基于多智能体深度强化学习的智慧医疗网络计算卸载方法

6G和移动边缘计算技术的重大突破推动了智慧医疗服务的繁荣发展。为了满足医疗服务的低时延、高可靠需求,提出了一种基于多智能体深度强化学习的计算卸载方法。考虑时延和能耗,建立混合整数非线性规划任务卸载问题。通过传统优化算法求解资源分配问题,并通过多智能体深度强化学习算法求解卸载决策问题。仿真结果表明,与现有的几种方法相比,所提算法能够在智慧医疗网络动态变化环境中进行实时任务卸载。

面向智慧医疗网络的安全与隐私保护研究

智慧医疗不同于传统医疗,是种以患者数据为中的医疗服务模式,智慧医疗与物联网、云计算、人工智能等深度融合,帮助医务人员和患者跨越空间和时间的阻碍,满足远程医疗的需求,结合各类智能化设备和设施为患者提供医疗服务。智慧医疗加快了数据整合,为患者提供流动性的服务,提升了整体服务质量,但是流动性的数据信息带来了数据的滥用、过度索取等问题,因此需要结合智慧医疗的发展需求制定相应的安全保护措施,以此解决智慧医疗过程中出现的各类网络安全问题。