【技术实现步骤摘要】
本申请涉及无线通信，具体而言，涉及一种mec计算卸载方法、装置、存储介质和电子设备。
技术介绍
1、随着物联网设备数量的不断增长，以及虚拟现实，人脸识别等资源密集型和时延敏感型应用的普及，预计网络中需要处理的数据量将爆炸式增长。移动边缘计算(mobileedge computing，mec)技术允许用户设备将待处理的数据通过无线信道卸载到边缘计算服务器进行辅助计算，从而降低用户设备的能耗以及任务处理时延。
2、然而由于电磁波的广播特性，用户通过无线信道向mec系统内的服务器卸载计算任务时容易被恶意的窃听设备攻击，导致信息泄露问题。为此，相关技术人员提出可以采用与传统高层加密方式不同的安全策略，即物理层安全技术实现用户终端的任务卸载，但由于物理层安全技术需要消耗一定的无线空口资源，从而可能导致mec系统性能下降，此外，各节点服务器的计算能力同时也会影响mec系统的性能，因此，当mec系统同时服务多个用户终端时，设计合适的资源分配方案对于充分发挥mec系统的优势十分重要。在复杂场景中，通信和计算资源联合分配问题一般比较复杂，若采用传统的优化算法进行求解时，会增大算法复杂度。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种mec计算卸载方法、装置、存储介质和电子设备，以至少解决相关技术对mec系统内的多个终端同时进行任务卸载，采用单一的凸优化算法会增加算法复杂度的技术问题。
2、根据本申请实施例的一个方面，提
3、可选地，终端通信参数包括以下至少之一：目标终端与基站之间的第一信道参数、目标终端与窃听设备之间的第二信道参数、目标终端的初始信号发射功率；运算能力参数包括以下至少之一：目标终端的总任务量、初始卸载任务量、处理总任务量所需的总时延、本地计算资源、终端时延阈值、目标移动边缘计算服务器为目标终端分配的初始计算资源、计算1比特的任务量所需的cpu周期数；基站通信参数包括以下至少之一：基站的初始接收波束赋形向量、噪声功率、信道带宽。
4、可选地，总时延的确定过程包括：依据第一信道参数、第二信道参数、初始接收波束赋形向量以及噪声功率确定目标终端的发射信号在基站处的第一信干噪比以及目标终端的发射信号在窃听设备处的第二信干噪比；基于第一信干噪比、第二信干噪比和信道带宽计算目标终端的传输速率；基于初始卸载任务量和传输速率确定卸载过程时延，并基于初始卸载任务量、cpu周期数和初始计算资源确定边缘计算时延，由卸载过程时延和边缘计算时延确定边缘计算总时延；利用总任务量、初始卸载任务量、cpu周期数和本地计算资源确定本地计算总时延；将边缘计算总时延和本地计算总时延的最大值作为处理总任务量所需的总时延。
5、可选地，目标函数包括第一目标函数和第二目标函数，约束条件包括第一约束条件和第二约束条件，其中，基于终端通信参数、运算能力参数以及基站通信参数确定目标函数和对应的约束条件，包括：基于基站通信参数内的初始接收波束赋形向量确定第一目标函数，并将第一信干噪比不低于第一阈值作为第一约束条件，其中，第一阈值由信道带宽、初始卸载任务量、cpu周期数、第二信干噪比、终端时延阈值确定；基于目标移动边缘计算服务器内的各个目标终端的信号发射功率之和确定第二目标函数，并将总时延不超过终端时延阈值、卸载任务量不超过总任务量、目标移动边缘计算服务器内的各个目标终端的初始卸载任务量不超过目标移动边缘计算服务器的总计算资源作为第二约束条件。
6、可选地，以目标函数的函数值最大为优化目标，采用目标算法对目标函数进行优化，得到满足约束条件的目标值，包括：基于第一信干噪比，采用所述凸优化算法对初始接收波束赋形向量进行优化，得到优化后的接收波束赋形向量；基于优化后的接收波束赋形向量，采用深度q网络算法对初始卸载任务量、初始信号发射功率、初始计算资源进行优化，得到优化后的卸载任务量、信号发射功率、计算资源；判断目标移动边缘计算服务器内的各个目标终端的信号发射功率之和是否收敛，并在目标移动边缘计算服务器内的各个目标终端的信号发射功率之和收敛时，将优化后的接收波束赋形向量、卸载任务量、信号发射功率、目标移动边缘计算服务器为目标终端分配的计算资源作为目标值。
7、可选地，凸优化算法包括以下至少之一：半定规划算法、二阶锥规划算法、对偶上升算法。
8、可选地，基于优化后的接收波束赋形向量，采用深度q网络算法对初始卸载任务量、初始信号发射功率、目标移动边缘计算服务器为目标终端分配的初始计算资源进行优化，得到优化后的卸载任务量、信号发射功率、目标移动边缘计算服务器为目标终端分配的初始计算资源，包括：将初始卸载任务量、第一信道参数、初始信号发射功率、目标移动边缘计算服务器为目标终端分配的初始计算资源作为初始状态参数；基于预训练的深度q网络，求解初始状态参数下可得到最大q值的目标动作，并根据目标动作对初始状态参数进行调整，得到目标状态参数，其中，深度q网络由状态、动作和奖励三个关键要素组成，且分别将初始卸载任务量、初始分配资源、初始信号发射功率和第一信道参数定义为状态，将初始卸载任务量、初始信号发射功率、初始计算资源定义为动作，将第二目标函数定义为奖励。
9、根据本申请实施例的另一方面，还提供了一种mec计算卸载装置，包括：获取模块，用于响应于目标移动边缘计算服务器内至少一个目标终端的任务卸载请求，获取目标终端的终端通信参数、运算能力参数以及预设的基站通信参数，其中，目标移动边缘计算服务器为移动边缘计算系统内多个移动边缘计算服务器中的任意一个节点；确定模块，用于基于终端通信参数、运算能力参数以及基站通信参数确定目标函数和对应的约束条件；卸载模块，用于以目标函数的函数值最大为优化目标，采用目标算法对目标函数进行优化，得到满足约束条件的目标值，并利用目标值对目标终端进行安全卸载，其中，目标算法包括以下至少之一：优化算法、深度q网络算法，目标值的类型包括以下至少之一：目标终端的信号发射功率、卸载任务量、目标移动边缘计算服务器为目标终端分配的计算资源以及基站的接收波束赋形向量。
10、根据本申请实施例的另一方面，还提供了一种非易失性存储介质，该非易失性存储介质包括存储的计算机程序，其本文档来自技高网...
【技术保护点】
1.一种MEC计算卸载方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，所述总时延的确定过程包括：
4.根据权利要求3所述的方法，其特征在于，所述目标函数包括第一目标函数和第二目标函数，所述约束条件包括第一约束条件和第二约束条件，其中，基于所述终端通信参数、所述运算能力参数以及所述基站通信参数确定目标函数和对应的约束条件，包括：
5.根据权利要求4所述的方法，其特征在于，以所述目标函数的函数值最大为优化目标，采用目标算法对所述目标函数进行优化，得到满足所述约束条件的目标值，包括：
6.根据权利要求1所述的方法，其特征在于，所述凸优化算法包括以下至少之一：
7.根据权利要求5所述的方法，其特征在于，基于优化后的所述接收波束赋形向量，采用所述深度Q网络算法对所述初始卸载任务量、初始信号发射功率、所述目标移动边缘计算服务器为所述目标终端分配的初始计算资源进行优化，得到优化后的所述卸载任务量、信号发射功率、所述目标移动边缘计算服务器为所述目标终端分配的初始
8.一种MEC计算卸载装置，其特征在于，包括：
9.一种非易失性存储介质，其特征在于，所述非易失性存储介质中存储有计算机程序，其中，所述非易失性存储介质所在设备通过运行所述计算机程序执行权利要求1至7中任意一项所述的MEC计算卸载方法。
10.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述存储器中的程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的MEC计算卸载方法。
...【技术特征摘要】
1.一种mec计算卸载方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，所述总时延的确定过程包括：
4.根据权利要求3所述的方法，其特征在于，所述目标函数包括第一目标函数和第二目标函数，所述约束条件包括第一约束条件和第二约束条件，其中，基于所述终端通信参数、所述运算能力参数以及所述基站通信参数确定目标函数和对应的约束条件，包括：
5.根据权利要求4所述的方法，其特征在于，以所述目标函数的函数值最大为优化目标，采用目标算法对所述目标函数进行优化，得到满足所述约束条件的目标值，包括：
6.根据权利要求1所述的方法，其特征在于，所述凸优化算法包括以下至少之一：
7.根据权利要求5所述的方法，其特...
【专利技术属性】
技术研发人员：赵彦武，李永翔，张子婷，
申请(专利权)人：中国电信股份有限公司，
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。