基于图神经网络的车联网安全卸载与缓存优化方法

本发明公开了基于图神经网络的车联网安全卸载与缓存优化方法，涉及智能交通与边缘计算领域，旨在解决车联网资源调度效率低、隐私保护不足及任务与缓存处理割裂问题。方法包括：S1构建车联网系统模型，含车辆‑路侧单元‑宏基站架构、正交频分多址与专用短程通信协议的通信模型，及含本地处理与部分远程卸载的计算模型；S2引入高斯噪声实现差分隐私保护，采用异步联邦学习结合长短期记忆网络预测任务流行度；S3构建动态异构图，借图神经网络提取时空特征，输入近端策略优化算法，联合优化卸载目标、比例及缓存策略。本发明实现隐私安全、低系统总时延、高缓存命中率与资源利用率的协同提升，适配车联网动态拓扑与复杂任务需求。

《基于图神经网络的车联网安全卸载与缓存优化方法》是一发明专利，专利号为 2025116396327，当前法律状态为已下证，由华东交通大学提出申请，发明人为聂学方;王辰;张晨;周天清;游捷，申请日期为2025-11-11，公开（公告）日期为2026-03-20，国际专利分类号（IPC）为 H04W 28/084 (2023.01)，高新资质：未报高企，所属技术领域包括：需公示和二变未报项目代售。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了基于图神经网络的车联网安全卸载与缓存优化方法，涉及智能交通与边缘计算领域，旨在解决车联网资源调度效率低、隐私保护不足及任务与缓存处理割裂问题。方法包括：S1构建车联网系统模型，含车辆‑路侧单元‑宏基站架构、正交频分多址与专用短程通信协议的通信模型，及含本地处理与部分远程卸载的计算模型；S2引入高斯噪声实现差分隐私保护，采用异步联邦学习结合长短期记忆网络预测任务流行度；S3构建动态异构图，借图神经网络提取时空特征，输入近端策略优化算法，联合优化卸载目标、比例及缓存策略。本发明实现隐私安全、低系统总时延、高缓存命中率与资源利用率的协同提升，适配车联网动态拓扑与复杂任务需求。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！