买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于社会化学习的云边协同服务编排与请求调度优化方法，包括：eAPs和云分别构建请求调度决策模型和服务编排决策模型；云结合eAP发送的第一共振信息利用注意力机制得状态生成第二共振信息传到eAP；将状态输入服务编排决策模型并优化，结合eAP发送的下层指导向量得到最优服务编排决策传到边缘服务器；eAP结合云发送的第二共振信息利用注意力机制得状态生成第一共振信息传到云；将状态输入请求调度决策模型并优化，结合云发送的上层指导向量得到最优请求调度决策传到边缘服务器；边缘服务器根据收到的两个决策对请求进行处理。本发明能有效降低调度成本，提高吞吐量。

主权项：1.一种基于社会化学习的云边协同服务编排与请求调度优化方法，其特征在于，包括如下步骤：S1，多个接入边缘服务器访问代理简称eAP基于深度强化学习算法和联邦学习方法构建请求调度决策模型，多个云基于深度强化学习算法和联邦学习方法构建服务编排决策模型；S2，设置服务编排周期τ，初始化请求调度周期轮数t＝1；S3，利用注意力机制获取编排服务决策模型的状态s′U,t，然后结合eAP所发送的第一共振信息再次利用注意力机制对状态s′U,t进行更新得到状态将云上预设的状态输入注意力机制得到状态基于状态与状态生成第二共振信息发送到eAP；S4，将状态输入服务编排决策模型，以实现服务编排阶段内边缘服务器时间效率和服务部署所产生的成本平衡为目标对服务编排决策模型进行优化，结合eAP所发送的下层指导向量gL,t得到最优服务编排决策，并将最优服务编排决策发送到边缘服务器；S5，eAP利用注意力机制获取所有请求调度决策模型的状态sLL,t，然后结合云发送的第二共振信息利用注意力机制对状态sL′,t进行更新得到状态将eAP上预设的状态输入注意力机制得到状态基于状态与状态生成第一共振信息发送到云；S6，将状态输入请求调度决策模型，以实现请求调度阶段内eAP时间效率和请求调度所产生的成本平衡为目标对请求调度决策模型进行优化，结合云所发送的上层指导向量gU,t得到最优请求调度决策，并将最优请求调度决策发送到边缘服务器；S7，边缘服务器根据接收到的请求调度决策和服务编排决策对请求进行处理，待请求处理完成后，执行t＝t+1，判断t％τ＝＝0，如果是，执行步骤S3，否则，执行步骤S5。

全文数据：

权利要求：

百度查询： 天津大学 基于社会化学习的云边协同服务编排与请求调度优化方法