本发明公开了一种雾无线接入网中基于联邦强化学习的智能编码缓存方法,该方法包括:1、云中心服务器构建全局预测模型并初始化,在雾接入点布置多个分布式学习代理并初始化其本地预测模型;2、系统观察全局状态;3、每个雾接入点观察本地状态;4、系统根据所实施的内容放置决策,使用多播编码传输方式满足各个网络边缘节点接收的请求;5、每个雾接入点根据本地请求情况计算理论时延和虚拟反馈,并存储本地学习经验;6、每个雾接入点使用本地学习记经验独立进行本地模型训练;7、每个雾接入点每隔若干时隙上传本地模型至云中心服务器进行全局模型更新。本发明可以减少系统前传负载,降低传输时延,保护用户隐私。
声明:
“雾无线接入网中基于联邦强化学习的智能编码缓存方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)