一种基于区块链的移动边缘计算中的资源分配方法组成比例

本发明专利技术属于边缘计算技术领域，公开了一种基于区块链的移动边缘计算中的资源分配方法，包括：步骤1、建立基于stackelberg博弈的内外双循环模型；步骤2、建立基于边缘计算的公共网络定价模型；步骤3、基于异步联邦优化对Stackelberg博弈内外双循环定价模型问题进行求解；步骤4、构建一个基于区块链的移动边缘计算系统中的计算卸载模型；步骤5、对步骤4的计算卸载模型问题求解。本发明专利技术确保服务质量的同时最小化移动设备的能耗代价，使得买卖双方效用最大化。用最大化。用最大化。

【技术实现步骤摘要】
一种基于区块链的移动边缘计算中的资源分配方法


[0001]本专利技术属于边缘计算
,具体的说是涉及一种基于区块链的移动边缘计算中的资源分配方法。

技术介绍

[0002]随着移动设备的更新换代，物联网快速发展，地理上分散分布的终端设备向计算平台提出了低时延、高带宽、数据私密性等需求，云计算虽然有强大的数据处理能力，但是面对海量的数据以及网络带宽带来的阻碍，并不能实现全面的计算覆盖。边缘计算是将智能和计算推向更接近实际的技术，在边缘侧直接处理数据，大量本地数据不需要上传至云端，能够提高数据处理效率，降低数据处理延时，具有良好的隐私性和安全性，而区块链的去中心化和安全性的特点可以解决目前移动设备和物联网中存在的许多问题。
[0003]为了降低时延、抖动及功耗，已有文献将终端用户的计算任务卸载至移动边缘云。为了实现多异构终端用户与多异构移动边缘服务器间的交互，已有研究以一种多领导多追随者Stackelberg博弈奖励进行区块链计算，在多分布式合作、竞争的背景下进行计算奖励和计算能力的分配。
[0004]基于上述文献，不难发现这些研究往往单独优化区块链节点效用或服务供应商利润，形式单一，适应性不强；其次，对于区块链资源共享博弈过程常见的应用场景是单领导多跟随的斯塔伯格博弈过程，作为领导者的只有单个边缘服务器，而缺少多领导者多跟随者的复杂应用场景研究。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提供了一种基于区块链的移动边缘计算中的资源分配方法，该方法对边缘计算基于区块链协同计算卸载和资源分配提出了一种多领导者多追随者Stackelberg博弈模型，针对区块链和移动边缘计算混合应用的计算资源分配问题，提出面向MEC系统和区块链系统的联合计算资源分配模型和算法，方法包括：将联合计算卸载和资源服务定价问题作为一个计算服务定价管理模型，边缘服务供应商向区块链节点提供计算服务，相应地向区块链节点收取报酬，以抵消其运营过程中产生的资源消耗，以此获得利润；采用两阶段斯塔克尔伯格博弈分析每个阶段的子博弈优化问题，并利用异步联邦学习，区块链节点重复使用ADMM算法进行效用优化，根据定价策略调整其服务需求，以实现Stackelberg博弈的纳什均衡。
[0006]为了达到上述目的，本专利技术是通过以下技术方案实现的：
[0007]本专利技术是一种基于区块链的移动边缘计算中的资源分配方法，包括以下步骤：
[0008]步骤1、建立基于stackelberg博弈的内外双循环模型；
[0009]步骤2、建立基于边缘计算的公共网络定价模型；
[0010]步骤3、基于异步联邦优化对Stackelberg博弈内外双循环定价模型问题进行求解；
[0011]步骤4、构建一个基于区块链的移动边缘计算系统中的计算卸载模型；
[0012]步骤5、对步骤4的计算卸载模型问题求解。
[0013]本专利技术的进一步改进在于：步骤1建立基于stackelberg博弈的内外双循环模型具体包括如下步骤：
[0014]步骤1
‑
1：将服务供应商定价策略P、精度阈值δ初始化，外循环索引hq＝1；
[0015]步骤1
‑
2：作为stackelberg博弈的另一方追随者的区块链节点重复使用ADMM算法进行外循环，对服务供应商利润优化，使服务供应商基于区块链节点服务需求X调整其边际价格P
ij
；
[0016]步骤1
‑
3：所述区块链节点重复使用ADMM算法进行效用优化，根据定价策略P调整其服务需求，上传本地模型至边缘服务器；
[0017]步骤1
‑
4：服务供应商对步骤1
‑
3上传的本地模型进行基于陈旧性的排序及全局更新权重分配，分发全局模型，触发区块链节点学习；
[0018]步骤1
‑
5：重复以上步骤1
‑
1至步骤1
‑
4直至相邻的两次迭代全体服务器供应商利润差值小于阈值，则结束迭代。
[0019]本专利技术的进一步改进在于：步骤1
‑
3中区块链节点重复使用ADMM算法进行效用优化，根据定价策略P调整其服务需求，上传本地模型至边缘服务器，具体包括如下步骤：
[0020]步骤1
‑3‑
1、边缘服务器在联邦学习过程中作为参数服务器运行程序、进行任务调度、向全体区块链节点广播全局模型以及触发区块链节点学习，边缘服务器接收来自区块链节点的带有时间戳的本地模型，对全局模型进行更新；
[0021]步骤1
‑3‑
2、定义超参数α，本地模型的陈旧性表征为0≤α≤1，Δt
i
为区块链节点i∈T上传本地模型相对于触发计算任务区块链节点所处轮次全局模型更新的滞后时间；
[0022]步骤1
‑3‑
3、hp是内循环索引，为上轮迭代获得的全局模型，为上轮迭代获得的全局模型，为本轮次迭代中所获得的本地模型，通过超参数α控制全局模型更新的权重，即：
[0023]步骤1
‑3‑
4、当Δt
i
≤0时，该本地模型不存在陈旧性，此时全局模型为区块链节点所上传的本地模型，当Δt
i
≥0时，陈旧性较大，由于不能按时完成更新任务的模型，会对全局模型造成一定影响，可通过减小超参数α来降低该模型在全局更新中所占的权重，从而削弱这一影响，建立陈旧模型
[0024][0025]其中Δt
i
＝t
‑
τ，τ为延迟，am＞0，an≥0，
[0026]当T
‑
τ≤an，则sa(t
‑
τ)＝1，即更新后混合超参数不变，此时为最新的本地模型，当t
‑
τ增大，模型陈旧，则陈旧函数Sa(t
‑
τ)减小，超参数α也减小，将超参数α更新如下：
[0027][0028]步骤1
‑3‑
5、每一轮进行本地更新的迭代时，区块链节点都要更新服务需求x
i
，其中
[0029][0030]其中，Φ为正则化变量，表示为：其中，Φ为正则化变量，表示为：阻尼因子ρ＞0，Ω为ADMM的引入对偶变量，更新为：阻尼因子ρ＞0，Ω为ADMM的引入对偶变量，更新为：HL
i
为区块链节点获得的利润；
[0031]步骤1
‑3‑
6、边缘服务器根据接收到的时间戳对所接受的本地模型进行排序，并对全局模型进行更新。
[0032]本专利技术的进一步改进在于：步骤1
‑
5中重复以上步骤1
‑
1至步骤1
‑
4直至相邻的两次迭代全体服务器供应商利润差值小于阈值，则结束迭代，具体包括如下步骤：
[0033]步骤1
‑5‑
1：服务供应商熟悉区块链节点上轮迭代的服务需求XI...

【技术保护点】

【技术特征摘要】
1.一种基于区块链的移动边缘计算中的资源分配方法，其特征在于：所述资源分配方法包括以下步骤：步骤1、建立基于stackelberg博弈的内外双循环模型；步骤2、建立基于边缘计算的公共网络定价模型；步骤3、基于异步联邦优化对Stackelberg博弈内外双循环定价模型问题进行求解；步骤4、构建一个基于区块链的移动边缘计算系统中的计算卸载模型；步骤5、对步骤4的计算卸载模型问题求解。2.根据权利要求1所述的一种基于区块链的移动边缘计算中的资源分配方法，其特征在于：步骤1建立基于stackelberg博弈的内外双循环模型具体包括如下步骤：步骤1
‑
1：将服务供应商定价策略P、精度阈值δ初始化，外循环索引hq＝1；步骤1
‑
2：作为stackelberg博弈的另一方追随者的区块链节点重复使用ADMM算法进行外循环，对服务供应商利润优化，使服务供应商基于区块链节点服务需求X调整其边际价格P
ij
；步骤1
‑
3：所述区块链节点重复使用ADMM算法进行效用优化，根据定价策略P调整其服务需求，上传本地模型至边缘服务器；步骤1
‑
4：服务供应商对步骤1
‑
3上传的本地模型进行基于陈旧性的排序及全局更新权重分配，分发全局模型，触发区块链节点学习；步骤1
‑
5：重复以上步骤1
‑
1至步骤1
‑
4直至相邻的两次迭代全体服务器供应商利润差值小于阈值，则结束迭代。3.根据权利要求2所述的一种基于区块链的移动边缘计算中的资源分配方法，其特征在于：步骤1
‑
3中区块链节点重复使用ADMM算法进行效用优化，根据定价策略P调整其服务需求，上传本地模型至边缘服务器，具体包括如下步骤：步骤1
‑3‑
1、边缘服务器在联邦学习过程中作为参数服务器运行程序、进行任务调度、向全体区块链节点广播全局模型以及触发区块链节点学习，边缘服务器接收来自区块链节点的带有时间戳的本地模型，对全局模型进行更新；步骤1
‑3‑
2、定义超参数α，本地模型的陈旧性表征为0≤α≤1，Δt
i
为区块链节点i∈T上传本地模型相对于触发计算任务区块链节点所处轮次全局模型更新的滞后时间；步骤1
‑3‑
3、hp是内循环索引，为上轮迭代获得的全局模型，为上轮迭代获得的全局模型，为本轮次迭代中所获得的本地模型，通过超参数α控制全局模型更新的权重，即：步骤1
‑3‑
4、当Δt
i
≤0时，该本地模型不存在陈旧性，此时全局模型为区块链节点所上传的本地模型，当Δt
i
≥0时，陈旧性较大，建立陈旧模型其中Δt
i
＝t
‑
τ，τ为延迟，am＞0，an≥0，当T
‑
τ≤an，则sa(t
‑
τ)＝1，即更新后混合超参数不变，此时为最新的本地模型，当t
‑
τ增大，模型陈旧，则陈旧函数Sa(t
‑
τ)减小，超参数α也减小，将超参数α更新如下：
步骤1
‑3‑
5、每一轮进行本地更新的迭代时，区块链节点都要更新服务需求x
i
，其中其中，Φ为正则化变量，表示为：其中，Φ为正则化变量，表示为：阻尼因子ρ＞0，Ω为ADMM的引入对偶变量，更新为：阻尼因子ρ＞0，Ω为ADMM的引入对偶变量，更新为：HL
i
为区块链节点获得的利润；步骤1
‑3‑
6、边缘服务器根据接收到的时间戳对所接受的本地模型进行排序，并对全局模型进行更新。4.根据权利要求1所述的一种基于区块链的移动边缘计算中的资源分配方法，其特征在于：步骤1
‑
5中重复以上步骤1
‑
1至步骤1
‑
4直至相邻的两次迭代全体服务器供应商利润差值小于阈值，则结束迭代，具体包括如下步骤：步骤1
‑5‑
1：服务供应商熟悉区块链节点上轮迭代的服务需求XI
(n)
，由此预测本轮迭代区块链节点服务需求，以此调整定价策略，服务供应商j∈S边际价格更新为：其中，p

【专利技术属性】
技术研发人员：张宇晴，余雪勇，陈云清，张艳，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：