【技术实现步骤摘要】
利用双边缘计算的高安全卸载方法、系统、终端及其介质
[0001]本专利技术涉及空天海一体化网络通信
,具体为一种利用双边缘计算的高安全卸载方法、系统、终端及其介质。
技术介绍
[0002]无线通信技术的快速发展推动了基于空、天、海、地等多维无线通信的融合,可提供全时和全区域的数据传输服务。由于海洋集成无线网络在国防和智能海洋物联网的发展中具有重要意义,因此这极大推动了基于空
‑
天
‑
海三维网络深度融合的空天海一体化网络(Space
‑
Ari
‑
Aqua Integrated Network,SAAIN)发展,为各种海洋应用提供无处不在、智能、协作和高效的无线通信。
[0003]近年来,物联网的快速发展导致SAAIN的日数据量呈现爆炸式增长,随着海上移动用户(Marine Mobile Users,MMUs)对网络服务质量、服务请求时延等网络性能要求不断提高,资源受限的移动设备终端难以满足。为了应对上述挑战,移动边缘计算(Mobile Edge Computing,MEC)作为SAAIN中的一种有前途的技术和架构被提出。MEC的思想是将云端的计算功能和服务下沉到具有地理位置优势的网络边缘,就近提供实时的计算辅助,减少移动终端的任务计算时延和能耗。当MEC网络采用部分计算卸载的操作模式时,MMUs的计算任务一部分在本地执行,另一部分则首先考虑卸载到地面上的基站(base station,BS)边缘服务器上计算执行,若该服务器的容量超过限 ...
【技术保护点】
【技术特征摘要】
1.一种利用双边缘计算的高安全卸载方法,其特征在于,包括如下步骤:S1、构建空天海一体化网络模型,其中空天海一体化网络模型包括若干小基站、海上移动用户MMU、安全无人机、无人干扰机和卫星;S2、根据步骤S1得到的空天海一体化网络模型构建本地计算时延模型和任务卸载时延模型,其中任务卸载时延模型包括任务卸载到地面边缘服务器以及任务卸载到卫星边缘服务器;S3、利用中继无人机向卫星卸载任务过程存在的信息安全问题,通过数学模型将步骤S2得到的任务卸载时延模型建模为公式化的最大化平均保密速率的问题P1和最小化系统时延的问题P2,并将问题P1解耦为4个子问题;S4、通过迭代步骤S3得到的问题P1求解MMU发射功率子问题、无人机轨迹优化子问题近似最优解以及通过模拟退火算法求解步骤S3得到的问题P2,获得无人机最优的发射功率和接入卫星的最优接收功率,完成利用双边缘计算的高安全卸载工作。2.根据权利要求1所述的一种利用双边缘计算的高安全卸载方法,其特征在于,步骤S1中,构建空天海一体化网络模型的具体步骤如下:S101、构建包含1个搭载MEC服务器的小基站、M个MMUs、L个安全无人机、J个无人干扰机、5颗卫星的空天海一体化网络模型,5颗卫星属同一轨道,其中1颗作接入卫星,直接与无人机传输数据,其余4颗卫星搭载MEC服务器,供接入卫星调度计算卸载任务,设置N个MMUs到小基站计算卸载任务,M
‑
N个MMUs利用安全无人机作中继在卫星计算卸载任务;安全无人机的集合表示为无人干扰机的集合表示为到小基站卸载任务的MMU集合表示为到卫星卸载任务的MMU集合表示为S102、建立MMU和无人机及无人机和接入卫星的通信模型,由于LOS链路在MMU和安全无人机之间的链路中占主要优势,信道增益服从自由空间损耗模型,则MMU和安全无人机之间的信道功率增益MMU和无人干扰机之间的信道功率增益分别如下公式表达:其中,β0为参考距离d0=1时的信道功率增益,γ为路损指数;为到卫星卸载任务的MMU水平位置,为安全无人机的水平位置,为无人干扰机的水平位置,H为安全无人机和无人干扰机的固定飞行高度;安全无人机和接入卫星之间的信道功率增益无人干扰机和接入卫星之间的信道功率增益分别表示如下:
其中,G
l
为安全无人机的发射天线增益,G
j
为无人干扰机的发射天线增益,G
s
为卫星的接收天线增益,c为真空中的光速,H
s
为卫星的垂直高度,f为载波频率;S103、第m个MMU将计算任务卸载到地面小基站时,该MMU和小基站之间的上行链路的数据传输速率表示为:其中,B为所有MMUs的传输带宽,P
m
为MMU向小基站发射NOMA信号的功率值,为接收到的加性白色高斯噪声,0≤|h1|2≤|h2|2≤...|h
m
|2≤...≤|h
N
|2分别表示第1到N的MMUs信道增益;在无人机辅助的上行传输系统中,当MMU以功率P
n,u,l
向合法无人机发射FDMA信号,MMU以功率P
n,u,j
向无人干扰机发射FDMA信号,MMU和安全无人机之间的上行链路的数据传输速率R
n,u,l
、MMU和无人干扰机之间的上行链路的数据传输速率P
n,u,j
分别表示为:其中,B为所有MMUs的传输带宽,为无人干扰机的发射天线和接收天线的自干扰,为MMU和安全无人机之间的信道功率增益,为MMU和无人干扰机之间的信道功率增益,为接收到的加性白色高斯噪声;MMUs向合法无人机传输任务过程产生的系统平均保密率表示为:其中,M为MMUs的总人数,N为MMUs到小基站计算卸载任务的人数,M
‑
N为MMUs到卫星计算卸载任务的人数,R
n,u,l
为MMU和安全无人机之间的上行链路的数据传输速率,R
n,u,j
为MMU和无人干扰机之间的上行链路的数据传输速率。3.根据权利要求1所述的一种利用双边缘计算的高安全卸载方法,其特征在于,步骤S2中,构建本地计算时延模型和任务卸载时延模型具体包括:S201、第m个MMU的计算任务大小用D
m
表示,定义其中d
m
为MMU所需执行的任务数据量大小,c
m
为计算任务d
m
中每1bit数据所需要的CPU周期频率数;MMU数据的整个计算过程包括本地计算和部分卸载;MMU本地计算的任务数据量为(1
‑
x
m
)d
m
,MMU卸载到地面MEC服务器计算的数据量为x
m
d
m
,其中x为卸载变量;因此,MMU本地计算的时延表示为:
其中为序号m的MMU的CPU计算频率,x
m
为MMU卸载到地面MEC服务器计算的数据量比例;S202、计算任务卸载到地面的时延,N个MMUs将任务卸载到地面过程中产生的时延主要是MMUs任务卸载到地面小基站带MEC服务器的时延和小基站执行任务的计算产生时延;S203,计算任务卸载到卫星的时延,当其余M
‑
N个MMUs面临延迟敏感任务时,MMUs选择将任务卸载到空间卫星执行,MMUs在空间卸载产生的总时延由以下3个阶段产生的时延构成:MMUs向安全无人机传输任务的时延、安全无人机向接入卫星转发任务的时延和接入卫星调度MEC卫星的时延。4.根据权利要求3所述的一种利用双边缘计算的高安全卸载方法,其特征在于,步骤S202中,计算任务卸载到地面的时延过程如下:首先,定义第m个MMU任务卸载到地面小基站的时延为:其中,R
m
为MMU和小基站之间的上行链路的数据传输速率;其次,定义地面小基站执行第m个MMU任务产生的时延为:其中f
s
表示为地面小基站分配给第m个MMU的CPU计算频率;N个MMUs在地面小基站计算卸载任务花费的总时延表示如下:其中,为第m个MMU任务卸载到地面小基站的时延;为地面小基站执行序号m的MMU任务产生的时延。5.根据权利要求3所述的一种利用双边缘计算的高安全卸载方法,其特征在于,步骤S203中,计算任务卸载到卫星的时延的过程如下:首先,定义第m个MMU向第l个安全无人机传输任务的时延为:其中,为安全无人机的水平位置;H为安全无...
【专利技术属性】
技术研发人员:王大伟,李佳蔚,王子君,何亦昕,陶明亮,杨欣,张若南,
申请(专利权)人:西北工业大学,
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。