Resumen

Dado el alto costo computacional y el largo tiempo de cálculo del algoritmo de borde de IoT en la evaluación tradicional de eventos deportivos, este artículo optimiza el algoritmo de borde de IoT introduciendo la tecnología de aprendizaje profundo por refuerzo. Se establece el ciclo del algoritmo de borde de IoT a través de la topología de IoT para obtener la velocidad de carga de datos. Con el fin de mejorar la eficiencia de la evaluación de eventos deportivos, se diseña el proceso del algoritmo de borde. Se calcula la tasa de contribución del índice de evaluación, y la consistencia, la desviación mínima y la diferencia mínima de los resultados se toman como estándar para diseñar el método de evaluación de eventos deportivos. Para verificar el rendimiento del algoritmo de borde optimizado, se establecen el conjunto de datos de prueba y la plataforma de prueba, y se diseña el experimento comparativo. En comparación con los métodos tradicionales, el algoritmo de borde basado en DSLL tiene un menor costo computacional, un tiempo de

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Coste computacional; Tiempo computacional; Algoritmo IoT edge; Tecnología de aprendizaje profundo por refuerzo; Eficiencia de la evaluación; índice de evaluación
• Keywords:Computational cost; Computational time; IoT edge algorithm; Deep reinforcement learning technology; Evaluation efficiency; Evaluation index