一种网络数据的卸载方法、系统和设备

本发明涉及网络安全，具体为一种网络数据的卸载方法、系统和设备。

背景技术：

1、随着移动互联技术的不断发展，物联网设备的不断普及，产生了大量的新型网络应用。新型边缘技术的产生，使得卸载服务可以基于大量分布式边缘节点进行，将云计算中心的计算能力下沉，提升了服务灵活度和服务效率。然而，利用移动边缘计算(mobile edgecomputing，mec)为用户提供更快速、更稳定的服务依然面临许多的挑战。

2、现有的计算任务卸载策略为提升服务效率，最小化计算任务卸载的总体处理时延，或者最小化任务卸载的处理能耗，以及在处理时延和能耗之间取得折衷等。然而，终端任务在向边缘节点持续卸载的过程中，不可避免的会产生隐私泄露问题。现有的方案多采用传统加密和认证的算法来保证数据传输的安全性。然而，终端节点的能力大多不足以支撑复杂的加密认证算法，无法保证整个网络服务的安全性和隐私性。

技术实现思路

1、本发明提供了一种网络数据的卸载方法、系统和设备。

2、本发明技术方案如下：

3、一种网络数据的卸载方法，包括如下操作：

4、s1获取用户卸载频率、用户产生任务总量和边缘服务器平均卸载量；

5、若所述用户卸载频率不大于安全卸载频率范围的最大阈值，执行s2；

6、若所述用户卸载频率大于安全卸载频率范围的最大阈值，本地计算所述用户产生任务总量；

7、s2若所述用户产生任务总量小于边缘服务器平均卸载量，执行s3；

8、若所述用户产生任务总量不小于边缘服务器平均卸载量，控制用户隐私量小于隐私量阈值，获取边缘服务器第一最优卸载任务量，使用边缘服务器卸载部分用户产生任务总量，所述部分用户产生任务总量等于边缘服务器第一最优卸载任务量；

9、s3添加冗余数据至所述用户产生任务总量，使所述用户产生任务总量等于边缘服务器平均卸载量，得到用户卸载任务优化总量，并控制用户隐私量小于隐私量阈值，获取边缘服务器第二最优卸载任务量；

10、若所述边缘服务器第二最优卸载任务量大于用户卸载任务优化总量，添加冗余数据至所述用户卸载任务优化总量，使所述用户卸载任务优化总量等于边缘服务器第二最优卸载任务量，得到用户卸载任务最优总量，使用边缘服务器卸载所述用户卸载任务最优总量；

11、若所述边缘服务器第二最优卸载任务量不大于用户卸载任务优化总量，使用边缘服务器卸载所述用户卸载任务优化总量。

12、如上所述的卸载方法，所述s1中安全卸载频率范围为(apj，bpj)，pj为所有用户平均卸载频率，apj为所述安全卸载频率范围的最小阈值，bpj为所述安全卸载频率范围的最大阈值，a为最小阈值系数，b为最大阈值系数。

13、如上所述的的卸载方法，所述s2和s3中分别获取边缘服务器第一最优卸载任务量和边缘服务器第二最优卸载任务量的操作，均基于优化目标，通过深度强化学习算法实现；若所述用户卸载频率处于安全卸载频率范围内，所述优化目标包括：使所述边缘服务器第一最优卸载任务量和边缘服务器第二最优卸载任务量均不小于第一阈值；若所述用户卸载频率小于安全卸载频率范围的最小阈值，所述优化目标包括：使所述边缘服务器第一最优卸载任务量和边缘服务器第二最优卸载任务量均大于第一阈值。

14、如上所述的卸载方法，所述s2中的用户隐私量，是基于所述用户卸载频率与卸载任务量相对于所有用户平均卸载频率与平均卸载任务量的显著性得到的。

15、如上所述的卸载方法，所述s2、s3中分别执行完卸载任务后，还包括更新所述边缘服务器平均卸载量。

16、其中，所述更新边缘服务器平均卸载量的操作具体为：将当前时刻边缘服务器平均卸载量与前一时刻边缘服务器平均任务量进行加权平均，得到更新后的边缘服务器平均卸载量。

17、所述更新边缘服务器平均卸载量可通过如下公式实现：

18、

19、mj为更新后的边缘服务器平均卸载量，α为滤波系数，mj′为历史边缘服务器平均卸载量，为当前时刻边缘服务器平均卸载量，ω’n为第n个边缘服务器最优卸载任务量，n为边缘服务器总数。

20、一种网络数据的卸载系统，包括：

21、用户卸载频率、用户产生任务总量和边缘服务器平均卸载量生成模块，用于获取用户卸载频率、用户产生任务总量和边缘服务器平均卸载量；

22、边缘服务器第一最优卸载任务量生成模块，用于实现若所述用户产生任务总量不小于边缘服务器平均卸载量，控制用户隐私量小于隐私量阈值，获取边缘服务器第一最优卸载任务量；

23、用户卸载任务优化总量生成模块，用于实现若所述用户产生任务总量小于边缘服务器平均卸载量，添加冗余数据至所述用户产生任务总量，使所述用户产生任务总量等于边缘服务器平均卸载量，得到用户卸载任务优化总量；

24、边缘服务器第二最优卸载任务量生成模块，用于实现若所述用户产生任务总量小于边缘服务器平均卸载量，控制用户隐私量小于隐私量阈值，获取边缘服务器第二最优卸载任务量；

25、用户卸载任务最优总量生成模块，用于实现若所述边缘服务器第二最优卸载任务量大于用户卸载任务优化总量，添加冗余数据至所述用户卸载任务优化总量，使所述用户卸载任务优化总量等于边缘服务器第二最优卸载任务量，得到用户卸载任务最优总量；

26、卸载模块，包括本地计算和边缘服务器，所述本地计算和边缘服务器均用于卸载网络数据。

27、一种网络数据的卸载设备，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现上述的一种网络数据的卸载方法。

28、一种计算机可读存储介质，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现上述的一种网络数据的卸载方法。

29、本发明的有益效果在于：

30、本发明提供了一种网络数据的卸载方法，对比用户卸载频率与安全卸载频率范围，以及对比用户产生任务总量和边缘服务器平均卸载量，并结合隐私量，获取本地计算和边缘服务器适合卸载的数据量大小，为用户卸载服务提供了隐私保护特性，保护整个网络服务的安全性和隐私性。

技术特征：

1.一种网络数据的卸载方法，其特征在于，包括如下操作：

2.根据权利要求1所述的卸载方法，其特征在于，所述s1中安全卸载频率范围为(apj，bpj)，pj为所有用户平均卸载频率，apj为所述安全卸载频率范围的最小阈值，bpj为所述安全卸载频率范围的最大阈值，a为最小阈值系数，b为最大阈值系数。

3.根据权利要求1所述的的卸载方法，其特征在于，所述s2和s3中分别获取边缘服务器第一最优卸载任务量和边缘服务器第二最优卸载任务量的操作，均基于优化目标，通过深度强化学习算法实现；

4.根据权利要求1所述的卸载方法，其特征在于，所述s2中的用户隐私量，是基于所述用户卸载频率与卸载任务量相对于所有用户平均卸载频率与平均卸载任务量的显著性得到的。

5.根据权利要求1所述的卸载方法，其特征在于，所述s2、s3中分别执行完卸载任务后，还包括更新所述边缘服务器平均卸载量。

6.根据权利要求5所述的卸载方法，其特征在于，所述更新边缘服务器平均卸载量的操作具体为：将当前时刻边缘服务器平均卸载量与前一时刻边缘服务器平均任务量进行加权平均，得到更新后的边缘服务器平均卸载量。

7.根据权利要求5或6所述的卸载方法，其特征在于，所述更新边缘服务器平均卸载量可通过如下公式实现：

8.一种网络数据的卸载系统，其特征在于，包括：

9.一种网络数据的卸载设备，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现所述权利要求1-7中任一项所述的一种网络数据的卸载方法。

10.一种计算机可读存储介质，其特征在于，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现所述权利要求1-7中任一项所述的一种网络数据的卸载方法。

技术总结
本发明涉及网络安全技术领域，具体为一种网络数据的卸载方法、系统和设备，对比用户卸载频率与安全卸载频率范围，以及对比用户产生任务总量和边缘服务器平均卸载量，并结合隐私量，获取本地计算和边缘服务器适合卸载的数据量大小，为用户卸载服务提供了隐私保护特性，保护整个网络服务的安全性和隐私性。

技术研发人员：张国威,袁小伟,杜嘉源,张胜建,张柯炜
受保护的技术使用者：曲阜师范大学
技术研发日：
技术公布日：2024/1/14