面向缓存辅助超密集异构MEC网络的安全计算卸载方法

文档序号:40165414发布日期:2024-11-29 15:58阅读:来源:国知局

技术特征:

1.一种面向缓存辅助超密集异构mec网络的安全计算卸载方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的面向缓存辅助超密集异构mec网络的安全计算卸载方法,其特征在于,步骤s1所述超密集多接入移动边缘计算网络为超密集型mamec网络;获取超密集型mamec网络的网络基础信息,通过网络基础信息进一步搭建网络系统中的通信模型、计算模型以及安全模型,在通信模型、计算模型以及安全模型的基础上构建优化问题。

3.根据权利要求2所述的面向缓存辅助超密集异构mec网络的安全计算卸载方法,其特征在于,获取超密集型mamec网络的网络基础信息的具体过程为:获取个移动设备的索引集合为,其中,表示网络系统中的移动设备,表示网络系统中移动设备的数量;集合表示每个移动设备的任务合集,,其中,k表示移动设备的任务,k表示任务数量;设定存在一个宏基站和一个微基站集合,其中,其中,表示网络系统中的微基站,表示网络系统中微基站的数量, 表示所有基站的集合,0为宏基站的索引;随后,获取移动设备的任务,其中为任务的数据量,为完成一个1位任务所需要的cpu周期数,为移动设备的最大任务处理时间;获取网络系统总带宽,子信道带宽,移动设备与基站之间的信道增益以及噪声功率,随后,获取移动设备的最大计算资源量与移动设备能耗系数,以及微基站的最大计算资源量。

4.根据权利要求3所述的面向缓存辅助超密集异构mec网络的安全计算卸载方法,其特征在于,构建通信模型:系统频带被分割成两部分,分别由宏基站和微基站使用,宽度分别为和;为系统频带的宽度;为频带划分因子,取值在0到1 之间;在上行noma方式下,由微基站服务的任何移动设备都会收到来自信道增益比它差的其他移动设备的同信道干扰;在微基站服务中,接收到的信号按信道增益降序进行解码;每个宏基站有个子信道,子信道在现实中只对应一个信道,任何移动设备都使用子信道中的一个在某个时隙传输任务。

5.根据权利要求3所述的面向缓存辅助超密集异构mec网络的安全计算卸载方法,其特征在于,构建缓存和卸载模型:任意的移动设备在每个时隙都有一个时间敏感任务记作;若移动设备与微基站相关联,则移动设备与微基站关联指标,否则为0;若移动设备与宏基站相关联,则移动设备与宏基站关联指标,否则为0;当移动设备有任务需要处理时,若并未关联任何基站,则直接进行本地计算;若有关联基站,它首先查询相关联的微基站是否缓存了对应的任务,若缓存,则微基站任务缓存指标,否则为0;若微基站任务缓存指标,直接在相关联的微基站上任务并将结果反馈给移动设备;若关联的微基站上并未缓存,则继续查询宏基站是否缓存对应任务,若缓存则宏基站任务缓存指标,否则为0;若宏基站任务缓存指标,则在宏基站上任务并将结果反馈给移动设备;若都未缓存,即,则将任务进行分步卸载计算;若与宏基站关联且未缓存任务,即,则将任务上传到宏基站执行任务。

6.根据权利要求3所述的面向缓存辅助超密集异构mec网络的安全计算卸载方法,其特征在于,构建安全模型:为了保证安全卸载,使用不同的加密算法对卸载的任务进行加密和解密;当移动设备和某微基站相关联时,该移动设备的任何任务的一部分在加密后被卸载到此基站;该基站首先对其进行解密,然后加密后将其部分传输到宏基站;剩余的部分交由关联的微基站执行;当一个移动设备与微基站相关联时,这个移动设备的任何任务的一部分在加密后被卸载到宏基站,解密后由宏基站执行任务。

7.根据权利要求3所述的面向缓存辅助超密集异构mec网络的安全计算卸载方法,其特征在于,所述优化问题为:

8.根据权利要求7所述的面向缓存辅助超密集异构mec网络的安全计算卸载方法,其特征在于,步骤s2包括:

9.根据权利要求3所述的面向缓存辅助超密集异构mec网络的安全计算卸载方法,其特征在于,步骤s2.5包括:

10.根据权利要求9所述的面向缓存辅助超密集异构mec网络的安全计算卸载方法,其特征在于,步骤s2.52中,为了模拟鲸鱼的螺旋形运动,任何个体的猎物位置之间的螺旋方程如下:


技术总结
本发明公开了一种面向缓存辅助超密集异构MEC网络的安全计算卸载方法,该方法包括:获取超密集多接入移动边缘计算网络的网络基础信息,根据网络基础信息构建网络系统,并在网络系统的约束下构建优化问题;根据优化问题得到初始解,并将初始解定义为初始种群,采用改进鲸鱼算法对初始种群进行搜索得到目标种群,并输出目标种群中全局最优鲸鱼的位置;根据全局最优鲸鱼位置执行安全型计算效率优化配置。本发明具备多基站卸载,考虑缓存因素,满足速率、移动设备能耗、时延、安全漏洞成本以及任务和发射功率比例约束,能很好地实现所有移动设备本地总能耗最小化的目标。

技术研发人员:周天清,周远阳,戴广强,聂学方,李轩
受保护的技术使用者:华东交通大学
技术研发日:
技术公布日:2024/11/28
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1