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缓存网络中安全协同卸载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：CN121334772B 。

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：202511892802.2，技术领域涉及：H04W28/084；该发明授权超密集毫米波缓存网络中安全协同卸载方法是由周天清;闫麒卉;聂学方;李轩设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本超密集毫米波缓存网络中安全协同卸载方法在说明书摘要公布了：本发明公开了超密集毫米波缓存网络中安全协同卸载方法，具体包括：构建网络架构，配置网络架构中多约束下的优化问题；根据优化问题随机生成初始解集合，并将初始解集合定义为原始种群，采用改进的麻雀算法对原始种群进行搜索和迭代得到目标种群；根据目标种群中所有个体的位置信息编码，采用改进的麻雀算法进一步搜索，输出历史最佳位置信息；根据目标种群的历史最佳位置信息进行安全协同卸载资源配置。本发明具备基站卸载缓存配置，满足安全漏洞成本、时延限制、用户计算容量以及发射功率的条件下，联合优化计算任务卸载缓存配置，从而将任务卸载能耗降至最低的目标。

本发明授权超密集毫米波缓存网络中安全协同卸载方法在权利要求书中公布了：1.超密集毫米波缓存网络中安全协同卸载方法，其特征在于，步骤如下： 步骤S1：获取超密集毫米波缓存网络中安全协同卸载的网络基础信息构建网络架构，所述网络架构包括系统模型、通信模型、缓存和计算模型以及安全模型，配置网络架构中多约束下的优化问题； 步骤S2：根据优化问题随机生成初始解集合，并将初始解集合定义为原始种群，计算适应度值，将适应度最大的个体作为初始化最佳个体，通过随机扰动迭代次数、引入控制参数、非线性加权因子和正余弦搜索算法对麻雀算法进行改进，改进的麻雀算法对原始种群进行搜索和迭代得到目标种群，输出目标种群中所有个体的位置信息编码； 其中，步骤S2的详细过程为：根据优化问题进行种群初始化，初始化过程包括在优化问题的约束内生成一组随机候选解作为初始解集合，定义为原始种群，根据适应度值的大小找到种群初始化最佳个体，继续进行算法迭代过程：设置安全阈值，通过随机扰动迭代次数、引入控制参数、非线性加权因子和正余弦搜索算法对麻雀搜索算法进行改进，改进的麻雀搜索算法由三种类型麻雀个体组成，分别为发现者、追随者和警戒者；发现者、追随者和警戒者由适应度值的大小降序排列得到；发现者负责在解空间中进行广泛搜索，探索潜在的最优区域，发现者位置更新策略根据环境安全程度进行调整，当报警值小于安全阈值时，发现者采用指数衰减策略进行大范围搜索；当报警值大于等于安全阈值时，则引入随机扰动进行位置跳跃，模拟麻雀逃离危险区域的行为；追随者根据发现者提供的信息进行位置更新，模拟麻雀群体中的跟随觅食行为，追随者位置更新策略引入控制参数、非线性加权因子和正余弦搜索算法，通过调节角度变量和动态因子，实现追随者搜索过程中全局探索与局部开发的自适应平衡；警戒者负责监视种群状态，警戒者位置更新策略根据个体当前适应度进行区分：当个体位于边缘向当前最优靠拢避险，当个体位于中心则随机靠近邻域；最终输出目标种群中所有个体的位置信息编码； 步骤S3：根据目标种群中所有个体的位置信息编码，采用改进的麻雀算法进一步搜索，对所有个体的位置进行不断更新，选择当前种群最佳个体与初始化最佳个体中的更优个体作为历史最佳个体，输出历史最佳个体的历史最佳位置信息； 步骤S4：根据目标种群中历史最佳个体的历史最佳位置信息进行安全协同卸载资源配置。

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。