摘要
本申请公开了一种边缘计算卸载方法、装置、电子设备及存储介质,用以解决现有的边缘计算卸载方法安全性低和任务卸载策略不佳的问题。所述方法,包括:根据在t时隙移动设备的隐私级别和构建的在t时隙处理移动设备可执行任务的子任务的成本函数,构建成本最小化和隐私级别最大化的任务卸载问题;采用李雅普诺夫优化理论将任务卸载问题转化为单一时隙任务卸载策略优化问题,得到优化目标函数;将优化目标函数建模为马尔科夫决策过程,根据预设深度强化学习算法确定最优任务卸载策略。
技术关键词
移动设备
计算成本函数
卸载策略
深度强化学习算法
位置隐私
决策
时延
卸载方法
参数
云服务器
李雅普诺夫优化
队列
信道
模式
功率
电子设备
卸载装置
噪声
处理器
系统为您推荐了相关专利信息
复合翼无人机
能源管理模块
深度强化学习算法
视觉SLAM技术
环境数据采集单元
模型优化方法
卸载策略
时延
深度强化学习
视点渲染
信息统一交互
充电调度方法
行程
车辆
充电调度系统