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移动边缘计算与缓存的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：CN121604038B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610084109.0，技术领域涉及：H04W28/084；该发明授权超密集毫米波网络中安全移动边缘计算与缓存的方法是由周天清;张惠婷;聂学方;李轩设计研发完成，并于2026-01-22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移动边缘计算与缓存的方法在说明书摘要公布了：本发明公开了超密集毫米波网络中安全移动边缘计算与缓存的方法，该方法包括：根据网络基础信息构建网络系统，并在网络系统的约束下构建优化问题；根据优化问题得到初始解集合，并将初始解集合定义为灰狼种群，采用Tent混沌映射法初始化种群得到新的初始种群，之后对初始种群进行搜索猎物，包围猎物，攻击猎物的操作得到最优解，之后对最优解进行自适应高斯柯西变异得到最终解，避免陷入局部最优，根据全局最终解执行安全型计算缓存卸载优化配置。本发明具备多基站缓存与卸载资源配置，在满足功率、时延及安全约束条件下，能很好地实现最小化能耗、成本的目标。

本发明授权超密集毫米波网络中安全移动边缘计算与缓存的方法在权利要求书中公布了：1.超密集毫米波网络中安全移动边缘计算与缓存的方法，其特征在于，包括如下步骤： 步骤S1：获取缓存卸载辅助的多接入移动边缘计算网络中的用户终端设备、基站、信道、任务与安全服务的网络基础信息构建网络系统；所述网络系统包括网络模型、通信模型、缓存与计算模型以及安全模型；在网络系统的约束下构建优化问题； 步骤S2：在传统的灰狼算法中引入Tent混沌映射法、非线性收敛因子、自适应高斯柯西变异策略结合，构成改进的灰狼算法；采用改进的灰狼算法对所述的优化问题进行搜索处理，输出全局最优解；所述搜索处理包括搜索猎物阶段、包围猎物阶段、攻击猎物阶段和全局最优灰狼的更新操作阶段； 步骤S3：当改进的灰狼算法连续100次迭代后全局最优解未发生变化，通过停滞判断机制的自适应高斯柯西变异策略对当前全局最优解进行扰动，输出扰动后的全局最优解； 步骤S4：基于扰动后的全局最优解执行多接入移动边缘计算网络卸载优化配置； 构建优化问题，表示： ； 式中，为最小化；为目标函数；表示所有用户与基站的关联决策变量组成的集合；；为全称量词；为用户是否与基站相关联的决策指示符；n为基站；为基站索引集合；o为用户；为用户索引集合；表示所有用户的毫米波子信道选择决策变量组成的集合，；为用户选择的毫米波子信道决策指示符；s为毫米波子信道；为毫米波子信道索引集合；表示用户的计算任务是否在基站执行的决策变量集合，；为用户的计算任务在基站的卸载决策指示符；为计算任务；为计算任务索引集合；表示用户任务是否选择密码算法的决策变量集合，，用户的计算任务是否选择用户本地设备的密码算法的决策指示符；u为用户本地设备的密码算法；为用户本地设备的密码算法索引集合；表示所有用户的计算能力组成的集合，；为用户设备的计算能力；表示所有用户的发射功率组成的集合，；为用户o的发射功率；为用户o的本地计算开销；为受限于；为用户的任务处理时延不超过计算任务的最大执行时间的约束条件；为用户o的计算任务y的处理时延；为用户o的计算任务y的最大允许执行时间；为对每个用户o，与所有基站n的关联指数之和为1的约束条件；为对每个用户o，选择所有毫米波子信道s变量之和为1的约束条件；为对每个用户o的每个计算任务y，在所有基站n上的任务执行变量之和不超过1的约束条件；为对每个用户o的每个计算任务y，选择所有密码算法的选择变量之和为1的约束条件；为用户o的总体安全漏洞成本，不得超过最大允许安全漏洞成本的约束条件；为用户安全漏洞成本；为最大允许用户安全漏洞成本；为用户最小和最大允许计算能力的约束条件；表示设为足够小的正数；为用户最大允许计算能力；为用户o的发射功率下限和上限的约束条件；为用户发射功率的上限；为用户与基站的关联指数是二进制变量，取0或1的约束条件；为用户选择毫米波子信道的变量是二进制变量，取0或1的约束条件；为用户计算任务在基站执行的变量是二进制变量，取0或1的约束条件；为用户选择密码算法的变量是二进制变量，取0或1的约束条件。

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。