買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西安電子科技大學廣州研究院申請的專利一種多用戶接入的智能邊緣計算系統中的任務卸載方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115292032B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210770316.3，技術領域涉及：G06F9/50；該發明授權一種多用戶接入的智能邊緣計算系統中的任務卸載方法是由蘇家楠;李曉輝;沈八中;呂思婷;張鵬設計研發完成，并于2022-06-30向國家知識產權局提交的專利申請。

本一種多用戶接入的智能邊緣計算系統中的任務卸載方法在說明書摘要公布了：本發明公開了本發明實施例提供了一種多用戶接入的智能邊緣計算系統的任務卸載方法，應用于終端節點和邊緣服務器節點，涉及工業物聯網技術領域。通過將任務分為時延敏感型、計算復雜型和終端任務型，優化了由于業務類型不明確產生的節點計算資源不匹配的問題，提高了邊緣計算系統的整體處理效率；并將原始任務分割為可以獨立執行的子任務，有效降低了由于任務量過大產生的計算和等待時延，降低了任務完成之間的耦合性；邊緣服務器節點對任務卸載的過程進行建模，根據任務計算的歷史處理數據合理判斷任務的卸載決策和卸載位置，有效地縮短了因任務處理等待隊列過長產生的計算時延，滿足在時延約束的允許下盡可能地減少能量損耗。

本發明授權一種多用戶接入的智能邊緣計算系統中的任務卸載方法在權利要求書中公布了：1.一種多用戶接入的智能邊緣計算系統的任務卸載方法，其特征在于，應用于終端節點，所述方法包括： 獲取所述終端節點連接的傳感器采集的數據生成待計算的原始任務，判斷所述原始任務是否滿足本地卸載條件； 若所述原始任務滿足本地卸載條件，將所述原始任務進行分割并排序整合為包含多個子任務的線性任務隊列； 針對每一子任務的任務復雜度和預計完成時延判斷該子任務的任務類型；所述任務類型包括時延敏感型、計算復雜型和終端任務型；所述終端任務型表示該子任務的任務復雜度小于預設的任務復雜度閾值，且該子任務的預計完成時延小于預設的時延敏感閾值；所述計算復雜型表示該子任務的任務復雜度不小于預設的任務復雜度閾值；所述時延敏感型表示該子任務的任務復雜度小于預設的任務復雜度閾值，且該子任務的預計完成時延不小于預設的時延敏感閾值； 針對每一子任務，若該子任務為所述終端任務型，則處理該子任務；若該子任務為所述計算復雜型，則將該子任務卸載到云服務器節點，以使所述云服務器節點處理該子任務；若該子任務為所述時延敏感型，則將該子任務卸載到邊緣服務器節點，以使邊緣服務器節點對該子任務進行決策過程建模得到該子任務的最優卸載決策，使得處理該子任務的能耗和時延聯合優化的整體收益達到最大，處理該子任務，或者將該子任務卸載到云服務器節點以使所述云服務器節點處理該子任務； 對該子任務進行決策過程建模得到該子任務的最優卸載決策，包括： 利用半馬爾可夫過程SMDP對該子任務卸載過程進行決策建模； 采用參考獎勵模型對卸載行為進行評估； 利用迭代算法求得最大化SMDP建模過程的長期回報，獲得系統的最大收益，得到該子任務的最優卸載決策； 采用參考獎勵模型對卸載行為進行評估，包括： 計算收入ks,a： 其中，ks,a表示在狀態s的情況下采取行動a帶來的收益，來自于為任務卸載模型節省能量和縮短任務處理時延；i表示分配的計算單元個數；E表示處理子任務時消耗的最大能量，由上傳的歷史最大處理器消耗得來；T表示子任務從終端出發直至返回所用時間；Dpi表示鏈路傳輸造成的時延消耗；α和β分別代表對于節省能量和時延的績效因子；η表示任務到達但仍被分配到等待序列的懲罰因子；θ表示任務已不在服務節點，且等待隊列仍有任務等待處理同時有空閑服務單元的懲罰因子；μ表示計算單元的計算效率；p表示卸載到所述邊緣服務器節點的概率，δ表示所述邊緣服務器節點所消耗能量； 計算預期付出成本gs,a： gs,a＝cs,aτs,a 其中，gs,a表示在狀態s的情況下采取行動a和相應的狀態轉換期間系統的預期成本；cs,a表示節點分配的資源成本，來自于通信產生的消耗，開發者根據任務數據量給定；τs,a表示狀態轉移的持續事件發生概率，假定持續時間服從指數分布； 計算卸載行為報酬rs,a： rs,a＝ks,a-gs,a 其中，rs,a為在狀態s采取行動a時卸載行為獲得的報酬。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安電子科技大學廣州研究院，其通訊地址為：510000 廣東省廣州市黃埔區中新知識城海絲中心B5、B6、B7棟；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。