Your Location：
Home >
Browse articles >
基于声誉机制的算力网络资源利用率和用户满意度联合优化
专题 | Updated：2024-06-03

    • 基于声誉机制的算力网络资源利用率和用户满意度联合优化

    • Reputation-based joint optimization of user satisfaction and resource utilization in a computing force network

    • “在计算和网络融合领域，计算力网络（CFNs）的研究进展显著。专家们已经建立了一个基于贝塔分布函数的声誉模型来衡量计算和网络资源提供商（CNRP）的可信度。他们还提出了一种基于性能的声誉更新模型，并将该问题形式化为约束多目标优化问题。通过使用改进的快速精英非支配排序遗传算法（NSGA-II），他们找到了提高用户满意度和资源利用率的可行解决方案，为用户和CNRP的多对多匹配提供了更多选择。”
    • 信息与电子工程前沿(英文版)   2024年25卷第5期 页码：685-700

    • DOI：10.1631/FITEE.2300156    

      中图分类号： TP393

    • 收稿：2023-03-05，

      修回：2023-08-09，

      录用：2023-08-09，

      纸质出版：2024-05-0

    Scan QR Code

  • 付月霞, 王晶, 陆璐, 等. 基于声誉机制的算力网络资源利用率和用户满意度联合优化[J]. 信息与电子工程前沿(英文版), 2024,25(5):685-700. DOI： 10.1631/FITEE.2300156.

    Yuexia FU, Jing WANG, Lu LU, et al. Reputation-based joint optimization of user satisfaction and resource utilization in a computing force network[J]. Frontiers of Information Technology & Electronic Engineering, 2024, 25(5): 685-700. DOI： 10.1631/FITEE.2300156.

  •  
  •  

0

浏览量

227

Downloads

0

CSCD

PlumX

>
文章被引用时，请邮件提醒。
Submit
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

Combining graph neural network with deep reinforcement learning for resource allocation in computing force networks

相关作者

韩雪莹
谢明熹
禹可
黄小红
杜宗鹏
姚惠娟
Xueying Han
Mingxi Xie

相关机构

北京邮电大学计算机学院（国家示范性软件学院）
北京邮电大学人工智能学院
中国移动研究院基础网络技术研究所
School of Computer Science, Beijing University of Posts and Telecommunications
School of Artificial Intelligence, Beijing University of Posts and Telecommunications
0