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！

龙图腾网获悉华东交通大学申请的专利超密集毫米波网络中安全协同场景下卸载增益优化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：CN121418907B 。

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：202511958451.0，技术领域涉及：H04W28/06；该发明授权超密集毫米波网络中安全协同场景下卸载增益优化方法是由周天清;黄曾涛;聂学方;李轩设计研发完成，并于2025-12-24向国家知识产权局提交的专利申请。

本超密集毫米波网络中安全协同场景下卸载增益优化方法在说明书摘要公布了：本发明公开了一种超密集毫米波网络中安全协同场景下卸载增益优化方法，该方法包括获取超密集毫米波网络的网络基础信息构建网络系统模型，所述网络系统包括通信模型、计算模型以及安全模型，在满足网络系统的约束情况下，构建联合优化问题；根据优化问题得到初始解，并将初始解定义为初始化种群，采用随机策略领域人工蜂群算法RSN‑ABC进行广度和深度的搜索目标种群，并输出目标种群中全局最优蜜蜂个体位置，根据此位置执行安全计算多步卸载优化配置。本发明具备安全协助场景下执行联合计算卸载配置，满足安全漏洞成本，发射功率比例和时延能耗约束，能很好地实现所有用户网络卸载增益最大化的目标。

本发明授权超密集毫米波网络中安全协同场景下卸载增益优化方法在权利要求书中公布了：1.超密集毫米波网络中安全协同场景下卸载增益优化方法，其特征在于，包括如下步骤： 步骤S1：获取超密集毫米波网络中的网络基础信息构建网络系统模型，所述网络系统模型包括通信模型、计算模型以及安全模型，在此基础上构建满足网络系统约束的联合优化问题； 步骤S2：针对联合优化问题，采用改进的随机策略领域人工蜂群算法开展广度与深度结合的搜索；首先根据优化问题生成初始蜜蜂种群，并确定历史最优蜜蜂个体，随后对初始蜜蜂种群进行搜索得到新的目标种群，最终输出全局最优蜜蜂个体； 所述改进的随机策略领域人工蜂群算法在迭代过程中，依次执行雇佣蜂、观察蜂与侦查蜂阶段，在传统人工蜂群算法基础上，额外引入动态邻域搜索、多策略池随机选择、自适应策略切换机制更新蜜蜂个体位置； 步骤S3：根据选择的全局最优蜜蜂个体执行安全计算多步卸载优化配置； 所述联合优化问题表示为： ； 式中，表示联合优化的目标函数；表示用户设备的任务卸载网络能耗增益；表示用户设备将任务卸载到小基站的卸载关联决策集合，表示用户设备将任务卸载到小基站的卸载关联决策，表示用户设备的索引集合，表示所有基站的索引；表示用户设备的第个任务选择加密算法的安全关联决策集合，表示用户设备的第个任务选择加密算法的安全关联决策，表示任务索引集合，表示加密算法的索引集合；表示用户设备选择子信道的信道关联决策集合；表示用户设备选择子信道的信道关联决策，表示基站的子信道索引集合；表示用户设备的上行链路发射功率集合，表示用户设备的总发射功率；表示用户设备将任务部分卸载到小基站的任务数据量集合，表示用户设备卸载到小基站的任务数据量；表示用户设备从小基站卸载到宏基站任务数据量集合，表示用户设备从小基站卸载到宏基站任务数据量；表示第一约束条件；表示第二约束条件；表示第三约束条件；表示第四约束条件；表示第五约束条件；表示第六约束条件；表示第七约束条件；表示第八约束条件；表示第九约束条件；表示第十约束条件；表示用户设备的最大时延限制；表示用户设备的任务的安全漏洞总成本；表示用户设备的任务的最大安全漏洞总成本限制；表示用户设备的最大传输功率限制；表示完成所有用户设备的全部任务所花费的总时间。

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华东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808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。