本發(fā)明屬于通信，具體涉及一種面向物理層安全的單用戶光電融合邊緣計算系統(tǒng)資源分配方法。

背景技術(shù)：

1、隨著移動邊緣計算(mobile?edge?computing，mec)技術(shù)的發(fā)展，越來越多的終端設(shè)備通過基站接入網(wǎng)絡，將計算密集型任務卸載到邊緣計算服務器上，從而獲得更高的計算效率和低延遲體驗。然而，現(xiàn)有的mec系統(tǒng)在信息傳輸和處理過程中仍然存在一些不足之處。

2、首先，現(xiàn)有的無線通信系統(tǒng)在信息安全性方面面臨挑戰(zhàn)。無線通信信道容易受到竊聽攻擊，尤其是在上行和下行的傳輸過程中，信息泄露的風險較高。雖然已經(jīng)有一些基于加密算法的安全通信技術(shù)，但這些技術(shù)通常依賴于高計算資源和復雜的密鑰管理機制，難以在資源受限的邊緣設(shè)備上有效應用。

3、其次，現(xiàn)有mec系統(tǒng)的資源分配效率不夠理想。由于邊緣計算的資源有限，如何在不同用戶之間合理分配計算資源和通信帶寬，以最大化系統(tǒng)的處理速率和減少任務延遲，是當前研究中的一個難點?，F(xiàn)有的資源分配方法通常采用固定的調(diào)度策略，無法根據(jù)任務負載的動態(tài)變化進行靈活調(diào)整，從而導致資源利用率不高，尤其在多用戶環(huán)境中，系統(tǒng)的處理能力和吞吐量受限。

4、此外，光通信與電通信的融合技術(shù)尚未得到充分應用。光通信雖然具有頻譜資源豐富和安全性高的優(yōu)勢，但其在惡劣天氣條件下的穩(wěn)定性較差，而電通信的頻譜資源有限，且安全性不如光通信。因此，如何有效融合光通信和電通信，以在不同條件下進行動態(tài)切換，進一步提高信息傳輸?shù)陌踩院拖到y(tǒng)的吞吐量，是現(xiàn)有技術(shù)亟待解決的問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提出一種安全性好、傳輸速率高的面向物理層安全的單用戶光電融合邊緣計算系統(tǒng)資源分配方法，以滿足傳統(tǒng)的mimo系統(tǒng)難以滿足的信息傳輸處理和服務質(zhì)量需求。

2、為了實現(xiàn)以上技術(shù)目的，本發(fā)明采用如下技術(shù)方案：

3、一種面向物理層安全的單用戶光電融合邊緣計算系統(tǒng)資源分配方法，包括建立光電融合系統(tǒng)中任務卸載的各個步驟的隊列模型，推導隊列長度動態(tài)表達式，以最大化在所有幀上的平均處理速率為目標進行問題建模；提出一種基于光電雙通道信道的物理層安全資源傳輸分配策略，在考慮物理層安全的情況下，以最大化系統(tǒng)的吞吐量為目標，使用李雅普諾夫優(yōu)化理論建立優(yōu)化問題求解。

4、進一步地，所述的隊列模型的建模包括建立兩種隊列模型，即光隊列和電隊列，隊列模型包括卸載發(fā)送隊列qup、本地計算隊列qlc、邊緣計算隊列qec、邊緣計算結(jié)果返回隊列qdown。

5、進一步地，所述的隊列模型設(shè)置功率限制，以最大平均吞吐量為目標建立優(yōu)化模型。

6、進一步地，使用李雅普諾夫優(yōu)化理論建立優(yōu)化問題求解是使用李雅普諾夫優(yōu)化理論算法，在每個時刻最小化漂移加懲罰的上界，給出漂移加懲罰的表達式，求解最優(yōu)的上行通信功率、mec服務器的計算資源、下行功率、時隙資源，得到穩(wěn)定且具有最大吞吐量的資源分配方式。

7、進一步地，所述光電融合系統(tǒng)融合無線通信、光通信的通信系統(tǒng)，包括：發(fā)射端用戶，接收端基站，邊緣計算系統(tǒng)，并考慮非法竊聽端；其中，發(fā)射端包括無線隊列發(fā)送端和光隊列發(fā)送端。

8、進一步地，將終端的信息卸載到邊緣計算系統(tǒng)上進行計算處理，在終端和邊緣計算服務器考慮隊列模型：

9、終端在其本地維護兩個隊列，分別為本地計算隊列qlc和卸載隊列qup，其中卸載隊列qup是光隊列或電隊列，當終端有任務產(chǎn)生時，需要決定本地計算還是卸載計算該任務，若決定本地計算，那么把該任務放入計算隊列；如果決定卸載計算，那么把該任務放入發(fā)送隊列，先建立本地計算隊列和發(fā)送隊列的模型，發(fā)送隊列選擇為光隊列還是電隊列由后面的信道選擇決定。

10、進一步地，基站在收到終端的上行數(shù)據(jù)后，立即發(fā)送給邊緣計算服務器，邊緣計算服務器維護兩個隊列，分別為邊緣計算隊列qec和結(jié)果返回隊列qdown，其中結(jié)果返回隊列qdown同樣是光隊列或電隊列，任務首先進入邊緣計算隊列qec，邊緣計算服務器提供一定的算力處理邊緣計算隊列qec中的任務，并產(chǎn)生結(jié)果進入結(jié)果返回隊列qdown，結(jié)果返回隊列qdown選擇為光隊列還是電隊列同樣由后面的信道選擇決定，最后，任務的執(zhí)行結(jié)果通過基站發(fā)送給終端，完成整個卸載流程。

11、進一步地，選擇時分雙工的通信方式，將雙工系統(tǒng)的時間劃分為時長δ的幀，然后在每一幀中劃分上行時隙和下行時隙，以動態(tài)時隙的方式配置每個幀中的上行時隙和下行時隙的占比，其中每一幀的上行時隙占比為τup，τup∈[0,1]，下行時隙占比為τdown，同樣有幀t中上行時隙時長為下行時隙時長為單個任務的數(shù)據(jù)量為λ，單位為bit或byte，任務的計算密度，即單位數(shù)據(jù)量所需的計算量為ρ，單位為cpu計算周期每bit或byte；任務的返回數(shù)據(jù)量對任務本身的數(shù)據(jù)量比值為υ，即執(zhí)行每個任務需要ρ·λ的計算量，執(zhí)行產(chǎn)生的結(jié)果的數(shù)據(jù)量為υ·λ，所述系統(tǒng)模型認為任務不可以被同時劃分，即任務的所有數(shù)據(jù)要么全部進入本地計算隊列qlc，要么全部進入卸載隊列qup，但是可以同時進行下行接收和本地計算，只要當前時隙為下行時隙，終端就可以進行下行接收，而當是上行時隙時，終端須暫停本地計算隊列的處理。

12、進一步地，系統(tǒng)模型建立如下：

13、(1)任務卸載隊列模型

14、在幀t中，終端產(chǎn)生的數(shù)據(jù)量dt建模為服從0-1分布的隨機變量，產(chǎn)生任務的概率記為ptask，如果產(chǎn)生任務，則dt＝λ，反之dt＝0，記為在幀t中，本地計算隊列qlc的入列數(shù)據(jù)量為xt·dt，卸載隊列qup的入列數(shù)據(jù)量為(1-xt)·dt,xt∈{0,1}；

15、借助功率-頻率調(diào)度算法，給出終端的本地計算功率plc和計算能力flc的關(guān)系式如公式(1)所示：

16、

17、其中，flc代表芯片的計算頻率，即在單位時間內(nèi)能夠執(zhí)行的計算周期數(shù)，如果幀t中用于本地計算的時長為那么在該幀中本地計算隊列qlc出列的數(shù)據(jù)量如公式(2)所示：

18、

19、其中為幀t中進行本地計算的時間占比，由于限制終端不能同時進行本地計算和上行發(fā)送，所以τlc≤1-τup；

20、終端的本地計算隊列qlc的積壓數(shù)據(jù)量(即隊列長度)的動態(tài)表達式如公式(3)所示：

21、

22、xt∈{0,1}表示任務的執(zhí)行策略，xt＝1表示將任務放入本地執(zhí)行隊列，xt＝0表示將任務放入卸載發(fā)送隊列，公式說明隊列在下一幀的長度為當前長度加入列數(shù)據(jù)量xt·dt，減出列數(shù)據(jù)量并且規(guī)定出列數(shù)據(jù)量不能大于隊列長度，即

23、與本地計算隊列模型相似，在幀t，根據(jù)該幀的上行時隙時長以及通信速率可以得到卸載發(fā)送隊列qup出列的數(shù)據(jù)量如公式(4)所示：

24、

25、給出終端的卸載發(fā)送隊列qup的積壓數(shù)據(jù)量的動態(tài)表達式如公式(5)所示：

26、

27、即隊列在下一幀的長度為當前長度加入列數(shù)據(jù)量(1-xt)dt，減出列數(shù)據(jù)量并且規(guī)定出列數(shù)據(jù)量不能大于隊列長度，即

28、邊緣計算服務器維護2個隊列，分別為邊緣計算隊列qec和下行發(fā)送隊列qdown，符號中的ec表示邊緣計算(edge?computing,ec)，在幀t，邊緣計算隊列qec的入列數(shù)據(jù)量為基站收到的來自終端上行發(fā)送的數(shù)據(jù)量出列數(shù)據(jù)量為邊緣計算服務器為隊列分配的計算資源所完成的數(shù)據(jù)量，可以用公式(6)計算；

29、

30、同樣給出邊緣計算隊列qec的積壓數(shù)據(jù)量的動態(tài)表達式，如公式(7)所示：

31、

32、在幀t，邊緣計算隊列完成了數(shù)據(jù)量的任務，產(chǎn)生數(shù)據(jù)量的結(jié)果，即下行發(fā)送隊列qdown的入列數(shù)據(jù)量，而下行發(fā)送隊列的出列數(shù)據(jù)量根據(jù)下行時隙長度以及通信速率計算得到，如公式(8)所示：

33、

34、同樣，給出下行發(fā)送隊列qdown的積壓數(shù)據(jù)量的動態(tài)表達式，如公式(9)所示：

35、

36、(2)最大化所有幀的平均處理速率的問題模型

37、系統(tǒng)中有以下4個隊列：1)卸載發(fā)送隊列qup；2)本地計算隊列qlc；3)邊緣計算隊列qec；4)邊緣計算結(jié)果返回隊列qdown，為了簡化符號，用表示以上4個隊列的集合；用表示在幀t，以上4個隊列的積壓數(shù)據(jù)量的集合；

38、建立以下優(yōu)化問題，優(yōu)化目標為最大化終端本地維護的2個隊列，本地計算隊列qlc和卸載發(fā)送隊列qup，在所有幀上的平均處理速率，就是終端的平均吞吐量，同時滿足功率限制等約束條件，具體優(yōu)化問題p1如公式(10)所示：

39、

40、約束條件均成立，約束條件c1到c4表示隊列需要滿足因果性，每個時刻所有隊列的出列數(shù)據(jù)量不能大于隊列中現(xiàn)有數(shù)據(jù)量，約束條件c5表示終端的上行發(fā)送功率pup和本地計算功率plc的時間平均要滿足平均功率約束pave，為基站最大功率，為終端最大功率，為上行階段的人工噪聲功率，為下行階段的人工噪聲功率。

41、進一步地，根據(jù)構(gòu)建光電融合系統(tǒng)中任務卸載的隊列模型和最大化所有幀的平均處理速率的問題模型，運用基于李雅普諾夫優(yōu)化理論的最小化漂移加懲罰算法進行資源分配求解上述優(yōu)化問題的步驟如下：

42、(1)引入虛擬功率隊列y，給出隊列y的積壓數(shù)據(jù)量yt的動態(tài)表達式如公式(11)所示：

43、

44、聯(lián)合控制數(shù)據(jù)隊列和虛擬功率隊列y，定義隊列集合給出的李雅普諾夫方程和李雅普諾夫漂移方程如公式(12)所示：

45、

46、(2)使用mdpp算法，在每個時刻最小化漂移加懲罰的上界，給出漂移加懲罰的表達式，v是懲罰項權(quán)重；

47、

48、(3)依次給出所有l(wèi)(qt+1)-l(qt)，如公式(14)所示：

49、

50、根據(jù)公式(14)將展開后的所有項整理得到公式(15)，其中是公式(14)中部分項的數(shù)學期望的上限；

51、

52、使用不等式可以給出上限的表達式，具體如公式(16)所示：

53、

54、其中rup是終端能夠獲得的最大保密信道容量，flc是終端的最大計算速率，fec是邊緣計算服務器的最大計算速率；

55、將不等號右邊的項記為的值是不受變量影響的，所以要最小化就是最小化除外的其余項；

56、(4)對上行通信功率進行求解，得到的最優(yōu)取值然后對本地計算功率進行求解，得到的最優(yōu)取值

57、(5)對mec服務器的計算資源進行求解，得到其最優(yōu)取值最后對下行功率進行求解，得到其最優(yōu)取值

58、(6)確定在各種情況下的最優(yōu)取值后，再確定就能得到該問題完整的解，從而完成時隙資源的分配；

59、(7)更新虛擬功率隊列，得到終端的最大化吞吐量。

60、本發(fā)明具有以下有益效果：

61、(1)本發(fā)明的將信息傳輸?shù)竭吘売嬎阆到y(tǒng)的處理方法提升了對信息的處理能力。

62、(2)本發(fā)明引入消息隊列并建立模型，使用李雅普諾夫優(yōu)化理論求解優(yōu)化問題，最大化了系統(tǒng)的平均處理速率。

63、(3)本發(fā)明采用預編碼并使用光電雙通道進行通信，極大限度上保證了用戶信息的安全性。