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！

龙图腾网获悉重庆邮电大学申请的专利一种移动边缘计算中基于多点协作的任务迁移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：CN116471632B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310309080.8，技术领域涉及：H04L67/10；该发明授权一种移动边缘计算中基于多点协作的任务迁移方法是由鲜永菊;韩瑞寅;谭文光;汪洲设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种移动边缘计算中基于多点协作的任务迁移方法在说明书摘要公布了：本发明属于移动通信技术领域，具体涉及一种移动边缘计算中基于多点协作的任务迁移方法；该方法包括：构建MEC场景下的网络系统模型；基于MEC场景下的网络系统模型构建协作通信模型、任务计算模型、用户移动性模型和负载均衡模型；根据协作通信模型、任务计算模型、用户移动性模型和负载均衡模型构建卸载决策和协作集合关联决策联合优化问题；在慢时间尺度上面向未来负载变化进行节点协作，组成协作集合；根据协作集合在快时间尺度上求解卸载决策和协作集合关联决策联合优化问题，得到最优卸载决策和协作集合关联决策；系统根据最优卸载决策和协作集合关联决策进行任务迁移；本发明可有效降低任务迁移率和任务执行时延。

本发明授权一种移动边缘计算中基于多点协作的任务迁移方法在权利要求书中公布了：1.一种移动边缘计算中基于多点协作的任务迁移方法，其特征在于，包括： S1：构建MEC场景下的网络系统模型； S2：基于MEC场景下的网络系统模型构建协作通信模型、任务计算模型、用户移动性模型和负载均衡模型；所述负载均衡模型包括： 采用LSTM网络计算服务器的预测计算资源占用量和预测存储资源占用量，根据预测计算资源占用量和预测存储资源占用量计算服务器的预期负载；设置预期负载阈值，当服务器的预期负载大于预期负载阈值时，则将该服务器作为高负载节点，否则，将该服务器作为低负载节点； 高负载节点用于向其他邻近节点疏散多余的计算任务且不接受其他节点的计算任务，低负载节点用于接收其他节点的计算负载且不需要向其他节点卸载计算任务；高负载节点和低负载节点间共享计算资源，组成协作集合，定义协作集合的预期负载偏差； S3：根据协作通信模型、任务计算模型、用户移动性模型和负载均衡模型构建卸载决策和协作集合关联决策联合优化问题；卸载决策和协作集合关联决策联合优化问题表示为： 其中，表示时隙用户的任务成功执行的用户时延成本，表示时隙集合，表示系统时间周期，表示用户集合，表示协作集合，表示时隙用户的任务最大容忍时延，表示时隙用户的任务卸载决策变量，表示时隙用户的协作集合关联变量，表示时隙用户接收来自协作集合信号的信干噪比，表示信干噪比阈值，表示时隙用户设备能耗，表示用户设备能耗预算； S4：采用两时间尺度决策模型求解卸载决策和协作集合关联决策联合优化问题，得到最优卸载决策和协作集合关联决策；系统根据最优卸载决策和协作集合关联决策进行任务迁移；求解卸载决策和协作集合关联决策联合优化问题的过程包括： 两时间尺度决策模型包括慢时间尺度模型和快时间尺度模型；慢时间尺度模型根据负载信息采用基于FCM算法和联盟博弈的协作机制更新协作集合，快时间尺度模型根据协作集合和用户任务信息，采用基于Actor-Critic的迁移决策算法求解最佳卸载决策和协作集合关联决策； 采用基于FCM算法和联盟博弈的协作机制更新协作集合的过程包括： 采用FCM算法将所有服务器节点聚类，得到K个协作集合； 对K个协作集合反复执行合并和拆分过程，直到最终协作集合不再发生变化； 合并：根据协作集合的预期负载偏差设置联盟效用函数，根据联盟效用函数比较合并集合和多个协作集合的帕累托优势，当合并集合的帕累托优势大于多个协作集合的帕累托优势时，将合并集合作为新的协作集合，否则，保留多个协作集合；其中，合并集合为多个协作集合的并集； 拆分：比较分割子集合和原协作集合的帕累托优势，当分割子集合的帕累托优势大于原协作集合的帕累托优势时，将分割子集合作为新的协作集合，否则，保留原协作集合；其中，分割子集合为原协作集合的子集。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。

以上内容由龙图腾AI智能生成。