科创中国
一种工业互联网边缘服务缓存决策方法及系统
发布时间: 2023-11-01
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
电子信息技术
成果介绍
本发明涉及工业互联网技术领域，具体涉及一种工业互联网边缘服务缓存决策方法及系统；本发明实施例中的工业互联网边缘服务缓存决策方法通过基于分布式深度强化学习方法构建的算法来对边缘缓存策略数学模型计算最优解，能够解决对系统的数学模型的优化问题。该方法基于网络数学模型的建立和最优目标的确定，并基于强化学习和深度学习技术的结合，根据大量的用户历史数据，让机器去学习并预测用户的偏好度以及网络中内容流行度的变化趋势，并根据学习的结果去调整服务缓存策略。可以有效的给出服务缓存决策的最优解。其对应的系统也具体同样的技术效果。
成果亮点
1.一种工业互联网边缘服务缓存决策方法，其特征在于，包括以下步骤：
S1.基于只有服务器中缓存了相应的服务数据才可以执行服务相对应的任务对工业互联网系统进行数学建模；系统模型的云服务器中缓存了所有服务所需的数据；
S2.对边云协同系统中服务访问时延建立数学模型；
S3.根据边缘服务器之间和边缘服务器与云服务器之间数据传输的功率，以及边缘服务器与云服务器的计算功率对所述工业互联网系统的能耗进行数学建模；
S4.基于系统模型、延时模型和能耗模型，建立达到最小化的服务访问时延和最小化的能量消耗的优化目标；
S5.基于分布式深度强化学习方法构建能够实现所述优化目标的算法。
2.根据权利要求1所述的方法，其特征在于，所述步骤S5还包括以下步骤：
S51.将多个并行深度神经网络DNN与强化学习算法Q-learning相结合，构建一个并行的深度强化学习算法，进行服务缓存决策；
S52.在训练阶段中依据当前状态以贪婪策略选择一个动作执行，得到奖励和下一个状态，将得到的状态转换存储至经验池中；当经验池D存储的容量足够大时，从经验池中提取一定数量的状态转换去训练网络参数；
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案
下载app