术领域涉及：G06V10/96；该发明授权云边协同的实时视频分析任务执行时延建模及部署方法是由徐磊;周昊程;杨定坤;赵南;董平;刘春艳;孙澄宇;封晶设计研发完成，并于2022-08-25向国家知识产权局提交的专利申请。

本云边协同的实时视频分析任务执行时延建模及部署方法在说明书摘要公布了：本发明公开了一种云边协同的实时视频分析任务执行时延建模及部署方法，包括：云边环境下的视频分析任务执行时延模型构建方法；所述时延模型即视频分析任务过程中引入的额外时延，包括在边缘端处理带来的时延，边缘与云端传输中间数据带来的时延以及云端处理带来的时延；根据云边环境下的视频分析任务执行时延模型，通过基于李雅普诺夫算法以及马尔科夫近似算法的近似算法为视频分析任务选择更加节能的任务部署方案，所述任务部署方案包括边缘端机器规格选择，云端机器实例规格以及任务划分方案。本发明可在视频分析任务的任务负载以及云边网络环境发生变化时，快速调整任务部署方案，从而使得系统长期运行能耗进行有效的降低。

本发明授权云边协同的实时视频分析任务执行时延建模及部署方法在权利要求书中公布了：1.一种云边协同的实时视频分析任务执行时延建模及部署方法，其特征在于，包括如下步骤： A.云边环境下的视频分析任务执行时延模型构建方法；所述时延模型即视频分析任务过程中引入的额外时延，包括在边缘端处理带来的时延，边缘与云端传输中间数据带来的时延以及云端处理带来的时延； B.根据云边环境下的视频分析任务执行时延模型，构建云边环境最优任务部署方案问题；并通过基于李雅普诺夫算法以及马尔科夫近似算法为视频分析任务选择更加节能的任务部署方案，所述任务部署方案包括边缘端机器规格选择，云端机器实例规格以及任务划分方案； 所述步骤B中，在构建云边环境最优任务部署方案问题时，令边缘端与云端的可用机器规格集合分别为c1，c2,使用c1t，c2t分别代表在t时刻边缘端和云端选择的机器规格，Ut，ut分别表示当前实时视频分析任务的总计算量和部署在边缘端的计算量；e1，e2，e3分别代表在边缘端，在云端处理数据以及发送数据消耗的资源，该值会受到机器规格以及任务处理时间的综合影响；w1，w2，w3分别代表在边缘端，在云端处理数据以及发送数据消耗的时间，该值会受到机器规格以及任务所需计算量的影响；Bt代表当前时刻的可用带宽，L代表任务执行能接受的最大时延，f代表系统使用的中间数据压缩算法的压缩率；dt代表当前时刻需要传输的数据量； 所述步骤B中，在构建云边环境最优任务部署方案问题时，构建的云边环境最优任务部署方案问题的目标为： 优化目标为最小化长期能源消耗，其中e1c1t，w1c1t，ut代表边缘端处理过程在单一时隙中消耗的能源，参数代表处理数据消耗的资源e1与机器规格c1t以及机器处理时间w1有关，e2c2t，w2c2t，Ut-ut代表云端处理过程在单一时隙中消耗的资源，参数代表e2与机器规格c2t以及机器处理时间w2有关；进一步的由于Ut代表总计算量，ut代表边缘端计算量，因此Ut-ut代表云端计算量；w1以及w2的参数同理，机器规格影响计算能力，计算量以及计算能力共同决定处理时间；代表传输中间数据带来的时延，由于dt与Bt分别代表数据量以及带宽，f代表压缩率，因此即可以用来表示发送数据需要的时间； 约束条件为： 其中代表传输中间数据需要花费的时间； 所述步骤B中，在求解云边环境最优任务部署方案问题时，首先使用李雅普诺夫算法将云边环境最优任务部署方案问题解耦成为每个时隙中的子问题，之后使用马尔科夫近似算法在解空间中寻找最优解； 云边环境最优任务部署方案问题的求解算法如下： 首先使用一个虚拟动态队列q描述分析任务处理的时延的变化，当当前时刻的实际时延超过了阈值时，队列长度缩短，反之队列长度增加，且队列长度始终不小于0；虚拟动态队列的定义如下： 解耦后的云边环境最优任务部署方案子问题为，其中V是调节参数，用于调节算法对于约束的违反容忍程度： 1t，c2t，u∈Z

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江苏电力信息技术有限公司，其通讯地址为：210024 江苏省南京市鼓楼区北京西路20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。