-
公开(公告)号：CN115988085A
公开(公告)日：2023-04-18
申请号：CN202211545687.8
申请日：2022-12-03
Applicant: 桂林理工大学
IPC: H04L67/60 , H04L41/14 , H04L43/0852
Abstract: 一种面向微云联盟的时延和利润感知的任务迁移方法，具体包括以下步骤：S1：构建面向微云联盟的任务迁移场景下的时延计算模型、服务提供商收益和定价模型以及任务时变报价函数模型；S2：根据步骤S1得到的结果，提出一种基于贪心策略的时延感知和利润最大化的分布式任务迁移算法。本发明利用基于时延感知和利润最大化的贪心策略使得服务提供商在保障任务时延要求的同时以更大的收益服务更多的任务请求，根据服务提供商本地资源使用率和联盟资源价格的实时状况对任务的迁移决策进行灵活选择，即使在服务提供商本地资源使用率较高的情况下，也能够尽力为任务提供低时延的服务，提高用户体验质量，同时最大化微云联盟系统服务提供商总收益。
-
公开(公告)号：CN115358765A
公开(公告)日：2022-11-18
申请号：CN202210859716.1
申请日：2022-07-20
Applicant: 桂林理工大学
Abstract: 一种基于博弈论的微云联盟环境下微云资源定价方法，步骤如下：S1：建立资源租用方心理单价函数、惩罚函数、当前条件下预期收入函数，资源出租方利润率函数、定价函数，将为微云资源定价建模为一个博弈问题。S2：在步骤S1的准备工作完成后，使用自建的定价机制求解该模型，得到资源出租方和资源租用方的对应租用关系集与云端执行关系集。S3：根据得到的租用关系集进行租用，根据远程云执行关系集将资源需求放至云端执行。该方法突破传统的单目标、单一结果，而是可灵活的调整自身策略为博弈双方提供更多的可能，提升资源租用方和资源出租方的收益，进而提升微云联盟系统的总收益。
-
公开(公告)号：CN118200255A
公开(公告)日：2024-06-14
申请号：CN202410301949.9
申请日：2024-03-17
Applicant: 桂林理工大学
IPC: H04L47/726 , H04L47/83 , H04L67/10
Abstract: 本发明旨在建立一个分布式边缘联盟模型，引入一种综合考虑用户任务请求水平、边缘资源提供商剩余计算资源和任务执行情况的资源预留策略，该策略旨在确保边缘资源提供商之间充分合作，提高资源利用率，并降低联盟总体任务平均计算时延，具体步骤包括计算所有任务的平均计算时延、确定资源预留率以及确定任务调度策略。相较于现有技术，本发明的优势在于考虑了为下一时隙预留资源的任务卸载模型，有效降低了任务在边缘资源提供商之间传递的次数，从而降低了联盟整体任务平均处理时延，此外，提出的综合本地负载和联盟总体负载的资源预留策略实现了全局优化任务平均处理时延。
-
Patent Agency Ranking
公开(公告)号：CN116797298A
公开(公告)日：2023-09-22
申请号：CN202310823200.6
申请日：2023-07-06
Applicant: 桂林理工大学
IPC: G06Q30/0283 , G06Q30/0601 , G06Q30/0201 , G06Q30/0645 , G06N5/04
Abstract: 本发明公开了一种面向微云联盟的基于三方博弈的资源定价方法，具体包括以下步骤：(1)基于博弈论构建微云联盟环境下第一级微云资源定价模型；(2)使用改进的梯度下降算法求解该模型；(3)将微云服务提供商划分为资源租用方与资源出租方，基于博弈论构建微云联盟环境下第二级微云资源定价模型；(4)使用改进的牛顿法求解该模型。本发明提出了一种面向微云联盟的基于三方博弈的资源定价方法，可以为微云联盟所涉及的用户、联盟内的微云资源出租方及联盟内的微云资源租用方提供一种确定资源价格的方法。该方法将双方资源定价扩展为三方，突破了单目标、单一结果限制，灵活性好。
-
公开(公告)号：CN113472689A
公开(公告)日：2021-10-01
申请号：CN202110687173.5
申请日：2021-06-22
Applicant: 桂林理工大学
IPC: H04L12/861 , H04L12/911 , H04L12/24
Abstract: 本发明公开了一种基于双缓存区AoI感知的物联网数据收集方法，具体包括以下步骤：S1：提出一种基于双缓存区的数据存储与传输策略，对系统模型以及两个缓存区的样本存储与传输过程进行设计；S2：在步骤S1的策略提出后，构建物联网数据传输场景下的双缓存区AoI模型与平均加权AoI优化目标；S3：根据步骤S2得到的结果，设计选择函数，提出一种基于贪心策略的算法对该模型进行求解，完成源节点样本的调度与数据的收集。本发明利用基于双缓存区AoI模型的贪心策略减小平均加权AoI，根据链路与源节点的实时状况对源节点以及源节点上的新旧样本进行灵活选择，即使在链路资源或源节点能量受限的情况下，也能够尽力为物联网用户提供新鲜的数据，提高用户体验质量。
-
公开(公告)号：CN111950762A
公开(公告)日：2020-11-17
申请号：CN202010625057.6
申请日：2020-07-01
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于NSGA2的多目标电子产品CTO订单推荐方法，具体包括以下步骤：S1：建立电子产品功能定位目标贴近度、功耗、成本目标函数，将电子产品的CTO订单推荐建模为一个多目标优化问题。S2：在步骤S1的准备工作完成后，使用NSGA2算法求解该模型，获取Pareto非支配集。S3：利用用户设置权重的方法，将Pareto非支配集的多个无序订单排序，得到多个有序的电子产品CTO推荐订单。本发明利用NSGA2算法和用户设置权重的方法，能为用户快速推荐多个满足个性化需求的订单，且能快速适应用户对权重的动态调整，具有灵活性。
-
公开(公告)号：CN107193725B
公开(公告)日：2020-07-31
申请号：CN201710415094.2
申请日：2017-06-05
Applicant: 桂林理工大学
Abstract: 一种基于用户鼠标行为辨识的在线学生评教识伪方法。本发明通过在学生在线评教页面中插入JavaScript代码，捕获用户的鼠标运行轨迹与时刻信息，提取鼠标子运动次数、鼠标停顿次数、鼠标平均停顿时间等三个特征值，并采用加权平均方法将三个特征值合并成一个特征值，根据该特征值的取值自动辨识用户所给出的评教数据是否为虚假数据。该方法实现简单、辨识正确率较高、不影响用户的评教体验、可与通过评教数据分析的辨识方法结合。该方法的辨识区间与评教页面相关，在正常使用前，需要进行一定规模的测试，获取相应的辨识区间。
-
公开(公告)号：CN107193725A
公开(公告)日：2017-09-22
申请号：CN201710415094.2
申请日：2017-06-05
Applicant: 桂林理工大学
Abstract: 一种基于用户鼠标行为辨识的在线学生评教识伪方法。本发明通过在学生在线评教页面中插入JavaScript代码，捕获用户的鼠标运行轨迹与时刻信息，提取鼠标子运动次数、鼠标停顿次数、鼠标平均停顿时间等三个特征值，并采用加权平均方法将三个特征值合并成一个特征值，根据该特征值的取值自动辨识用户所给出的评教数据是否为虚假数据。该方法实现简单、辨识正确率较高、不影响用户的评教体验、可与通过评教数据分析的辨识方法结合。该方法的辨识区间与评教页面相关，在正常使用前，需要进行一定规模的测试，获取相应的辨识区间。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.024 seconds)
