同构终端下MEC网络统计异构性分析与动态资源分配方法

本发明公开了同构终端下MEC网络统计异构性分析与动态资源分配方法，涉及边缘计算技术领域，包括以下步骤：通过日志、监控工具采集同构终端样本数据集大小和本地训练时间，预处理后采用幂律分布分类，设置阈值分类设备，引入LSTM预测方差趋势，智能调整样本和迭代次数，优化局部训练，融合延迟与数据量权重，实现全局模型异步更新传输。本发明通过精细化的数据采集与预处理，结合LSTM预测技术，实现了对同构终端下MEC网络统计异构性的有效分析，显著提升了资源分配的灵活性和效率，同时，融合延迟与数据量权重的全局模型更新策略，确保了模型更新的及时性和准确性，为边缘计算应用提供了强有力的支持。