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！

龙图腾网获悉南昌工程学院申请的专利MEC环境下基于服务器负载均衡机制的自适应计算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：CN115604274B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202211241559.4，技术领域涉及：H04L67/1008；该发明授权MEC环境下基于服务器负载均衡机制的自适应计算卸载方法是由韩龙哲;敖晨晨;赵嘉;李胜;汪泽恒;张翼英;何业慎设计研发完成，并于2022-10-11向国家知识产权局提交的专利申请。

本MEC环境下基于服务器负载均衡机制的自适应计算卸载方法在说明书摘要公布了：本发明公开了一种MEC环境下基于服务器负载均衡机制的自适应计算卸载方法，包括以下步骤：S1：将多个用户设备、任务、边缘基站和服务器构成环境；S2：根据优化目标和边缘服务器的负载情况确定系统状态；S3：基于环境构建马尔科夫决策模型；S4：基于改进DDPG算法对所述马尔科夫决策模型进行求解；S5：获得最优决策动作，确保边缘服务器负载均衡，得到最优计算卸载策略。基于边缘服务器负载均衡，引入随机早期检测算法，提出一种改进深度强化学习算法获得自适应计算卸载方法，有效缓解服务器端的压力，提升网络资源利用率，达到缓解网络拥堵、降低端到端时延以及减少能耗的目标。

本发明授权MEC环境下基于服务器负载均衡机制的自适应计算卸载方法在权利要求书中公布了：1.一种MEC环境下基于服务器负载均衡机制的自适应计算卸载方法，其特征在于，包括以下步骤： S1：将多个用户设备、任务、边缘基站和服务器构成环境； S2：根据优化目标和边缘服务器的负载情况确定系统状态； S3：基于环境构建马尔科夫决策模型； 具体包括： 所述马尔科夫决策模型由元组M＝{S，A，P，R}构成，包括状态函数S、动作函数A、状态转移概率P和奖励函数R； 所述状态函数S具体表示如下： ； 其中，decM＝{dec1，dec2，…，decm}表示某一时刻系统的卸载决策，proM＝{pro1，pro2，…，prom}表示计算任务的进程，用0和1表示未完成和已完成，表示完成任务需要分配的计算资源，表示边缘服务器中剩余可用资源； 所述动作函数A具体表示如下： at＝{xM，MECM，resM}； 其中，xM＝{x1，x2，…，xn}表示对计算任务的卸载决策向量，xn＝0表示本地执行；xn＝1表示卸载到边缘服务器计算；MECM＝{MEC1，MEC2，…，MECm}，其中MECm∈[1,2，…，n]表示计算任务卸载到某一边缘服务器执行，resM＝{res1，res2，…，resm}，其中resm表示MEC服务器完成任务所需计算资源； 奖励函数R由时延函数T和能耗函数εm构成，表示为rts，a＝weight*T+1-weight*εm，其中s表示系统状态，a表示在某一状态所采取的动作，weight为平衡时间延迟和能量消耗的权值参数； 时延函数T表示为： Tlocal＝FtaskFmd Ttran＝DSlog21+P*CGN Toffloading＝FtaskFallocation T＝Tlocal+Ttran+Toffloading 其中，Tlocal是本地计算时间，Ttran是任务卸载到边缘服务器的时间，Toffloading是在服务器计算的时间，DS表示需要计算的数据量，P表示传输功率，CG表示与MEC服务器之间的信道增益，N是信噪功率比； 能耗函数表示为： ； εtran＝Ptran*Ttran εm＝εlocal+εtran 其中，表示每个CPU周期的能耗，取决于终端上的芯片结构，k是能源效率参数，文中设置k＝5*10-5，Ptran表示无线信号发射功率； S4：基于改进DDPG算法对所述马尔科夫决策模型进行求解； S5：获得最优决策动作，确保边缘服务器负载均衡，得到最优计算卸载策略。

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南昌工程学院，其通讯地址为：330099 江西省南昌市高新技术开发区天祥大道289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。