一种基于联邦强化学习的移动边缘缓存与推荐方法.pdfVIP

下载本文档

0
0
约3.22万字
约 28页
2024-04-10 发布于四川
举报
版权申诉

一种基于联邦强化学习的移动边缘缓存与推荐方法.pdf

1、本文档共28页，其中可免费阅读27页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

移动边缘计算技术旨在提高用户体验质量，减少传输延迟，以及降低云端资源压力。针对如何在移动边缘网络中做出推荐和缓存决策更合理的问题，本发明提出了一种基于联邦强化学习的移动边缘缓存与推荐方法，旨在解决移动网络下能耗的优化问题，模拟用户移动和接触情况，引入深度Q网络(DQN)强化学习，制定缓存和推荐策略。联邦学习被应用以加强用户设备之间的联系，同时保护用户隐私。该技术不仅可以解决隐私保护问题，还改善网络性能，降低传输能耗，提高蜂窝链路的传输卸载率。本专利具有广泛应用前景，对移动通信和边缘计算领域具有重

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117857378A

(43)申请公布日2024.04.09

(21)申请号202410016844.9

(22)申请日2024.01.05

(71)申请人杭州电子科技大学

地址3100

您可能关注的文档

文档评论（0）

知识产权出版社 + 关注: 官方认证

文档贡献者

知识产权出版社有限责任公司（原名专利文献出版社）成立于1980年8月，由国家知识产权局主管、主办。长期以来，知识产权出版社非常重视专利数据资源的建设工作，经过多年来的积累，已经收藏了数以亿计的中外专利数据资源。

咨询Ta 进入空间

认证主体北京中献电子技术开发有限公司

IP属地四川

统一社会信用代码/组织机构代码: 91110108102011667U

1亿VIP精品文档

更多 >

一种基于联邦强化学习的移动边缘缓存与推荐方法.pdfVIP