[发明专利]移动边缘计算网络中基于分布式强化学习的隐私保护动态边缘缓存设计方法有效
| 申请号： | 202110616233.4 | 申请日： | 2021-06-02 |
| 公开（公告）号： | CN113364854B | 公开（公告）日： | 2022-07-15 |
| 发明（设计）人： | 黄永明;郑冲;刘升恒;程浩;张璐佳 | 申请（专利权）人： | 东南大学 |
| 主分类号： | H04L67/568 | 分类号： | H04L67/568;H04L67/5682;H04L67/10;H04W28/14;H04L41/147;H04L41/142;H04L9/40 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 杜静静 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种移动边缘计算网络中基于分布式强化学习的隐私保护动态边缘缓存设计方法，具体为：首先将用户内容流行度动态性建模成无模型的马尔科夫链，然后将系统中各用户设备和服务器设备的缓存命中率最大化问题构建成一个隐私保护约束下的分布式优化问题。接着将该分布式优化问题转化为分布式无模型马尔科夫决策过程问题，并引入一种联邦学习方法用于隐私保护约束下的流行度预测。最后通过原分布式优化问题的转化，得到动作空间，状态空间和奖励函数系统配置。通过迭代学习，获得隐私保护约束下各个设备的动态变换缓存设计方法。实现移动边缘计算网络中用户隐私保护约束下的内容缓存动态更新，保护用户隐私的同时，获得更高的缓存命中率。 | ||
| 搜索关键词： | 移动 边缘 计算 网络 基于 分布式 强化 学习 隐私 保护 动态 缓存 设计 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110616233.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种点云重采样方法、系统、存储介质及设备
- 下一篇：信号转换器测试工装
