【技术实现步骤摘要】
联合优化车辆边缘网络中计算卸载的安全与资源分配方法
[0001]本专利技术涉及车载边缘计算网络
,特别是一种联合优化车辆边缘网络中计算卸载的安全与资源分配方法。
技术介绍
[0002]随着物联网(IoT)的迅速普及,数十亿的移动和固定设备已经连接起来以提供实时应用服务。然而,传统的云计算范式面临着一些重大挑战,例如高延迟传输和抖动的网络。边缘计算是一种新兴的分布式计算范式,将云计算的概念扩展到网络边缘,是指将计算、通信、存储资源迁移到更靠近终端用户的地方,以处理海量数据和任务。低延迟、可靠性、高移动性和地理分布的用户是边缘计算的主要特点,使其成为满足车载网络挑战的合适解决方案。边缘计算与车辆网络的集成称为车辆边缘计算(VEC),其中资源受限的车辆将延迟敏感和计算密集型任务卸载到边缘服务器。通过整合信息、通信、存储和智能技术,VEC可以将计算能力扩展到车联网边缘,在提高交通效率和增强道路安全方面发挥重要作用。
[0003]VEC可以按需提供灵活的计算资源和应用服务,这需要车辆传输必要的数据和任务需求,因此计算卸载技术至关重要。这些车辆可以通过将任务卸载到沿路的边缘服务器来显著减轻计算和路由的负担,从而提高资源利用率。然而,由于开放接入、动态网络拓扑和不安全的无线信道,在车辆卸载任务过程中的数据传输过程中可能存在一些安全风险和隐私泄露。道路上的车辆中可能存在潜在的攻击者或敌对车辆,并且由于资源有限且与蜂窝网络相比缺乏集中控制,VEC更容易受到威胁和攻击。如果数据和任务在没有任何加密措施的情况下以明文形式传输 ...
【技术保护点】
【技术特征摘要】
1.一种联合优化车辆边缘网络中计算卸载的安全与资源分配方法,其特征在于,包括:步骤1:初始化卸载决策和数据块长度;步骤2:根据所述卸载决策和所述数据块长度,得到传输功率、任务计算频率、加密计算频率和边缘计算频率;步骤3:基于所述卸载决策、所述数据块长度、所述传输功率、所述任务计算频率、所述加密计算频率和所述边缘计算频率,确定目标值;步骤4:根据设定的迭代次数阈值以及判断条件,重复执行步骤2和步骤3,直至得到联合优化后的所述卸载决策、所述数据块长度、所述传输功率、所述任务计算频率、所述加密计算频率、所述边缘计算频率。2.根据权利要求1所述的方法,其特征在于,所述方法是一个迭代算法,其中所述步骤1至步骤4是一个外部的迭代算法,其迭代索引为m,迭代次数阈值为m
max
;所述步骤2是内置的一个迭代算法,其迭代索引为t,最大迭代次数为t
max
。3.根据权利要求1所述的方法,其特征在于,所述步骤2包括:根据卸载决策和数据块长度,采用拉格朗日对偶分解法与次梯度投影方法设计迭代算法得到传输功率、任务计算频率、加密计算频率和边缘计算频率。4.根据权利要求3所述的方法,其特征在于,所述步骤2具体包括:通过KKT条件,已知卸载决策x(m)=(x
i
(m))和数据块长度N(m)=(N
i
(m)),得到传输功率p(t)=(p
i
(t))的求解式为:其中,t为迭代算法的迭代索引,t
max
为最大迭代次数,下标i表示车辆的索引号,D
i
为任务的数据大小,m为迭代索引;令令令和得到任务计算频率f
c
(t)=(f
ic
(t))的求解式为:
令令令和得到加密计算频率f
en
(t)=(f
ien
(t))的求解式为:得到边缘计算频率f
e
(t)=(f
ie
(t))的求解式为:其中,λ={λ1,λ2,,...,λ
I
}、μ={μ1,μ2,...,μ
I
}、β={β1,β2,...,β
I
}、φ={φ1,φ2,...,φ
I
}和分别车辆的拉格朗日对偶变量;I为总的车辆数;和是将两部分合并成一个目标公式的比例因子;和分别代表车辆i处理一个任务比特所需的平均CPU周期数、加密一个任务比特所需的平均CPU周期数和边缘服务器计算一个任务比特所需的平均CPU周期数;k
i
是基于芯片架构的有效开关电容。5.根据权利要求1所述的方法,其特征在于,所述步骤3包括:目标值的计算公式为:目标值的计算公式为:其中,α
i
为第i个车辆和边缘服务器之间的通信连接状态,x
i
(m)为第i个车辆的卸载决策,N
i
(m)为第i个车辆的数据块长度,p
i
(m)为第i个车辆的传输功率,f
ic
(m)为第i个车辆的任务计算频率,f
ien
(m)为第i个车辆的加密计算频率,f
ie
(m)为第i个车辆的边缘计算频率。6.根据权利要求1至4中任一项所述的方法,其特征在于,所述步骤4包括:步骤61:当执行次数m小于或等于所述设定的迭代次数阈值m
max
时,根据所述传输功率、
所述任务计算频率、所述加密计算频率和所述边缘计算频率,计算得到执行次数m时的所述卸载决策、所述数据块长度;步骤62:根据得到的执行次数m时的所述卸载决策、所述数据块长度,得到所述执行次数m时的所述传输功率、所述任务计算频率、所述加密计算频率和所述边缘计算频率;步骤63:基于所述执行次数m时的所述卸载决策、所述数据块长度、所述传输功率、所述任务计算频率、所述加密计算频率和所述边缘计算频率,计算所述执行次数m时的所述目标值;步骤64:令m=m+1,重复执行步骤61至步骤63,当所述判断条件,即所述执行次数m+1时的所述目标值与所述执行次数m时的所述目标值之差的绝对值小于或等于预设精度时,输出联合优化后的所述卸载决策、所述数据块长度、所述传输功率、所述任务计算频率、所述加密计算频率、所述边缘计算频率。7.根据权利要求6所述的方法,其特征在于,所述步骤61具体包括:已知传输功率p(m)、任务计算频率f
c
(m)、加密计算频率f
en
(m)和边缘计算频率f
e
(m),得到N(m)=(N
i
(m))的求解式为:其中,N(m)为第m次迭代的数据块长度,round为四舍五入,为攻击第i个车辆的数量,N
f
为最大数据块长度;所述卸载决策的获取过程为:将x
i
(m)=0带入G
i
(m)得到将x
i
(m)=1带入G
i
(m)得到(m)得到其中,x
【专利技术属性】
技术研发人员:冯杰,肖慧子,范伟东,刘雷,裴庆祺,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。