一种基于车联网应用安全性分级的协同云计算迁移方法技术

本发明专利技术公开了一种基于车联网应用安全性分级的协同云计算迁移方法，包括以下步骤：获取基站以及该基站范围内各车辆产生的任务请求的相关资料信息，并确定各任务请求的安全系数，该系数是对任务请求在车辆安全方面影响大小的量化；将满足一定要求的任务请求部署在车载终端执行；协同边缘计算与云计算，将无法部署在车载终端的任务请求分为两类，并更新每类的可行解域；将改进的离散型人工蜂群算法和贪心选择策略相结合进行优化求解，得到保证车辆安全优先的迁移决策和资源分配方案。本发明专利技术的优势是对任务请求在车辆安全方面影响的大小进行了分级，并充分利用车载终端、边缘计算和云计算互补的优势，极大地提升了车辆的安全。

A collaborative cloud computing migration method based on security classification of Internet of vehicles applications

【技术实现步骤摘要】
一种基于车联网应用安全性分级的协同云计算迁移方法
本专利技术涉及车联网和云计算
，具体涉及一种基于车联网应用安全性分级的协同云计算迁移方法。
技术介绍
近些年来，随着汽车的数量急剧增加，道路承载容量在很多大城市已经接近饱和，由此导致的交通安全、效率和环境问题也日益突出。车联网也由此逐步进入大家的视野，车联网技术是指车辆通过信息通信技术实现与其他车辆(V2V)、路边设备(V2I)以及行人(V2P)等进行交互，从而提升车辆的智能性。特别是碰撞避免、辅助驾驶以及自动泊车等应用的迅猛发展，使得这些类型的应用对车辆的安全影响较大，所以急需优先考虑这些应用的成功执行。但是车载终端的计算资源一般都比较有限，很多具有低时延约束且计算密集型的任务无法在本地终端执行。云计算因其具有高可靠性，成本低廉，高可伸缩性等优点，在近些年得到了迅猛的发展，用户通过将任务请求数据发送至云计算中心进行处理，然后再将计算结果下传至用户端。云计算服务器因为具有较丰富的计算资源而在很长一段时间内占据主流市场，但是同时又由于其往往距离用户比较远，在数据传输方面会产生很高的时延，所以极大地限制了一些时延约束比较严格的应用的执行，特别是一些涉及车辆安全的车联网应用无法及时的成功执行。后来ETSI提出了移动边缘计算(MobileEdgeComputing)，后来又随着需求的变化而演化为多接入边缘计算(Multi-AccessEdgeComputing)。边缘计算主要是指将具有一定计算资源和存储能力的服务器部署在基站附近，即距离用户“一跳”距离的位置，它相对传统的云计算大大节省了传输时延。但是边缘云由于其计算资源一般都比较有限，只能对有限数量的请求进行处理，而面对越来越多的车联网任务请求，其并不能完全满足车联网环境下任务请求的需求。在本专利技术的研究和提出过程中至少发现：为了保证车辆安全，应将车联网中安全型应用与非安全型应用进行区别性对待，并通过将云计算与边缘计算相结合，对任务请求进行协同辅助处理可以极大地弥补彼此之间的不足，最终实现对车辆安全影响越大的应用越优先成功执行。
技术实现思路
鉴于上述，本专利技术是为了解决现有车联网中在进行云计算迁移决策时没有针对车辆安全性进行考虑，并且现有研究主要只考虑边缘计算辅助车辆进行任务执行而忽略边缘计算与云计算优势互补的问题，提出了一种基于车联网应用安全性分级的协同云计算迁移方法，实现根据车联网任务请求对车辆安全影响的重要程度而实现量化分级，并充分利用云计算和边缘计算的互补优势，实现对安全型任务请求优先迁移，在保障车辆安全的同时成功执行尽可能多的任务请求。本专利技术的技术目的通过以下技术方案实现：一种基于车联网应用安全性分级的协同云计算迁移方法，应用场景为单基站附近部署有边缘计算服务器，并与云计算中心相连接，基站采用OFDMA接入方式，基站覆盖范围内有不确定数量的车辆，车辆产生的任务请求可能选择在车载终端、边缘计算端或云计算端执行，所述的协同云计算迁移方法包括如下步骤：S1、获取当前基站以及各任务请求相关资料信息，并确定各任务请求的安全系数：假设共产生m个任务请求，得到对应的基站的资料信息St、任务请求集合T以及其中任意任务请求i的资料信息Ti，分别表述如下：St＝[N,a,F,spkb,nmax]T＝{0,1,…,m-1}Ti＝[Di,Ci,τi,Si]其中N、a、F、spkb、nmax分别表示当前基站可用子信道总个数、单个子信道带宽、边缘计算端可用计算资源、基站传输单位数据量到云计算端的传输时延、每个任务请求最大可分配子信道个数，同时Di、Ci、τi、Si分别表示任务请求i的数据输入量、单位数据量对应的执行周期数、时延约束和安全系数；其中安全系数Si是对任务请求i在车辆安全性方面影响大小的量化，当安全系数Si≥Sth时，该任务请求属于安全型任务请求，其中Sth为安全阈值；S2、依次对任务请求集合T中的任务请求进行判断能否在车载终端执行，任务请求i∈T可以在车载终端执行的原则如下所示为：其中为任务请求i部署在车载终端执行的时延，为对应的车载终端计算资源，初始化在车载终端执行的任务请求集合L＝φ,任务请求i满足上述条件时则L＝L+i,T＝T\i,其中L＝L+i表示向集合L添加元素i，T＝T\i，表示从集合T中去除元素i；通过步骤S2得到的T中的任意任务请求i，其迁移决策为xi∈{-1,0,1},分别表示可迁移至边缘计算端、放弃执行和迁移至云计算端，子信道分配数量为ni∈{0,1,…,nmax}，nmax表示每个任务请求最多可分配的子信道个数，计算资源分配为fi∈[0,F]；并且迁移至边缘计算端执行时忽略计算结果下传时延，迁移至云计算端执行时忽略云计算端的计算时延以及计算结果下传时延，两种迁移方式的时延和表达式分别如下所示：其中Ri、spkb分别表示给任务请求i分配单个子信道时的数据上传速率、基站传输单位数据量到云计算端的传输时延，Ri、di、α、|hi|、σ2分别表示任务请求i对应车载终端的发射功率、对应车载终端和基站的距离、路径衰减因子、瑞利衰落因子以及高斯白噪声。S3、根据任务请求迁移至云计算端执行能否满足时延约束的，将集合T中的任务请求逐个归类到集合Tmec或Tboth中，最后确定集合T中各任务请求的可行解域；其中Tmec中的任务请求无法选择迁移至云计算端执行，而Tboth中的任务请求既可选择迁移至边缘计算端又可选择迁移至云计算端执行，归类以后的任意任务请求i均满足(i∈T∧i∈Tmec)∨(i∈T∧i∈Tboth)；S31、将任务请求集合T中的所有任务请求归类到集合Tmec或Tboth中，假设初始Tmec＝φ，Tboth＝φ，对任意任务请求i∈T,其对应的归类标准为：其中是指为任务请求i分配nmax个子信道且迁移至云计算端执行产生的时延，如果此时时延依然不满足时延约束，则该任务请求只可能通过迁移至边缘计算才能成功执行，所以将其归类到集合Tmec中，否则将该任务请求归类到集合Tboth中；S32、对满足(i∈T∧i∈Tmec)∨(i∈T∧i∈Tboth)的所有任务请求i进行可行解域的更新,原则如下：其中其中表示任意任务请求i∈Tboth迁移至云计算端执行对应所需的子信道个数，Ri表示给任务请求i分配单个子信道的数据上传速率，ceil(x)表示对x向上取整；此时当任务请求i分配到的子信道个数时选择迁移至云计算端执行，当时考虑边缘计算端执行或者放弃执行；通过可行解域的更新实际上是缩小可行解的范围，可以降低后续算法处理的复杂度；S4、通过改进的离散型人工蜂群算法和贪心选择策略相结合对任务请求集合T中的任务请求进行迁移决策和资源分配求解：S41、本专利技术中改进的离散型人工蜂群算法中的适应度函数如下所示：其中fit是适应度值，fit(i)是任务请求i成功执行的奖励值，而fsafe(Si)是针对安全型任务请本文档来自技高网...

【技术保护点】
1.一种基于车联网应用安全性分级的协同云计算迁移方法，应用场景为单基站附近部署有边缘计算服务器，并与云计算中心相连接，基站采用OFDMA接入方式，基站覆盖范围内有一定数量的车辆，车辆产生的任务请求可能选择在车载终端、边缘计算端或云计算端执行，其特征在于，所述的协同云计算迁移方法包括以下步骤：/nS1、获取当前基站以及各任务请求相关资料信息，并确定各任务请求的安全系数：假设共产生m个任务请求，得到对应的基站的资料信息St、任务请求集合T以及其中任意任务请求i的资料信息T

【技术特征摘要】
1.一种基于车联网应用安全性分级的协同云计算迁移方法，应用场景为单基站附近部署有边缘计算服务器，并与云计算中心相连接，基站采用OFDMA接入方式，基站覆盖范围内有一定数量的车辆，车辆产生的任务请求可能选择在车载终端、边缘计算端或云计算端执行，其特征在于，所述的协同云计算迁移方法包括以下步骤：
S1、获取当前基站以及各任务请求相关资料信息，并确定各任务请求的安全系数：假设共产生m个任务请求，得到对应的基站的资料信息St、任务请求集合T以及其中任意任务请求i的资料信息Ti，分别表述如下：
St＝[N,a,F,spkb,nmax]
T＝{0,1,…,m-1}
Ti＝[Di,Ci,τi,Si]
其中N、a、F、spkb、nmax分别表示当前基站可用子信道总个数、单个子信道带宽、边缘计算端可用计算资源、基站传输单位数据量到云计算端的传输时延、每个任务请求最大可分配子信道个数，同时Di、Ci、τi、Si分别表示任务请求i的数据输入量、单位数据量对应的执行周期数、时延约束和安全系数；其中安全系数Si是对任务请求i在车辆安全性方面影响大小的量化，当安全系数Si≥Sth时，该任务请求属于安全型任务请求，其中Sth为安全阈值；
S2、将满足一定要求的任务请求部署在车载终端执行：对任务请求集合T中的任务请求能否部署车载终端执行进行判断，任务请求i∈T选择在车载终端执行的原则如下所示为：



其中为任务请求i部署在车载终端时的执行时延，filoc为对应的车载终端计算资源，初始化在车载终端执行的任务请求集合L＝φ,满足上述条件时则L＝L+i,T＝T\i，其中L＝L+i表示向集合L添加元素i，T＝T\i，表示从集合T中去除元素i；
S3、根据各任务请求迁移至云计算端执行时能否满足时延约束，将集合T中的任务请求归类到集合Tmec或Tboth中，最后重新确定集合T中各任务请求的可行解域；
其中Tmec中的任务请求无法选择迁移至云计算端执行，而Tboth中的任务请求既可选择迁移至边缘计算端又可选择迁移至云计算端执行，归类以后的任意任务请求i满足(i∈T∧i∈Tmec)∨(i∈T∧i∈Tboth)；
S4、用改进的离散型人工蜂群算法和贪心选择策略相结合对任务请求集合T中的任务请求进行迁移决策和资源分配求解。


2.根据权利要求1所述的一种基于车联网应用安全性分级的协同云计算迁移方法，其特征在于，所述的步骤S2中，任务请求集合T中的任意任务请求i，其迁移决策为xi∈{-1,0,1}，分别表示可迁移至边缘计算端、放弃执行和迁移至云计算端，子信道分配数量为ni∈{0,1,…,nmax}，其中nmax为每个任务请求可分配的最大子信道个数，计算资源分配为fi∈[0,F]；并且迁移至边缘计算端执行时忽略计算结果下传时延，迁移至云计算端执行时忽略云计算端的计算时延以及计算结果下传时延，两种迁移方式的时延和表达式分别如下所示：






其中Ri、spkb分别表示给任务请求i分配单个子信道时的数据上传速率、基站传输单位数据量到云计算端的传输时延，Pi、di、α、|hi|、σ2分别表示任务请求i对应车载终端的发射功率、对应车载终端和基站的距离、路径...

【专利技术属性】
技术研发人员：胡斌杰，段海波，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44