移动边缘计算网络中面向负载均衡的安全卸载方法

摘要

本发明公开了一种移动边缘计算网络中面向负载均衡的安全卸载方法，该方法包括如下步骤：A、构建多小区移动边缘计算系统架构，初始化移动设备端待处理任务和边缘服务器的相关参数；B、针对卸载数据提出数据安全传输策略；C、提出多目标优化问题，完成任务的总时间作为第一目标函数，用户端的总能耗作为第二目标函数，系统负载均方差作为第三目标函数；D、利用改进的多目标优化算法优化三个目标函数值，获取Pareto最优卸载策略集，根据用户偏好，获取最优卸载策略。本发明适用于多小区多服务器的场景，不仅实现了任务安全卸载，而且降低了时延和能耗，平衡了系统负载。

说明书

技术领域

本发明属于移动边缘计算技术领域，具体涉及一种移动边缘计算网络中面向负载均衡的安全卸载方法。

背景技术

随着物联网的迅速发展，移动设备的数量呈爆炸式增长，造成各种新型应用程序的出现。然而，移动设备端资源有限，为新型移动应用的运行带来了挑战。为了解决上述挑战，移动边缘计算(MEC)的概念应运而生。MEC在靠近移动设备端的位置为用户提供所需的资源和网络带宽，实现了低延时和高带宽，提高了服务质量和用户体验。

由于卸载任务需要通过无线链路传输到边缘服务器，导致额外的时延和能耗。与传统的云计算中心不同，MEC服务器的资源有限，因此计算任务的卸载决策成为实现高效卸载的关键问题。另一方面，由于无线链路的开放性，任务卸载到服务器的过程中很容易遭受外部的威胁，从而导致隐私泄露问题。此外，当过多的任务卸载到同一个边缘服务器时，可能造成该边缘服务器拥塞，而其它边缘服务器空闲的情况。

然而，现有的工作大多数只考虑两个优化目标：优化任务完成的时延和优化任务卸载过程中的能耗，而忽略了卸载任务传输过程中的安全性问题以及系统的负载问题。因此面向负载均衡的安全卸载决策是边缘计算中亟需考虑的关键问题。

发明内容

为了解决现有技术中的问题，本发明提出了一种移动边缘计算网络中面向负载均衡的安全卸载方法，本发明在安全传输的情况下，不仅实现了边缘服务器端的负载均衡，而且同时优化了任务的完成时间和用户端的总能耗，提高了系统性能。

本发明所采用的技术方案如下：一种移动边缘计算网络中面向负载均衡的安全卸载方法，包括以下步骤：

A、构建多小区移动边缘计算系统架构，初始化移动设备端待处理任务和边缘服务器的相关参数；

B、针对卸载任务提出数据安全传输策略；

C、构建多目标函数，把完成任务的总时间作为第一目标函数，用户端的总能耗作为第二目标函数，系统负载均方差作为第三目标函数；

D、利用改进的多目标优化算法(CNSGA-II算法)优化三个目标函数值，获取最优卸载策略。

步骤A中移动设备端待处理任务和边缘服务器的相关参数包括：移动用户集合N＝{1,2,3,...,N}、边缘服务器集合M＝{1，,2,3,...,M}、服务器m中的虚拟机集合Q

步骤B的具体方法为：为每个用户设置加密决策变量c

步骤C中的三个目标函数表示为：完成任务的总时间作为第一目标函数，包括任务在本地计算的时间，任务加解密时间以及任务在边缘服务器端计算的时间；用户端的总能耗作为第二目标函数，包括任务在本地计算的能耗，任务加密能耗以及任务上传到边缘服务器的能耗；系统负载均方差作为第三目标函数，根据每个MEC服务器的资源利用率、边缘服务器的平均资源利用率以及标准差来获取系统负载均方差。

步骤D的具体方法为：通过利用logistic混沌序列初始化种群以及根据个体基因的相似程度进行个体交叉来改进NSGA-II算法，以增加种群的遍历性，避免陷入局部最优。将步骤C中的三个目标函数作为CNSGA-II算法的优化目标，通过有限次迭代获取最优的卸载策略，优化了时延、能耗和系统负载。

附图说明

为了更清楚的说明本发明的技术方案，下面将对发明内容中所需要使用的附图作简要地介绍。

图1是本发明移动边缘计算网络中面向负载均衡的安全卸载方法具体实施方式的流程图。

图2是本发明的系统模型示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将对本发明的实施方式进一步详细描述。

如图1所示，移动边缘计算网络中面向负载均衡的安全卸载方法的具体实施流程为：

A.构建多小区移动边缘计算系统架构，初始化相关参数：本实施例的系统模型示意图如图2所示，在一个包含7个用户设备，4台边缘服务器的网络中进行安全卸载决策。用户设备n的任务大小α

B.针对卸载数据提出数据安全传输策略。

C.构建三个目标函数。

D.利用改进的CNSGA-II算法优化三个目标函数值，获取最优的卸载策略集。

E.根据用户偏好，获取最优卸载策略。