光明实验室学术沙龙丨基于MEC和区块链的工业互联网计算卸载与资源调度
  • 发布时间:2023-01-09
  • 作者:光明实验室
  • 浏览:2225次


01


实验室简介


人工智能与数字经济广东省实验室(深圳)(以下简称光明实验室)为省政府批准筹建的第三批广东省实验室之一,经市政府批准已设立为事业单位。实验室面向人工智能与数字经济的重大战略需求,由广东省政府统筹规划及顶层设计,深圳市政府主导建设、运营与管理,深圳大学作为牵头建设单位。实验室致力于打造人工智能与数字经济全链条创新平台、数字经济区域开放产学研合作平台、创新人才聚集和培养的基地以及核心技术成果转化和孵化平台。在此建设目标下,实验室遵循“创新、责任、进取、合作”的核心价值观,主要围绕区块链与金融科技、智能传感与精准医疗、机器学习与智能系统、泛在感知与智慧城市四个方向展开研究。


02


讲座内容简介


近年来,随着网络与信息技术的快速演进,推动了工业互联网产业的高速发展,使其成为当前学术界和工业界的研究热点。在工业互联网系统中,由传感器、通信节点、控制器等智能设备组成的通信网络体系,可实现人机间、机器间高效便捷的数据交互,为工业大数据分析、智能化生产提供了重要的底层架构和技术支撑。然而,在现有的工业互联网系统中,工业设备用户普遍存在计算能效性较低问题,且收集的工业数据在传输、处理等流程中存在较高的安全风险。同时,工业互联网设备群的体量和规模庞大,欠缺合理性的资源配置导致系统中过度的计算资源浪费,也是当前工业互联网系统的突出问题。


针对上述问题,本报告首先研究分析了工业互联网的场景模型特点,结合云计算和移动边缘计算(mobile edge computing,MEC)混合计算模型理论,提出一种面向工业互联网的数据计算任务卸载系统架构,基于强化学习求解最优卸载策略,实现云边计算资源的智能管理。同时,结合区块链技术,提出一种融合MEC和区块链的分布式工业互联网系统模型,并基于深度强化学习(deep reinforcement learning,DRL)迭代求解最优计算资源配置策略,从而提升工业互联网数据计算效率的同时满足数据安全可靠性。最后,根据所提的工业互联网系统模型和资源智能调度优化方法,介绍几种面向不同工业互联网业务场景的区块链应用平台,从实际应用角度对融合MEC和区块链技术的工业互联网未来发展趋势进行深入探讨。


03


汇报人简介


李萌,博士(后),副教授,硕士生导师。2018年6月,获北京工业大学电子科学与技术专业工学博士学位,博士毕业论文荣获“中国电子教育学会2018年度优秀博士学位论文提名奖”。同年,留校任教从事教学与科研工作,主要研究领域包括通信网络、工业互联网与M2M通信、区块链技术、边缘智能计算与缓存、网络资源智能优化管理等。截至目前,主持或参与国家及省部级科研项目10余项,在IEEE Communications Magazine、IEEE Network、IEEE TMC、IEEE TVT、IEEE GLOBECOM、IEEE ICC等通信领域权威期刊和旗舰会议发表学术论文70余篇,申请国家发明专利30余项、软件著作权10余项,并多次担任IEEE GLOBECOM和ICC等国际学术会议的技术委员会委员。


04


讲座信息


时间:2023年1月10日 上午 10:00


地址:光明区科润大厦10楼 光明实验室 1012会议室


腾讯会议:131 370 724