一种基于SDN和边缘计算的物联网隐私保护服务发现系统技术方案

本发明专利技术涉及一种基于SDN和边缘计算的物联网隐私保护服务发现系统，包括：SDN控制器用于控制各个EN作为合作学习者在MEC网络中缓存和处理信息；上下文空间模型对预处理后的上下文记录进行上下文空间分区，以挖掘获得类似的上下文记录；物联网服务空间模型通过服务历史树和服务发现树覆盖总服务空间，服务历史树和服务发现树为无限二叉树，每个树节点对应于总服务空间中的服务集群；服务历史树存储所有历史性物联网服务记录，并标记总服务空间分区状态；服务发现树根据服务历史树和上下文空间构建并刷新，用于发现适合当前用户的物联网服务集群，以选择最佳的个性化服务推荐给用户；在服务发现的准确性和隐私保护水平之间取得了平衡。

【技术实现步骤摘要】
一种基于SDN和边缘计算的物联网隐私保护服务发现系统
本专利技术涉及物联网
，尤其涉及一种基于SDN和边缘计算的物联网隐私保护服务发现系统。
技术介绍
在物联网场景中，许多异构实体和智能设备在射频识别、无线传感器网络和其他技术支持下互相连接，传输有关各种物理环境的大量数据。在无处不在的部署设备的帮助下，物联网服务和应用正在迅速增长，几乎涵盖了我们生活的每一个方面（例如医疗保健、智能家居、工业等）。随着时间的推移，随着智能设备的快速持续增长，将向用户提供越来越多的服务。周围传感器检测到的最终用户的上下文信息在提供个人服务方面起着至关重要的作用。服务发现系统作为物联网生态系统的重要组成部分，利用用户的上下文从候选服务中发现相应的服务，而不是漫无目的地检索多个服务。服务发现可以应用于智能家居自动化、工业自动化、交通等多种场景，改善人们的生活。然而，不同用户的高度异构特性以及物联网中许多服务提供商提供的服务数量的不断扩大，极大地影响了实时服务。为了更好地满足个人的需求，用户的上下文（例如位置、时间等）在物联网场景中被广泛使用，这引起了隐私问题。同时，许多用户在每一轮都有几个不同的服务需求，因此服务选择应该是组合的。
技术实现思路
本专利技术针对现有技术中存在的技术问题，提供一种基于SDN和边缘计算的物联网隐私保护服务发现系统，解决现有技术中问题。本专利技术解决上述技术问题的技术方案如下：一种基于SDN和边缘计算的物联网隐私保护服务发现系统，包括：EN、SDN控制器和服务模型；所述EN和所述SDN控制器部署在MEC网络中；所述SDN控制器用于控制各个所述EN作为合作学习者在MEC网络中缓存和处理信息；所述服务模型包括上下文空间模型和物联网服务空间模型；所述上下文空间模型对预处理后的上下文记录进行上下文空间分区，以挖掘获得类似的上下文记录；所述物联网服务空间模型通过服务历史树和服务发现树覆盖总服务空间，所述服务历史树和服务发现树为无限二叉树，每个树节点对应于总服务空间中的服务集群；所述服务历史树存储所有历史性物联网服务记录，并标记所述总服务空间分区状态；所述服务发现树根据所述服务历史树和上下文空间构建并刷新，用于发现适合当前用户的物联网服务集群，以选择最佳的个性化服务推荐给所述用户。本专利技术的有益效果是：本专利技术提出了一种支持MEC的上下文感知在线算法，用于服务发现，支持IoT中的大规模服务，数值结果表明，与其他上下文感知在线算法相比，该方法性能良好，在服务发现的准确性和隐私保护水平之间取得了平衡。在上述技术方案的基础上，本专利技术还可以做如下改进。进一步，所述服务模型选择最佳的个性化服务推荐给所述用户的过程包括：在所述MEC网络中向ENa注册了新的物联网服务时，将服务向量提取到所述物联网服务空间中，直至用户到达ENa，接收用户的当前上下文向量，并在第t轮时在ENa中进行预处理；其中，ENa表示第a个EN，上标a表示EN的序号数，下标t表示第t轮；所述上下文空间模型在上下文空间中找到其上下文子空间，以获取足够的物联网服务记录以供参考；设置表示树节点（h，i）的奖励估计值B值，选择B值最高时对应的最优物联网集群；为用户选择最优物联网集群中的物联网服务的集合中的，N为物联网服务的集合中物联网服务的总个数；如果当前用户所选择的服务的数量不超过N，且是的子集，则在里随机推荐个服务给用户；否则，向用户推荐N个服务，并向相邻的EN寻求帮助以推荐其他的-N个服务；用户给出反馈后停止整个推荐流程。进一步，所述上下文空间模型获得类似的上下文记录的过程包括：将各个所述用户的上下文映射到一个维度上下文空间；在第t轮，用户具有一个上下文向量，将该上下文向量发送至所述上下文空间模型；在每一轮中，通过挖掘用户的上下文信息来获取有效记录，以该有效记录作为选择服务类型的参考；对所述上下文空间进行分区为多个上下文子空间，保证每个空间的上下文记录的最大数目不超过设定阈值；找到所述上下文向量所属的子空间，得到包含上下文相关信息的适当上下文空间，以获得类似的上下文记录。进一步，所述奖励估计值B值的计算公式为：；其中，下标h,i表示树节点(h,i)；表示经验平均报酬，γ为平衡勘探和开发的参数；表示李普希茨常数，表示上下文空间的最大距离，表示树节点（h、i）的子集区域的直径的上限，infinity表示无穷大；；；表示直到第t轮时在ENa处选择树节点(h,i)的次数，表示ENa及其单跳邻居的集合，为指示函数，n为总轮数。进一步，树节点(h，i)的经验平均报酬为：；其中，为。进一步，所述物联网服务空间模型中根据所述服务历史树和上下文空间刷新所述服务发现树并更新B值，包括：对于，判断存在不超过设置的阈值的ENa时，该ENa向其相邻一跳的EN寻求帮助，对于时的所有EN，计算经验平均报酬为：；计算和更新所述服务发现树的经验平均报酬后，计算并更新所述B值，将添加到所述服务发现树中。进一步，所述服务模型还包括本地差分隐私机制，对用户的初始上下文向量进行上下文随机数据扰动处理，再通过损失函数计算该扰动处理对服务发现的影响。进一步，所述本地差分隐私机制的计算公式为：；其中，为上下文向量经过所述本地差分隐私机制扰动操作后映射的集合；，，表示隐私因子；所述损失函数为：。进一步，所述服务模型选择最佳的个性化服务推荐给所述用户后，所述发现系统根据服务端奖励和用户端奖励计算总奖励值：；和为参数，且；为从SDN控制器监视的各个EN中获得的服务端奖励，为根据用户的执行时间、响应时间和可靠性确定的用户端奖励。进一步，所述发现系统根据已完成的业务记录进行离线更新：所述物联网服务空间模型中，对于所述服务历史树中的各个叶树节点，如果；则更新所述服务历史树：；更新B值：；所述上下文空间模型中，如果，则进一步划分上下文空间；其中，表示上下文向量中的上下文数量，和表示设定阈值。采用上述进一步方案的有益效果是：相对于传统的CMAB算法只考虑在一轮中选择一个单独的arm，但是许多用户在一轮中有多个要求，因此不适用。本专利技术提出了一种本地差分隐私和支持MEC的上下文感知在线算法，可以处理动态复杂的上下文问题，并在选择合适的arm后在开发和探索之间进行权衡，利用combinatorialcontextualmulti-armedbandit(CC-MAB，组合上下文多臂预测算法)来选择一组arms，以满足用户每轮不同的服务需求。并且系统可以不断地在网上学习arms的奖励，本文档来自技高网...

【技术保护点】
1.一种基于SDN和边缘计算的物联网隐私保护服务发现系统，其特征在于，所述发现系统包括：EN、SDN控制器和服务模型；/n所述EN和所述SDN控制器部署在MEC网络中；所述SDN控制器用于控制各个所述EN作为合作学习者在MEC网络中缓存和处理信息；/n所述服务模型包括上下文空间模型和物联网服务空间模型；/n所述上下文空间模型对预处理后的上下文记录进行上下文空间分区，以挖掘获得类似的上下文记录；/n所述物联网服务空间模型通过服务历史树和服务发现树覆盖总服务空间，所述服务历史树和服务发现树为无限二叉树，每个树节点对应于总服务空间中的服务集群；所述服务历史树存储所有历史性物联网服务记录，并标记所述总服务空间分区状态；所述服务发现树根据所述服务历史树和上下文空间构建并刷新，用于发现适合当前用户的物联网服务集群，以选择最佳的个性化服务推荐给所述用户。/n

【技术特征摘要】
1.一种基于SDN和边缘计算的物联网隐私保护服务发现系统，其特征在于，所述发现系统包括：EN、SDN控制器和服务模型；
所述EN和所述SDN控制器部署在MEC网络中；所述SDN控制器用于控制各个所述EN作为合作学习者在MEC网络中缓存和处理信息；
所述服务模型包括上下文空间模型和物联网服务空间模型；
所述上下文空间模型对预处理后的上下文记录进行上下文空间分区，以挖掘获得类似的上下文记录；
所述物联网服务空间模型通过服务历史树和服务发现树覆盖总服务空间，所述服务历史树和服务发现树为无限二叉树，每个树节点对应于总服务空间中的服务集群；所述服务历史树存储所有历史性物联网服务记录，并标记所述总服务空间分区状态；所述服务发现树根据所述服务历史树和上下文空间构建并刷新，用于发现适合当前用户的物联网服务集群，以选择最佳的个性化服务推荐给所述用户。


2.根据权利要求1所述的发现系统，其特征在于，所述服务模型选择最佳的个性化服务推荐给所述用户的过程包括：
在所述MEC网络中向ENa注册了新的物联网服务时，将服务向量提取到所述物联网服
务空间中，直至用户到达ENa，接收用户的当前上下文向量，并在第t轮时在ENa中进行预处理；其中，ENa表示第a个
EN，上标a表示EN的序号数，下标t表示第t轮；
所述上下文空间模型在上下文空间中找到其上下文子空间，以获取足够的物联网
服务记录以供参考；
设置表示树节点（h，i）的奖励估计值B值，选择B值最高时对应的最优物联网集群；
为用户选择最优物联网集群中的物联网服务的集合中的，N为物联网服务的集合中物联网服务的总个数；
如果当前用户所选择的服务的数量不超过N，且是的子集，则在里随机
推荐个服务给用户；否则，向用户推荐N个服务，并向相邻的EN寻求帮助以推荐其他的-N个服务；
用户给出反馈后停止整个推荐流程。


3.根据权利要求1所述的发现系统，其特征在于，所述上下文空间模型获得类似的上下文记录的过程包括：
将各个所述用户的上下文映射到一个维度上下文空间；在第t轮，用户具有一个
上下文向量，将该上下文向量发送至所述上下文空间
模型；
在每一轮中，通过挖掘用户的上下文信息来获取有效记录，以该有效记录作为选择服务类型的参考；
对所述上下文空间进行分区为多个上下文子空间，保证每个空间的上下文记录的
最大数目不超过设定阈值；找到所述上下文向量所属的子空间，得到包含上下文相关信
息的适当上下文空间，以获得类似的上下文记录。


...

【专利技术属性】
技术研发人员：周潘，周天翔，徐子川，付才，丁晓锋，吴静，胡钰林，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42