基于强化学习的低空智联网可信接入与资源分配方法

AITNT
正文
推荐专利
基于强化学习的低空智联网可信接入与资源分配方法
申请号:CN202410805851
申请日期:2024-06-21
公开号:CN118748802B
公开日期:2025-08-29
类型:发明专利
摘要
本发明公开了一种基于强化学习的低空智联网可信接入与资源分配方法,属于通信网络安全领域,本发明基于ADS‑B回传信息、负交互次数及计算性能构建各无人机的信誉值,利用区块链存储并更新信誉值。通过观察发明接入基站的无人机数目、任务所需的计算资源量、基站当前持有的计算资源、无人机信誉值以及历史无人机与基站的负交互次数,基站构建系统状态,并作为强化学习模型的输入。基站根据强化学习模型的输出,选择允许接入的无人机个数及ID、相应的计算资源分配策略及区块大小,提高吞吐量的同时降低任务计算时延、传输时延及负交互次数,从而综合提升低空智联网的可信接入能力和任务计算效率。
技术关键词
基站 无人机 强化学习模型 信誉值 资源分配方法 资源分配策略 网络 地面 时延 风险 接入控制策略 联网系统 参数 构建系统 坐标 代表 方程 因子
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号