CN107708214B - 基于李雅普诺夫的网络效用最大化虚拟资源分配方法 - Google Patents

基于李雅普诺夫的网络效用最大化虚拟资源分配方法 Download PDF

Info

Publication number
CN107708214B
CN107708214B CN201710938301.2A CN201710938301A CN107708214B CN 107708214 B CN107708214 B CN 107708214B CN 201710938301 A CN201710938301 A CN 201710938301A CN 107708214 B CN107708214 B CN 107708214B
Authority
CN
China
Prior art keywords
resources
user
base station
queue
time slot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710938301.2A
Other languages
English (en)
Other versions
CN107708214A (zh
Inventor
唐伦
胡晓东
施颖洁
高鹏
陈前斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lianyungang Qianhai Information Technology Co ltd
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201710938301.2A priority Critical patent/CN107708214B/zh
Publication of CN107708214A publication Critical patent/CN107708214A/zh
Application granted granted Critical
Publication of CN107708214B publication Critical patent/CN107708214B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于Lyapunov的网络效用最大化虚拟资源分配方法，属于移动通信技术领域领域。该方法利用拉格朗日对偶和KKT条件，计算每个用户占用基站的频谱、计算资源、缓存资源；在每个时隙内，更新用户的队列状态信息；对虚拟资源分配和***稳定性进行联合优化，达到网络效用最大化的目的。本发明针对无线网络中虚拟资源的分配问题，同时为了保证***稳定，对虚拟资源分配和***稳定性进行联合优化。将无线频谱资源作为收益，回程链路资源、计算资源、缓存资源作为开销，同时考虑***队列稳定性以及不同虚拟服务提供商的用户的差异性，最终达到效用最大化的目的。该方法能够在保证***队列稳定性的同时最大化无线虚拟网络的平均总收益。

Description

基于李雅普诺夫的网络效用最大化虚拟资源分配方法
技术领域
本发明属于移动通信技术领域，涉及一种基于李雅普诺夫的网络效用最大化虚拟资源分配方法。
背景技术
目前5G技术标准研发正在紧锣密鼓的进展当中，各方对5G普遍达成的共识是：进入5G之后通信场景将变得多元化和复杂化，物与物之间的通信将迅猛发展，大大超越人与人之间的通信需求。显而易见的是，传统的蜂窝网络和“一刀切”的模式已经不能满足5G时代各行各业对网络的不同需求。在未来的5G***中，网络将被进一步抽象为“网络切片”，从而支持成千上万个应用例、众多用户类型和各种应用的使用。为满足广泛变化的用例的需求，5G网络切片架构***将采用基于逻辑而不是物理资源的技术，使运营商可以将网络作为一种服务来提供。这样的“网络即服务”方式可以非常灵活地根据需求进行资源分配和再分配，并根据具体需求定制“网络切片。
另外，随着智能终端数量的***增长和多种业务的迅速发展，传统无线网络已经愈来愈力不从心。为了应对未来无线网络向密集部署、多样业务、异构网络并存的多样化形态的转变，无线网络虚拟化技术引起了极大的关注。无线网络虚拟化通过抽象、共享基础设施和无线频谱资源，可以将传统的静态网络转化成灵活高效的动态网络，满足客户、市场和环境不断变化的需求，增加移动虚拟运营商(Mobile Virtual Network Operator,MVNO)的收入，帮助(Service Provider,SP)专注于服务的开发和创新。然而，如何将虚拟化后的资源进行有效的分配进而提高是目前的难题。
发明内容
有鉴于此，本发明的目的在于提供一种基于李雅普诺夫网络效用最大化虚拟资源分配方法，通过综合考虑虚拟资源的分配和***的稳定性，有效地实现在保证***队列稳定性的同时最大化无线虚拟网络的平均总收益。
为达到上述目的，本发明提供如下技术方案：
基于李雅普诺夫的网络效用最大化虚拟资源分配方法，该方法包括以下步骤：
S1：利用拉格朗日对偶和卡罗需-库恩-塔克(Karush-Kuhn-Tucker,KKT)条件，计算每个用户占用基站的频谱资源、计算资源、缓存资源；
S2：在每个时隙内，更新用户的队列状态信息；
S3：对虚拟资源分配和***稳定性进行联合优化，达到网络效用最大化的目的。
进一步，所述用户占用基站的资源之和，不超过该基站具有的资源，并对每个服务提供商的缓存资源做一个最小容量限制。
进一步，所述用户和基站之间的关联状态，通过关联因子
Figure GDA0002811190990000021
来判断，
Figure GDA0002811190990000022
表示用户与基站连接，
Figure GDA0002811190990000023
表示用户与基站不连接；j表示基础设施层中的基站，对于每一个服务提供商i，其内的用户u用k(i,u)来表示。
进一步，所述用户的队列最终稳定在一个范围内，动态更新方程为：
Figure GDA0002811190990000024
其中，j表示基础设施层中的基站，对于每一个服务提供商i，其内的用户u用k(i,u)来表示；
Figure GDA0002811190990000025
表示用户k(i,u)在时隙t内到达的数据包的数量，到达过程服从泊松分布；
Figure GDA0002811190990000026
表示基站在t时刻内向用户k(i,u)传输的数据包数量，
Figure GDA0002811190990000027
L表示单个数据包的大小，
Figure GDA0002811190990000028
表示t时刻用户k(i,u)在基站j接入的瞬时速率。
进一步，所述***的稳定条件为：
Figure GDA0002811190990000029
其中
Figure GDA00028111909900000210
为用户的时间平均队列长度，E为求期望值符号，T为时间周期的长度。
进一步，所述网络效用最大化是将无线频谱资源作为收益，将回程链路资源、计算资源和缓存资源作为开销。
进一步，在所述虚拟资源分配中，无线虚拟运营商总体收益为：
Figure GDA00028111909900000211
其中
Figure GDA00028111909900000212
表示虚拟运营商分配频谱资源给单个用户产生的总收益，对于每一个服务提供商i，其内的用户u用k(i,u)来表示，Cj,Hj分别表示***分配给基站j的计算资源和缓存资源，
Figure GDA00028111909900000213
表示用户占基站的无线资源比，t为时隙，
Figure GDA00028111909900000214
表示用户在基站j上占用的计算资源比例，
Figure GDA00028111909900000215
表示用户在基站j上占用的缓存资源比例，I表示服务提供商的集合，J表示基础设施层中所有基站的集合，U(x)＝logx是一个递增、光滑的凹函数，计算资源价格、缓存资源价格分别用uf,uh表示，K表示所有服务提供商i里面的用户集合，
Figure GDA00028111909900000216
表示用户k(i,u)与基站j之间的关联因子，
Figure GDA0002811190990000031
表示用户与基站连接，否则
Figure GDA0002811190990000032
根据拉格朗日对偶算法和KKT条件，求得用户局部的频谱资源、计算资源、缓存资源的分配比例，即局部最优解。
进一步，将所述局部最优解带入拉格朗日乘子更新方程，经过数次迭代后，判断是否满足收敛条件；若满足收敛条件，则获得用户的频谱资源、计算资源、缓存资源在该时隙的全局最优解。
进一步，在所述时隙内，将获得用户的频谱资源、计算资源、缓存资源带入用户队列的动态更新方程，获得当前的时隙的用户队列；
判断是否达到时隙最大值，达到则流程结束，未达到则继续求得频谱资源、计算资源、缓存资源的全局最优解以及获取用户队列的动态更新，保证***队列的稳定性。
本发明的有益效果在于：本发明针对无线网络中虚拟资源的分配问题，同时为了保证***稳定，对虚拟资源分配和***稳定性进行联合优化。将无线频谱资源作为收益，回程链路资源、计算资源、缓存资源作为开销，同时考虑***队列稳定性以及不同虚拟服务提供商的用户的差异性，最终达到效用最大化的目的，能够在保证***队列稳定性的同时最大化无线虚拟网络的平均总收益。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1为实现本发明的一个***场景图；
图2为本发明的简要流程图；
图3为基于拉格朗日和KKT条件的虚拟资源分配图；
图4为基于李雅普诺夫的保证***稳定性方法简要流程图；
图5为本发明的总体详细流程图。
具体实施方式
下面将结合附图，对本发明的优选实施例进行详细的描述。
参见图1，图1为本发明的***场景示意图。模型由三部分组成，分别为基础设施提供商(infrastructure providers,InP)、移动虚拟网络运营商(mobile virtual networkoperator,MVNO)和服务提供商(service provider,SP)。基础设施提供商InP拥有基础设施资源(例如，数据中心、无线接入网络和回程网络)，MVNO从InP租赁网络资源，根据服务提供商SP的请求创建虚拟资源，并将运行的虚拟资源分配给SP，最后服务提供商释放虚拟资源为用户提供特定的端到端的服务(例如视频，语音，游戏)。经过虚拟化后，InP中的资源(例如基站)可以以不同的价格租赁给MVNO，一个用户也可能归属不同的MVNO。在本文中我们考虑了多个服务提供商SP，单个InP和MVNO，并且是单输入输出(SISO)的下行链路蜂窝网络场景。本发明通过将无线频谱资源作为收益，回程链路资源、计算资源、缓存资源作为开销，同时考虑***队列稳定性以及不同虚拟服务提供商的用户的差异性，最终达到效用最大化的目的。该方法能够在保证***队列稳定性的同时最大化无线虚拟网络的平均总收益。
图2为本发明的简要流程图，具体步骤如下
步骤201，利用拉格朗日对偶和KKT条件，计算每个用户占用的频谱资源、计算资源、缓存资源；
步骤202，在每个时隙内，更新用户的队列状态信息；
步骤203，对虚拟资源分配和***稳定性进行联合优化，达到网络效用最大化的目的。
图3为基于拉格朗日和KKT条件的虚拟资源分配图。
步骤301，初始化参数包括对偶变量、最大允许误差、用户队列等，另外，对于基站的无线频谱资源、回程链路资源、计算资源、缓存资源，所有接入该基站用户所占用的资源和不超过基站所具有的资源，并对每个服务提供商的缓存资源做一个最小容量限制。
步骤302，初始化频谱、计算资源、缓存资源的分配。所述用户和基站之间的关联状态，通过关联因子
Figure GDA0002811190990000041
来判断，
Figure GDA0002811190990000042
表示用户与基站连接，否则
Figure GDA0002811190990000043
步骤303，利用拉格朗日对偶和KKT条件获得局部最优解，无线虚拟运营商总体收益表示为：
Figure GDA0002811190990000044
其中
Figure GDA0002811190990000045
表示虚拟运营商分配频谱资源给单个用户产生的总收益，k(i,u)表示于服务提供商i内的一个用户，Cj,Hj分别表示***分配给基站j的计算资源和缓存资源，
Figure GDA0002811190990000046
表示用户占基站的无线资源比，用户在基站j上占用的计算资源比例表示为
Figure GDA0002811190990000047
表示用户在基站j上占用的缓存资源比例表示，U(·)是一个递增、光滑的凹函数，U(x)＝logx，计算资源价格、缓存资源价格分别用uf,uh表示，uf,uh表示所有服务提供商i里面的用户集合，
Figure GDA0002811190990000048
表示用户k(i,u)与基站j之间的关联因子，
Figure GDA0002811190990000049
表示用户与基站连接，否则
Figure GDA00028111909900000410
步骤304，更新拉格朗日乘子对偶变量。
步骤305，判断是否达到收敛条件，若满足收敛条件，则获得用户的频谱资源、计算资源、缓存资源在这个时隙的全局最优解。“否”返回步骤302继续执行。
图4为基于李雅普诺夫的保证***稳定性方法简要流程图，具体流程如下：
步骤401，初始化参数，包括控制参数和用户初始队列等。
步骤402，求得频谱资源、计算资源、缓存资源的全局最优解。
步骤403，获得当前的网络状态队列，用户队列的动态更新方程为：
Figure GDA0002811190990000051
其中，
Figure GDA0002811190990000052
表示用k(i,u)户在时隙t内到达的数据包的数量，到达过程服从泊松分布。
Figure GDA0002811190990000053
表示基站在t时刻内向用户k(i,u)传输的数据包数量，其中
Figure GDA0002811190990000054
L表示单个数据包的大小，
Figure GDA0002811190990000055
表示t时刻用户k(i,u)在基站j接入的瞬时速率。
步骤404，判断是否达到时隙最大值，“是”则流程结束，“否”返回步骤402继续执行。
图5为本发明的总体详细流程图。
最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (2)

1.基于李雅普诺夫的网络效用最大化虚拟资源分配方法，其特征在于：该方法包括以下步骤：
S1：利用拉格朗日对偶和卡罗需-库恩-塔克KKT条件，计算每个用户占用基站的频谱资源、计算资源、缓存资源；
S2：在每个时隙内，更新用户的队列状态信息；
S3：对虚拟资源分配和***稳定性进行联合优化，达到网络效用最大化的目的；
所述用户和基站之间的关联状态，通过关联因子
Figure FDA0002811190980000011
来判断，
Figure FDA0002811190980000012
表示用户与基站连接，
Figure FDA0002811190980000013
表示用户与基站不连接；j表示基础设施层中的基站，对于每一个服务提供商i，其内的用户u用k(i,u)来表示；
所述用户的队列最终稳定在一个范围内，动态更新方程为：
Figure FDA0002811190980000014
其中，j表示基础设施层中的基站，对于每一个服务提供商i，其内的用户u用k(i,u)来表示；
Figure FDA0002811190980000015
表示用户k(i,u)在时隙t内到达的数据包的数量，到达过程服从泊松分布；
Figure FDA0002811190980000016
表示基站在t时刻内向用户k(i,u)传输的数据包数量，
Figure FDA0002811190980000017
L表示单个数据包的大小，
Figure FDA0002811190980000018
表示t时刻用户k(i,u)在基站j接入的瞬时速率；
所述***的稳定条件为：
Figure FDA0002811190980000019
其中
Figure FDA00028111909800000110
为用户的时间平均队列长度，E为求期望值符号，T为时间周期的长度；
所述网络效用最大化是将无线频谱资源作为收益，将回程链路资源、计算资源和缓存资源作为开销；
在所述虚拟资源分配中，无线虚拟运营商总体收益为：
Figure FDA00028111909800000111
其中
Figure FDA00028111909800000112
表示虚拟运营商分配频谱资源给单个用户产生的总收益，对于每一个服务提供商i，其内的用户u用k(i,u)来表示，Cj,Hj分别表示***分配给基站j的计算资源和缓存资源，
Figure FDA00028111909800000113
表示用户占基站的无线资源比，t为时隙，
Figure FDA00028111909800000114
表示用户在基站j上占用的计算资源比例，
Figure FDA00028111909800000115
表示用户在基站j上占用的缓存资源比例，I表示服务提供商的集合，J表示基础设施层中所有基站的集合，U(x)＝logx是一个递增、光滑的凹函数，计算资源价格、缓存资源价格分别用uf,uh表示，K表示所有服务提供商i里面的用户集合，
Figure FDA0002811190980000021
表示用户k(i,u)与基站j之间的关联因子，
Figure FDA0002811190980000022
表示用户与基站连接，否则
Figure FDA0002811190980000023
根据拉格朗日对偶算法和KKT条件，求得用户局部的频谱资源、计算资源、缓存资源的分配比例，即局部最优解；
将所述局部最优解带入拉格朗日乘子更新方程，经过数次迭代后，判断是否满足收敛条件；若满足收敛条件，则获得用户的频谱资源、计算资源、缓存资源在该时隙的全局最优解；
在所述时隙内，将获得用户的频谱资源、计算资源、缓存资源带入用户队列的动态更新方程，获得当前的时隙的用户队列；
判断是否达到时隙最大值，达到则流程结束，未达到则继续求得频谱资源、计算资源、缓存资源的全局最优解以及获取用户队列的动态更新，保证***队列的稳定性。
2.根据权利要求1所述的基于李雅普诺夫的网络效用最大化虚拟资源分配方法，其特征在于：所述用户占用基站的资源之和，不超过该基站具有的资源，并对每个服务提供商的缓存资源做一个最小容量限制。
CN201710938301.2A 2017-09-30 2017-09-30 基于李雅普诺夫的网络效用最大化虚拟资源分配方法 Active CN107708214B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710938301.2A CN107708214B (zh) 2017-09-30 2017-09-30 基于李雅普诺夫的网络效用最大化虚拟资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710938301.2A CN107708214B (zh) 2017-09-30 2017-09-30 基于李雅普诺夫的网络效用最大化虚拟资源分配方法

Publications (2)

Publication Number Publication Date
CN107708214A CN107708214A (zh) 2018-02-16
CN107708214B true CN107708214B (zh) 2021-02-02

Family

ID=61184941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710938301.2A Active CN107708214B (zh) 2017-09-30 2017-09-30 基于李雅普诺夫的网络效用最大化虚拟资源分配方法

Country Status (1)

Country Link
CN (1) CN107708214B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108365991B (zh) * 2018-02-26 2021-09-07 重庆邮电大学 面向无线网络虚拟化环境的下行功率资源分配方法
CN108307511B (zh) * 2018-03-07 2022-02-22 重庆邮电大学 无线自回传小基站接入控制与资源分配联合优化方法
CN109089271B (zh) * 2018-09-17 2021-12-14 中南大学 一种混合能量供能的无线协同网络资源随机分配方法
CN109618312B (zh) * 2019-01-18 2020-09-22 华北电力大学 一种面向d2d中继网络的低复杂度在线资源分配优化算法
CN109743407B (zh) * 2019-02-28 2021-05-28 电子科技大学 一种面向多租户网络的边缘网络缓存方法
CN109743217B (zh) * 2019-03-08 2021-03-16 西安交通大学 一种基于svra算法的自适应资源调节方法
CN110087320A (zh) * 2019-05-07 2019-08-02 电子科技大学 一种面向实时控制的无线资源分配方法
CN110557287B (zh) * 2019-09-10 2020-12-25 北京邮电大学 一种基于李雅普诺夫优化的资源分配方法及装置
CN110958675B (zh) * 2019-10-29 2021-08-17 南京邮电大学 基于5g雾计算节点的终端接入方法
CN113377447B (zh) * 2021-05-28 2023-03-21 四川大学 一种基于李雅普诺夫优化的多用户计算卸载方法
CN114070750B (zh) * 2021-11-03 2024-06-11 南京理工大学 一种5g网络切片资源分配方法
CN115996403B (zh) * 2023-03-22 2023-07-28 北京邮电大学 5g工业时延敏感业务资源调度方法、装置、电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106455078A (zh) * 2016-10-31 2017-02-22 东南大学 一种结合均衡策略的无线虚拟网络中的资源分配方法
CN106559491A (zh) * 2016-11-30 2017-04-05 南京邮电大学 一种基于改进的李雅普诺夫优化的云业务上行调度方法
CN106604284A (zh) * 2017-02-23 2017-04-26 上海斐讯数据通信技术有限公司 一种异构网络资源分配方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104735800B (zh) * 2015-03-07 2018-05-29 浙江理工大学 一种异构无线传感网络中最差时延感知跨层优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106455078A (zh) * 2016-10-31 2017-02-22 东南大学 一种结合均衡策略的无线虚拟网络中的资源分配方法
CN106559491A (zh) * 2016-11-30 2017-04-05 南京邮电大学 一种基于改进的李雅普诺夫优化的云业务上行调度方法
CN106604284A (zh) * 2017-02-23 2017-04-26 上海斐讯数据通信技术有限公司 一种异构网络资源分配方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Energy Efficient Joint Resource Scheduling for Delay-Aware Traffic in Cloud-RAN;Kaiwei Wang 等;《IEEE》;20161231;全文 *

Also Published As

Publication number Publication date
CN107708214A (zh) 2018-02-16

Similar Documents

Publication Publication Date Title
CN107708214B (zh) 基于李雅普诺夫的网络效用最大化虚拟资源分配方法
CN107995660B (zh) 支持d2d-边缘服务器卸载的联合任务调度及资源分配方法
Lv et al. Interaction of edge-cloud computing based on SDN and NFV for next generation IoT
Ma et al. Cost-efficient workload scheduling in cloud assisted mobile edge computing
Wang et al. User mobility aware task assignment for mobile edge computing
CN110087318B (zh) 基于5g移动边缘计算的任务卸载和资源分配联合优化方法
Liu et al. Adaptive multi-resource allocation for cloudlet-based mobile cloud computing system
CN106341893B (zh) 一种资源分配的方法及装置
CN110392079B (zh) 面向雾计算的节点计算任务调度方法及其设备
EP3573367A1 (en) Resource allocation method and orchestrator for network slicing in radio access network
CN105337834B (zh) 一种无线网络虚拟化环境下的映射方法
CN111538587B (zh) 一种基于负载均衡的服务功能链重配置方法
CN110187973A (zh) 一种面向边缘计算的服务部署优化方法
Pana et al. 5G radio access networks: A survey
Li et al. Optimal edge server deployment and allocation strategy in 5G ultra-dense networking environments
Si et al. QoS-aware dynamic resource management in heterogeneous mobile cloud computing networks
US11977929B2 (en) Resource allocation method and apparatus based on edge computing
CN113784373A (zh) 云边协同网络中时延和频谱占用联合优化方法及***
Panigrahi et al. Transmission in mobile cloudlet systems with intermittent connectivity in emergency areas
Bista et al. Probabilistic computation offloading for mobile edge computing in dynamic network environment
CN106714090B (zh) 网络虚拟化lte叠加d2d下基于收益的资源映射方法
CN106028453B (zh) 基于排队论的无线虚拟网络资源跨层调度映射方法
CN111935205A (zh) 雾计算网络中基于交替方向乘子法的分布式资源分配方法
Hosseini et al. Energy-efficient scheduling based on task prioritization in mobile fog computing
Yang et al. Multimedia resource allocation strategy of wireless sensor networks using distributed heuristic algorithm in cloud computing environment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240218

Address after: 1003, Building A, Zhiyun Industrial Park, No. 13 Huaxing Road, Henglang Community, Dalang Street, Longhua District, Shenzhen City, Guangdong Province, 518000

Patentee after: Shenzhen Wanzhida Technology Transfer Center Co.,Ltd.

Country or region after: China

Address before: 400065 Chongqing Nan'an District huangjuezhen pass Chongwen Road No. 2

Patentee before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS

Country or region before: China

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240524

Address after: 222000 Huaguoshan Avenue 17-1-507, High tech Industrial Development Zone, Haizhou District, Lianyungang City, Jiangsu Province

Patentee after: Lianyungang Qianhai Information Technology Co.,Ltd.

Country or region after: China

Address before: 1003, Building A, Zhiyun Industrial Park, No. 13 Huaxing Road, Henglang Community, Dalang Street, Longhua District, Shenzhen City, Guangdong Province, 518000

Patentee before: Shenzhen Wanzhida Technology Transfer Center Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right