- 1、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。。
- 2、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。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
本发明公开了基于差分隐私和深度确定性策略梯度的任务卸载建模方法,具体包括如下步骤:步骤1,建立移动边缘计算场景的网络模型和用户任务模型;步骤2,对任务处理的时延开销和能耗开销进行建模;步骤3,将步骤2得到的任务处理时的时延开销和能耗开销转化为系统的总开销;步骤4,构造隐私损失;步骤5,通过马尔科夫决策过程构建奖励函数;步骤6,采用差分隐私机制对用户的卸载策略进行扰动;步骤7,利用优先经验重放改进MADDPG算法训练目标策略网络和目标评论家网络的参数。采用本发明能够在有效降低能耗和时延的基础上进行
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118102392A
(43)申请公布日2024.05.28
(21)申请号202410313676.XG06N3/045(2023.01)
文档评论(0)