基于无人机协同辅助移动边缘计算的安全卸载方法及系统

本发明涉及一种基于无人机协同辅助移动边缘计算的安全卸载方法及系统，属于计算机无线通信。

背景技术：

1、随着物联网技术的高速发展，地面终端针对计算密集型业务的计算需求越来越高，移动边缘计算（mobile edge computing, mec）通过将移动边缘服务器部署在网络边缘，提供类似云计算服务，能够有效缓解用户资源受限和计算密集型应用之间的矛盾。另一方面，无人机由于其灵活部署，视距连接等特性，可以成为传统地面移动通信的重要补充。因此，针对偏远无基础设施地区或者是灾难场景，将mec服务器部署在无人机上，可以有效解决该地区地面终端的任务卸载问题。然而，无人机对地通信问题的开放性和视距链路性更容易导致地面用户在卸载过程中，面临着比传统地面通信系统更严峻的安全问题。

2、传统加密技术由于计算复杂度高，需要消耗大量的能耗，然而计算卸载过程也会面临着物理层被破坏的风险。现有的物理层安全技术通常考虑引入干扰信号达到抑制窃听率的目的，而干扰信号的来源考虑的大多是地面终端或者单架全双工模式的无人机，这种全双工模式下，无人机利用一根接收天线接收卸载任务，另一根天线用于发射干扰信号。然而，这种干扰信号方案由于自干扰的引入，会对上行卸载造成严重的损害。

3、现有文献securing uav communications via joint trajectory and powercontrol[j].ieee transactions on wireless communications，feb.2019，18（2）：1376-1389，考虑了空地通信的场景，以最大化地面与无人机通信的平均保密容量为目标，在传输速率约束条件下，通过块坐标下降和连续凸优化方法，获得用户的最优发送功率及无人机的轨迹。该方法存在的不足之处是：未涉及到移动边缘计算，且没有措施降低窃听者的窃听能力，所述方法无法直接应用于移动边缘计算场景。

4、现有文献energy-efficient computation offloading for secure uav-edge-computing systems[j].ieee transactions on vehicular technology，june 2019，68（6）：6074-6087，分析了无人机对地面ap任务卸载过程中的安全性能，针对主动和被动窃听者分别提出了最佳解决方案。该方法存在的不足之处是：ap计算的同时也作为地面干扰器对窃听者进行干扰，这种方式会因自干扰而影响到卸载速率。另外，未考虑无人机的轨迹优化问题，无法应用于更加实际的地对空卸载场景。

5、为解决上述技术问题，亟需一种基于无人机协同辅助移动边缘计算的安全卸载方法。

技术实现思路

1、本发明的目的在于克服现有技术中的不足，提供一种基于无人机协同辅助移动边缘计算的安全卸载方法及系统，在存在窃听者的情况下，利用多无人机协同的方式，一架无人机作为计算无人机进行处理任务，另一架无人机作为干扰器发射干扰信号，增大地面终端将计算任务卸载给计算无人机的通信可达速率，减少系统的能耗。

2、为达到上述目的，本发明是采用下述技术方案实现的：

3、第一方面，本发明提供了一种基于无人机协同辅助移动边缘计算的安全卸载方法，包括：

4、采用部分卸载计算模式，根据获得的计算无人机、发射干扰无人机与地面上的用户和窃听者的地理位置，建立空地信道衰落模型以及用户到计算无人机的可达速率模型；其中，所述计算无人机部署有移动边缘计算服务器，用于接收地面用户卸载的任务并计算，所述发射干扰无人机用于发射干扰信号给地面窃听者；

5、以通信、计算以及飞行总能耗最小为目标，构建优化问题；

6、将所构建的优化问题利用块坐标下降法、sca方法进行求解，将其解耦成两个子优化问题：资源优化子问题和计算无人机的轨迹优化子问题；

7、对获得的两个子优化问题引入泰勒展开方法进行局部凸近似处理，将非凸约束转化为凸约束；

8、利用cvx工具对完成局部凸近似处理的两个子优化问题分别求局部的近似解，将两个局部的近似解进行迭代以求得整体的近似最优解，获得每个时隙内用户的计算量以及卸载给计算无人机的计算量、用户的发射功率和计算无人机的飞行路径。

9、进一步的，获得的所述地理位置包括：

10、m个地面终端用户、一个地面窃听者、一个计算无人机以及一个发射干扰无人机，其中，第m个用户的位置表示为；地面窃听者的位置表示为；计算无人机固定在的垂直高度，其水平位置用表示，发射干扰无人机也固定在的垂直高度，其水平位置用表示；

11、地面用户表示为；

12、所述空地信道衰落模型包括地面用户与计算无人机之间的信道功率增益以及发射干扰无人机与地面窃听者之间的信道功率增益，其中，

13、第m个地面用户和计算无人机之间的信道功率增益如下式所示：

14、 （1）

15、式中，计算无人机到地面用户的距离为，表示参考距离d = 1m时的信道功率增益，表示计算无人机的飞行轨迹，表示地面用户的位置，表示计算无人机的垂直高度，将连续时间等步长地划分为个时隙，表示为，每个时隙长度为，在每一个足够小的时隙中，计算无人机被认为是静态的；

16、发射干扰无人机与地面窃听者之间的信道功率增益如下式所示：

17、 （2）

18、式中，发射干扰无人机到地面窃听者的距离为，表示发射干扰无人机的水平位置，表示地面窃听者的位置，为发射干扰无人机的垂直高度；

19、对于地面用户和地面窃听者，假设它们之间的窃听信道是由距离相关的路径损耗构成的，路径损耗指数，并且是小尺度瑞利衰落，因此，任意时隙内从地面用户到窃听者的信道功率增益为：

20、 （3）

21、式中，为地面用户到窃听者的距离，考虑到瑞利衰落，为单位均值的指数分布随机变量；

22、第m个用户到计算无人机的合法链路的卸载速率表示为：

23、 （4）

24、式中，表示计算无人机的噪声功率谱密度，为第m个用户在第n个时隙向计算无人机卸载任务时的发射功率，在系统中，系统总带宽为hz，平均划分为个子载波，每个用户的子载波大小为；

25、第m个用户到窃听者的非法链路的窃听速率表示为：

26、（5）

27、式中，表示发射干扰无人机的噪声功率谱密度，表示发射干扰无人机的发射功率；

28、用户到计算无人机的可达速率模型表示为：

29、（6）。

30、进一步的，构建的所述优化问题包括目标函数和约束条件，其中，

31、所述目标函数包括：

32、 （7）

33、式中，定义为用户与计算无人机之间的通信能耗，定义为用户本地及计算能耗以及计算无人机计算来自地面用户卸载的任务所消耗的能耗，定义为计算无人机的飞行能耗，定义为计算无人机飞行能耗的权重， 定义为时隙长度，和分别定义为用户和计算无人机的有效电容系数，和分别表示用户和计算无人机计算单位比特所需要的cpu圈数，和分别表示用户和计算无人机每时隙内计算的比特数，定义为计算无人机该时隙的速率，为计算无人机的质量，定义为重力加速度，定义为用户的发射功率，表示为计算无人机的飞行轨迹；

34、所述约束条件包括：

35、在时间内，用户和计算无人机的计算任务量超过比特，即：

36、 （8）

37、在时间内，计算无人机累积完成的任务比特数小于等于用户累计卸载的任务比特数，即：

38、 （9）

39、式中，表示地面用户卸载任务到计算无人机的可达速率；

40、用户和计算无人机每时隙可以计算的比特数小于等于其最大值，即

41、 （10）

42、 （11）

43、式中，和分别表示用户和计算无人机的最大计算频率，表示计算无人机分配到每个用户的平均最大计算频率，；和分别表示用户和计算无人机计算单位比特所需要的cpu圈数；

44、计算无人机的初始与结束位置固定，即有约束

45、；

46、计算无人机在一个时隙内，所飞过的距离小于最大距离，即有约束

47、 （12）

48、其中，表示计算无人机的最大飞行速率，和表示每时隙端点时计算无人机的位置；

49、用户发射功率的约束有 （13）。

50、进一步的，根据sca方法，仅保留与资源优化有关的约束条件，所解耦的资源优化子问题包括：

51、 （14）

52、式中，和分别表示地面用户和计算无人机每时隙内计算的比特数，表示用户的最大发射功率；

53、仅保留与计算无人机轨迹相关的约束问题，所解耦的计算无人机的轨迹优化子问题包括：

54、 （15）

55、式中，表示计算无人机在第一个时隙内的位置，表示计算无人机设定的初始位置，表示计算无人机在最后时隙内的位置，表示计算无人机设置的结束位置，和表示每时隙端点时计算无人机的位置。

56、进一步的，对资源优化子问题引入泰勒展开进行局部凸近似的方法，包括：

57、针对c3，

58、 （16）

59、令不等式右边的第二部分为，记为，其中，将这个凹函数在处进行泰勒一阶展开，即：

60、，所以c3不等式右边为凹函数减去线性函数，解集呈凸集。

61、进一步的，对计算无人机轨迹子优化问题引入泰勒展开进行局部凸近似的方法，包括：

62、针对c3，

63、（17）

64、令（18）

65、其中，函数对于是一个凸函数，在点处进行泰勒一阶展开，其中，表示计算无人机第次迭代优化出的轨迹：

66、（19）

67、令

68、 （20）

69、则（21）

70、所以c3转化为凸集。

71、进一步的，所述利用cvx工具对完成局部凸近似处理的两个子优化问题分别求局部近似解，将两个局部的近似解进行迭代以求得整体的近似最优解的具体方法，包括：

72、在求解资源优化子问题时，给定其各个变量初值，代入求解资源优化子问题第i次迭代局部近似解，再把第i次资源优化子问题的解及其它初值代入轨迹优化子问题求得近似解，不断增加迭代次数，直到两次迭代的目标函数差值满足在[-0.1,0.1] 范围内，结束流程。

73、第二方面，本发明提供了一种基于无人机协同辅助移动边缘计算的安全卸载系统，所述系统包括：

74、模型建立模块：用于采用部分卸载计算模式，根据获得的计算无人机、发射干扰无人机与地面上的用户和窃听者的地理位置，建立空地信道衰落模型以及用户到计算无人机的可达速率模型；

75、优化问题构建模块：用于以通信、计算以及飞行总能耗最小为目标，构建优化问题；

76、子优化问题解耦模块：用于将所构建的优化问题利用块坐标下降法、sca方法进行求解，将其解耦成两个子优化问题：资源优化子问题和计算无人机的轨迹优化子问题；

77、局部凸近似处理模块：用于对获得的两个子优化问题引入泰勒展开方法进行局部凸近似处理，将非凸约束转化为凸约束；

78、最优解获得模块：用于利用cvx工具对完成局部凸近似处理的两个子优化问题分别求局部的近似解，将两个局部的近似解进行迭代以求得整体的近似最优解，获得每个时隙内用户的计算量以及卸载给计算无人机的计算量、用户的发射功率和计算无人机的飞行路径。

79、第三方面，本发明提供了一种计算机设备，包括处理器及存储介质；

80、所述存储介质用于存储指令；

81、所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。

82、第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行实现第一方面所述方法的步骤。

83、与现有技术相比，本发明所达到的有益效果：

84、本发明提供的基于无人机协同辅助移动边缘计算的安全卸载方法，考虑到了窃听者对通信传输速率的影响，引入发射干扰无人机使窃听者对信息的窃听能力减弱，从而使地面用户到计算无人机的可达速率增大，计算无人机可以接收并处理到更多的任务，计算一定的比特需要付出的时间以及功率代价变小，即系统所需消耗的能量更少，可以减少资源的浪费。

85、本发明提供的基于无人机协同辅助移动边缘计算的安全卸载方法，以最小化相关通信、计算以及无人机飞行能耗为目标，联合优化了资源分配、计算无人机轨迹问题。且引入了能耗概念，使得本发明的优化目标更为全面，与单纯考虑卸载过程中的安全通信传输速率，更具现实意义。

86、本发明提供的基于无人机协同辅助移动边缘计算的安全卸载方法，使得本发明能够快速的获得系统最小能耗以及对应的资源分配与轨迹优化。本发明算法复杂度低，大大降低资源损耗。