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！

龙图腾网获悉中科南京信息高铁研究院申请的专利一种基于动态云边协同的任务调度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：CN121029434B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511559341.7，技术领域涉及：G06F9/50；该发明授权一种基于动态云边协同的任务调度方法是由张宗帅;张思雨;邹文浩;田霖;武广智设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本一种基于动态云边协同的任务调度方法在说明书摘要公布了：本发明属于移动边缘计算技术领域，公开了一种基于动态云边协同的任务调度方法。本发明通过链路级建模与图神经网络特征提取，实现了对不同数量终端和服务器的自适应扩展；本发明结合近端策略优化算法的裁剪更新和广义优势估计方法，有效避免了训练中的不稳定性和过估计问题。本发明既能充分利用云端弹性算力和边缘低时延特性，又能适配动态变化的网络规模和终端需求，可实现任务的灵活卸载和动态资源分配，在动态环境下有效减少任务处理延迟，提高资源利用率，并在终端数量和服务器规模波动的情况下保持良好的扩展性和稳定性，解决了现有移动边缘计算在虚拟现实视频服务中存在的计算资源瓶颈与任务调度僵化问题，显著改善了用户的交互体验。

本发明授权一种基于动态云边协同的任务调度方法在权利要求书中公布了：1.一种基于动态云边协同的任务调度方法，其特征在于，包括以下步骤： 步骤1：系统建模与异构图构建： 步骤1.1：服务器包括云服务器Vc、边缘服务器Vs，建立包括云服务器Vc、边缘服务器Vs和终端Vu的云-边-端系统模型，在云边协同架构下，将云服务器节点、边缘服务器节点和终端节点建模为异构图，异构图G＝Vu，Vs，Vc，E，其中E表示所有可能的终端-服务器连接； 终端节点特征包括任务数据量di，边缘服务器节点特征包括计算能力fj，终端节点-服务器节点间的链路特征包括信道增益hi,j； 步骤1.2：将每个终端任务按比例拆分为若干个子任务，分别卸载至不同的服务器，建立传输约束与计算资源约束； 步骤1.3：建立任务总时延模型，包括传输时延与计算时延，并存入初始调度表； 步骤2：基于图神经网络GNN生成调度策略： 步骤2.1：异构图特征提取：采用图神经网络GNN对终端节点特征、边缘服务器节点特征、终端节点-服务器节点间的链路特征进行聚合与更新，提取任务分配、功率分配、资源分配的关系； 步骤2.2：调度策略矩阵输出：通过图神经网络GNN前向输出，生成三类调度策略矩阵，包括任务分配矩阵Atask、功率分配矩阵Apower和资源分配矩阵Acomp，所述任务分配矩阵Atask包括终端与服务器之间的卸载比例，所述功率分配矩阵Apower包括链路传输功率分配，所述资源分配矩阵Acomp包括服务器计算资源分配比例； 步骤2.3：奖励信号定义：将总时延作为优化目标进行最小化操作，归一化处理后得到奖励函数； 步骤3：利用近端策略优化算法PPO的调度策略更新： 步骤3.1：将调度问题建模为马尔科夫决策过程MDP，状态s包括任务数据量、信道增益、计算能力，调度策略矩阵a为三类调度策略矩阵，奖励函数re为归一化时延函数； 步骤3.2：采用目标函数Lclip＝minrt×At,cliprt,1-θ,1+θ×At实现调度策略的稳定迭代更新，其中，rt代表新调度策略和旧调度策略在同一个状态上的概率之比，At代表优势函数，θ代表裁剪参数，裁剪损失函数cliprt，1-θ，1+θ代表把rt限制在[1-θ,1+θ]的范围内，min代表取最小值操作； 步骤3.3：通过广义优势估计方法GAE计算优势值，避免调度策略崩溃并提升收敛速度； 步骤3.4：在每次迭代中，图神经网络GNN生成的调度策略矩阵与步骤2.3奖励信号共同参与优化，最终得到动态调整策略网络； 步骤4：动态云边协同执行： 步骤4.1：当边缘服务器资源充足时，任务优先在本地边缘服务器执行； 步骤4.2：当边缘服务器负载过高时，部分子任务可卸载至云端服务器； 步骤4.3：当存在多个邻居边缘服务器时，任务可通过边缘服务器-边缘服务器协同完成分配，以降低单点过载风险。

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中科南京信息高铁研究院，其通讯地址为：211100 江苏省南京市江宁区创研路266号麒麟人工智能产业园8号楼1-2层；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。