CN111026536B - 一种基于信任融合评估的任务处理方法、装置及边缘节点 - Google Patents

一种基于信任融合评估的任务处理方法、装置及边缘节点 Download PDF

Info

Publication number
CN111026536B
CN111026536B CN201911296494.1A CN201911296494A CN111026536B CN 111026536 B CN111026536 B CN 111026536B CN 201911296494 A CN201911296494 A CN 201911296494A CN 111026536 B CN111026536 B CN 111026536B
Authority
CN
China
Prior art keywords
edge node
trust value
evaluated
node
edge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911296494.1A
Other languages
English (en)
Other versions
CN111026536A (zh
Inventor
李小勇
孔文萍
高雅丽
李妍蓉
侯立洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201911296494.1A priority Critical patent/CN111026536B/zh
Publication of CN111026536A publication Critical patent/CN111026536A/zh
Application granted granted Critical
Publication of CN111026536B publication Critical patent/CN111026536B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例提供了一种基于信任融合评估的任务处理方法，应用于第一边缘节点，方法包括：在接收到待处理任务时，确定处理待处理任务所需的边缘节点的数量；基于对待评价边缘节点的历史信任值，计算第一直接信任值；基于对第二边缘节点的历史信任值以及第二边缘节点对待评价边缘节点的历史信任值，计算第一推荐信任值；基于终端节点的历史信任值以及第三边缘节点对待评价边缘节点的历史信任值，计算第二推荐信任值；计算待评价边缘节点的信任融合评估值；根据信任融合评估值及所述数量，从待评价边缘节点中选择目标边缘节点，并与目标边缘节点对待处理任务进行处理。应用本发明实施例，可以提高任务的处理质量。

Description

一种基于信任融合评估的任务处理方法、装置及边缘节点
技术领域
本发明涉及计算机网络技术领域，特别是涉及一种基于信任融合评估的任务处理方法、装置及边缘节点。
背景技术
近年来，随着5G(5th-Generation，第五代移动通信技术)的发展，无人驾驶、无人配送等任务应运而生。处理这些任务需要网络提供实时高效的数据计算服务。在传统的集中式的云计算中，数据计算由云服务器完成，由于网络中云服务器与终端设备之间的传输路径较长，所以，通过集中式的云计算处理上述任务的网络时延较长，难以提供实时高效的数据计算服务。在这种情况下，分布式的边缘计算已经成为研究热点。
在边缘计算中，数据计算由网络中的边缘节点完成，由于网络中边缘节点与终端设备之间的传输路径较短，所以，通过边缘计算处理任务的网络时延较短，可以提供实时、高效的数据计算服务，对任务做出更快的响应。
对于一个任务，一般需要多个边缘节点共同进行边缘计算以对其进行处理。在现有的边缘计算中，处理任务所需的边缘节点是不固定的，当处理任务的边缘节点中存在反馈错误信息的恶意边缘节点时，便无法保证任务的完成质量。
发明内容
本发明实施例的目的在于提供一种基于信任融合评估的任务处理方法、装置及边缘节点，以避免恶意边缘节点参与边缘计算，提高任务的处理质量。
第一方面，本发明实施例提供了一种基于信任融合评估的任务处理方法，应用于第一边缘节点，所述第一边缘节点为非恶意边缘节点，所述方法包括：
在接收到待处理任务时，确定处理所述待处理任务所需的边缘节点的数量；
基于所述第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值，其中，所述待评价边缘节点为当前网络中除所述第一边缘节点外的边缘节点，所述历史信任值为所述第一边缘节点与所述待评价边缘节点共同处理任务后，所述第一边缘节点根据任务的处理状态确定的；
基于所述第一边缘节点对第二边缘节点的历史信任值以及每个第二边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第一推荐信任值，其中，所述第二边缘节点为与所述第一边缘节点及所述待评价边缘节点共同处理过任务的边缘节点；
基于所述第一边缘节点对终端节点的历史信任值、每个第三边缘节点对所述终端节点的历史信任值以及每个所述第三边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第二推荐信任值，其中，所述终端节点为与第一边缘节点及所述第三边缘节点进行过交互的终端设备，所述第三边缘节点为与所述待评价边缘节点共同处理过任务，且未与所述第一边缘节点共同处理过任务的边缘节点；
基于所述第一直接信任值、所述第一推荐信任值及所述第二推荐信任值，计算所述待评价边缘节点的信任融合评估值；
根据所述待评价边缘节点的信任融合评估值及所述数量，从所述待评价边缘节点中选择目标边缘节点，并与所述目标边缘节点对所述待处理任务进行处理。
可选的，所述基于所述第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值的步骤，包括：
根据公式
Figure BDA0002320690310000021
计算第l个历史信任值对应的信任衰减度；其中，Δtl＝t-tl，tl为第l个历史信任值的获得时间点，t为当前时间点，
Figure BDA0002320690310000022
T0为预先设置的信任半衰期，第l个历史信任值为所述第一边缘节点与待评价边缘节点共同完成的任务对应的历史信任值，按照时间从早到晚的顺序排序得到的排序结果中的第l个；
根据公式
Figure BDA0002320690310000023
计算每个待评价边缘节点的第一直接信任值DTij；其中，Sl为第一边缘节点对待评价边缘节点j的历史信任值，Sl∈[0,1]，n为第一边缘节点与待评价节点j共同完成过任务的次数，j∈[1,nj]，nj为待评价边缘节点的数量。
可选的，所述基于所述第一边缘节点对第二边缘节点的历史信任值以及每个第二边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第一推荐信任值的步骤，包括：
基于所述第一边缘节点对所述第二边缘节点的历史信任值，计算每个所述第二边缘节点的第二直接信任值；
基于所述第二边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第三直接信任值；
基于所述第二直接信任值及所述第三直接信任值，计算所述第一推荐信任值。
可选的，所述基于所述第二直接信任值及所述第三直接信任值，计算所述第一推荐信任值的步骤，包括：
根据公式
Figure BDA0002320690310000031
计算所述第一推荐信任值
Figure BDA0002320690310000032
其中，RS1表示第二边缘节点的集合，DTih为第一边缘节点对第二边缘节点h的第二直接信任值，Thj为第二边缘节点h对待评价边缘节点j的第三直接信任值，
Figure BDA0002320690310000033
为第一边缘节点对第二边缘节点j的历史信任值对应的信任衰减度。
可选的，所述基于所述第一边缘节点对终端节点的历史信任值、每个第三边缘节点对所述终端节点的历史信任值以及每个所述第三边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第二推荐信任值的步骤，包括：
基于所述第一边缘节点对所述终端节点的历史信任值及每个所述第三边缘节点对所述终端节点的历史信任值，计算每个所述第三边缘节点对所述待评价边缘节点的历史信任值的推荐可信度；
基于所述第三边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第四直接信任值；
基于所述推荐可信度及所述第四直接信任值，计算所述第二推荐信任值。
可选的，所述基于所述第一边缘节点对所述终端节点的历史信任值及每个所述第三边缘节点对所述终端节点的历史信任值，计算每个所述第三边缘节点对所述待评价边缘节点的历史信任值的推荐可信度的步骤，包括：
根据公式
Figure BDA0002320690310000034
计算所述推荐可信度Crik；
其中，CS表示与第一边缘节点及第三边缘节点k进行过交互的终端节点的集合，Tia为第一边缘节点对终端节点a的历史信任值，Tka为第三边缘节点k对终端节点a的历史信任值，a∈[1,na]，na为待集合CS包括的终端节点的数量，η为预设比重，η∈(0.5,1]，IS表示与第一边缘节点进行过交互的终端节点的集合，KS表示与第三边缘节点k进行过交互的终端节点的集合；
所述基于所述推荐可信度及所述第四直接信任值，计算所述第二推荐信任值的步骤，包括：
根据公式
Figure BDA0002320690310000041
计算所述第二推荐信任值
Figure BDA0002320690310000042
其中，RS2表示第三边缘节点的集合，Tkj为第三边缘节点k对待评价边缘节点j的第四直接信任值。
可选的，所述基于所述第一直接信任值、所述第一推荐信任值及所述第二推荐信任值，计算所述待评价边缘节点的信任融合评估值的步骤，包括：
基于所述第一推荐信任值及所述第二推荐信任值，计算所述第一边缘节点对所述待评价边缘节点的融合推荐信任值；
基于所述融合推荐信任值及所述第一直接信任值，计算所述信任融合评估值。
可选的，所述基于所述第一推荐信任值及所述第二推荐信任值，计算所述第一边缘节点对所述待评价边缘节点的融合推荐信任值的步骤，包括：
根据公式
Figure BDA0002320690310000043
计算所述融合推荐信任值RTij；
其中，
Figure BDA0002320690310000044
为待评价边缘节点j的第一推荐信任值，
Figure BDA0002320690310000045
为待评价边缘节点j的第二推荐信任值，
Figure BDA0002320690310000046
为预设权重；
所述基于所述融合推荐信任值及所述第一直接信任值，确定所述信任融合评估值的步骤，包括：
根据公式Gij＝λDTij+(1-λ)RTij，计算所述信任融合评估值Gij；
其中，
Figure BDA0002320690310000047
ns为第一边缘节点、第二边缘节点及第三边缘节点与待评价边缘节点共同处理任务成功的次数，N为第一边缘节点、第二边缘节点及第三边缘节点与待评价边缘节点共同处理任务的总次数，DTij为待评价边缘节点j的第一直接信任值。
第二方面，本发明实施例提供了一种基于信任融合评估的任务处理装置，应用于第一边缘节点，所述第一边缘节点为非恶意边缘节点，所述装置包括：
数量确定模块，用于在接收到待处理任务时，确定处理所述待处理任务所需的边缘节点的数量；
第一直接信任值计算模块，用于基于所述第一边缘节点对每个待评价边缘节点的历史信任值，计算所述第一边缘节点对该待评价边缘节点的第一直接信任值，其中，所述待评价边缘节点为当前网络中除所述第一边缘节点外的边缘节点，所述历史信任值为所述第一边缘节点与所述待评价边缘节点共同处理任务后，所述第一边缘节点根据任务的处理状态确定的；
第一推荐信任值计算模块，用于基于所述第一边缘节点对每个第二边缘节点的历史信任值以及每个第二边缘节点对所述待评价边缘节点的历史信任值，计算所述第一边缘节点对每个所述待评价边缘节点的第一推荐信任值，其中，所述第二边缘节点为与所述第一边缘节点及所述待评价边缘节点共同处理过任务的边缘节点；
第二推荐信任值计算模块，基于所述第一边缘节点对每个终端节点的历史信任值、每个第三边缘节点对所述终端节点的历史信任值以及每个所述第三边缘节点对所述待评价边缘节点的历史信任值，计算所述第一边缘节点对每个所述待评价边缘节点的第二推荐信任值，其中，所述终端节点为与第一边缘节点及所述第三边缘节点进行过交互的终端设备，所述第三边缘节点为与所述待评价边缘节点共同处理过任务，且未与所述第一边缘节点共同处理过任务的边缘节点；
信任融合评估值计算模块，用于基于所述第一直接信任值、所述第一推荐信任值及所述第二推荐信任值，计算所述待评价边缘节点的信任融合评估值；
目标边缘节点确定模块，用于根据所述待评价边缘节点的信任融合评估值，从所述待评价边缘节点中选择所述数量的边缘节点，作为目标边缘节点，并与所述目标边缘节点对所述待处理任务进行处理。
第三方面，本发明实施例提供了一种边缘节点，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求上述任一所述的基于信任融合评估的任务处理方法步骤。
本发明实施例所提供的方案中，在接受到待处理任务时，可以确定处理所述待处理任务所需的边缘节点的数量，然后基于第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值，基于第一边缘节点对第二边缘节点的历史信任值以及每个第二边缘节点对待评价节点的历史信任值，计算每个待评价边缘节点的第一推荐信任值，基于第一边缘节点对终端节点的历史信任值、每个第三边缘节点对终端节点的历史信任值以及每个第三边缘节点对待评价边缘节点的历史信任值，计算每个待评价边缘节点的第二推荐信任值，进而可以基于第一直接信任值、第一推荐信任值及第二推荐信任值，计算待评价边缘节点的信任融合评估值，便可以根据待评价边缘节点的信任融合评价值及所述数量，从待评价边缘节点中选择目标边缘节点，并与目标边缘节点对待处理任务进行处理。可见，第一边缘节点可以确定待评价边缘节点的信任融合评估值，进而根据信任融合评估值选择处理待处理任务的目标边缘节点，目标边缘节点均为基于历史处理任务情况确定的可被信任的边缘节点，因此可以避免恶意边缘节点参与边缘计算，提高任务的处理质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例所提供的任务处理网络的网络架构的一种示意图；
图2为本发明实施例所提供的一种基于信任融合评估的任务处理方法的流程图；
图3为图2所示实施例中步骤S202的一种具体流程图；
图4为图2所示实施例中步骤S203的一种具体流程图；
图5为本发明实施例所提供的一种基于信任融合评估的任务处理装置的结构示意图；
图6为图5所示实施例中模块503的一种具体结构示意图；
图7为图5所示实施例中模块504的一种具体结构示意图；
图8为本发明实施例所提供的一种边缘节点的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了避免恶意边缘节点参与边缘计算，提高任务的处理质量，本发明实施例提供了一种基于信任融合评估的任务处理方法、装置、边缘节点及计算机可读存储介质。
下面首先对本发明实施例所提供的一种基于信任融合评估的任务处理方法进行介绍。本发明实施例所提供的一种基于信任融合评估的任务处理方法可以应用于第一边缘节点，其中，第一边缘节点可以为网关、路由器、处理器等连接至网络的节点设备，在此不做具体限定。
为了方便描述本发明实施例所提供的基于信任融合评估的任务处理方法，首先介绍本发明实施例所提供的基于信任融合评估的任务处理方法对应的网络架构。如图1所示，网络中可以包括一个或多个终端节点、多个边缘节点以及云服务器，图1中以一个终端节点为例。其中，终端节点与各个边缘节点通信连接，各个边缘节点之间通信连接，各个边缘节点与云服务器通信连接。终端节点与各个边缘节点可以进行数据交互，各个边缘节点之间可以进行数据交互，各个边缘节点与云服务器可以进行数据交互。
如图2所示，一种基于信任融合评估的任务处理方法，应用于第一边缘节点，所述第一边缘节点为非恶意边缘节点，所述方法可以包括：
S201，在接收到待处理任务时，确定处理所述待处理任务所需的边缘节点的数量；
S202，基于所述第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值；
其中，所述待评价边缘节点为当前网络中除所述第一边缘节点外的边缘节点，所述历史信任值为所述第一边缘节点与所述待评价边缘节点共同处理任务后，所述第一边缘节点根据任务的处理状态确定的。
S203，基于所述第一边缘节点对第二边缘节点的历史信任值以及每个第二边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第一推荐信任值；
其中，所述第二边缘节点为与所述第一边缘节点及所述待评价边缘节点共同处理过任务的边缘节点。
S204，基于所述第一边缘节点对终端节点的历史信任值、每个第三边缘节点对所述终端节点的历史信任值以及每个所述第三边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第二推荐信任值；
其中，所述终端节点为与第一边缘节点及所述第三边缘节点进行过交互的终端设备，所述第三边缘节点为与所述待评价边缘节点共同处理过任务，且未与所述第一边缘节点共同处理过任务的边缘节点。
S205，基于所述第一直接信任值、所述第一推荐信任值及所述第二推荐信任值，计算所述待评价边缘节点的信任融合评估值；
S206，根据所述待评价边缘节点的信任融合评估值及所述数量，从所述待评价边缘节点中选择目标边缘节点，并与所述目标边缘节点对所述待处理任务进行处理。
可见，本发明实施例所提供的方案中，在接受到待处理任务时，可以确定处理所述待处理任务所需的边缘节点的数量，然后基于第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值，基于第一边缘节点对第二边缘节点的历史信任值以及每个第二边缘节点对待评价节点的历史信任值，计算每个待评价边缘节点的第一推荐信任值，基于第一边缘节点对终端节点的历史信任值、每个第三边缘节点对终端节点的历史信任值以及每个第三边缘节点对待评价边缘节点的历史信任值，计算每个待评价边缘节点的第二推荐信任值，进而可以基于第一直接信任值、第一推荐信任值及第二推荐信任值，计算待评价边缘节点的信任融合评估值，便可以根据待评价边缘节点的信任融合评价值及所述数量，从待评价边缘节点中选择目标边缘节点，并与目标边缘节点对待处理任务进行处理。可见，第一边缘节点可以确定待评价边缘节点的信任融合评估值，进而根据信任融合评估值选择处理待处理任务的目标边缘节点，目标边缘节点均为基于历史处理任务情况确定的可被信任的边缘节点，因此可以避免恶意边缘节点参与边缘计算，提高任务的处理质量。
对于一个任务，一般需要多个边缘节点共同进行边缘计算以对其进行处理。在上述步骤S201中，第一边缘节点在接收到待处理任务时，可以根据待处理任务的类型、边缘节点的中央处理器的空闲率、边缘节点的存储空间大小等因素，确定处理待处理任务所需的边缘节点的数量。其中，第一边缘节点为网络中多个边缘节点中的一个，其可以为已知的非恶意边缘节点，也就是说，第一边缘节点为安全边缘节点。
在历史处理任务过程中，多个边缘节点共同处理任务后，每个边缘节点可以根据该任务的处理状态，确定对其他边缘节点的评价信息，也就是历史信任值。如果边缘节点对任务的处理质量较高，那么其他边缘节点对该边缘节点的历史信任值也就较高，可以认为该边缘节点为非恶意网络节点；如果边缘节点对任务的处理质量较低，那么其他边缘节点对该边缘节点的历史信任值也就较低，可以认为该边缘节点可能为恶意网络节点。
边缘节点对任务的处理质量与任务的类型相关。例如，如果任务为定位任务，边缘节点对任务的处理质量可以为定位结果的准确度；如果任务为导航任务，边缘节点对任务的处理质量可以为导航信息的精准度及响应的时延。
为了保证任务的处理质量，需要从当前网络中的边缘节点中选择一定数量的非恶意边缘节点，以与第一边缘节点共同处理待处理任务。那么，在上述步骤S202中，对于曾经与第一边缘节点共同处理过任务的待评价边缘节点，第一边缘节点可以根据其对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值。
其中，待评价边缘节点为当前网络中除第一边缘节点外的边缘节点，历史信任值为第一边缘节点与待评价边缘节点共同处理任务后，第一边缘节点根据任务的处理状态确定的。
在一种实施方式中，当第一边缘节点与待评价边缘节点共同处理过多次任务时，第一边缘节点对待评价边缘节点的历史信任值存在多个。在这种情况下，第一边缘节点可以计算第一边缘节点对待评价边缘节点的历史信任值的平均值，将平均值作为待评价边缘节点的第一直接信任值。
由于当前网络中很可能有多个边缘节点与待评价边缘节点共同处理过任务，所以，为了全面的判断待评价边缘节点是否为非恶意边缘节点，第一边缘节点可以执行上述步骤S203，即基于第一边缘节点对第二边缘节点的历史信任值以及第二边缘节点对待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一推荐信任值。
其中，上述第二边缘节点为与第一边缘节点及待评价边缘节点共同处理过任务的边缘节点。例如，第一边缘节点D1与边缘节点B1、边缘节点B2及边缘节点B3共同处理过任务，那么，当边缘节点B1为待评价边缘节点时，边缘节点B2及边缘节点B3即为第二边缘节点；当边缘节点B2为待评价边缘节点时，边缘节点B1及边缘节点B3即为第二边缘节点。又例如，第一边缘节点D1*与边缘节点B1*及边缘节点B2*共同处理过任务，那么，当边缘节点B1*为待评价边缘节点时，边缘节点B2*即为第二边缘节点。
这样，第一边缘节点可以参考第二边缘节点对待评价边缘节点的历史信任值，确定待评价边缘节点的第一推荐信任值，进而可以更加全面地判断待评价边缘节点是否为恶意边缘节点。
在当前网络中，除了曾经与待评价边缘节点及第一边缘节点共同处理过任务的第二边缘节点之外，可能还存在与待评价边缘节点共同处理过任务，且未与第一边缘节点共同处理过任务的边缘节点。在这种情况下，为了全面的判断待评价边缘节点是否为非恶意边缘节点，第一边缘节点可以执行上述步骤S204，也就是基于第一边缘节点对终端节点的历史信任值、每个第三边缘节点对终端节点的历史信任值以及每个第三边缘节点对待评价边缘节点的历史信任值，计算每个待评价边缘节点的第二推荐信任值。
其中，终端节点为与第一边缘节点及第三边缘节点进行过交互的终端设备，上述第三边缘节点为与待评价边缘节点共同处理过任务，且未与第一边缘节点共同处理过任务的边缘节点。例如，第一边缘节点D1、边缘节点B4、边缘节点B5与终端设备Z1进行过交互，边缘节点B4未与第一边缘节点D1共同处理过任务，且边缘节点B4与待评价边缘节点D2共同处理过任务，那么边缘节点B4即为第三边缘节点。
第一边缘节点虽然并未与第三边缘节点共同处理过任务，但是第一边缘节点与第三边缘节点可能曾经处理过类似的任务。当第一边缘节点与第三边缘节点曾经处理过类似的任务时，第一边缘节点及第三边缘节点很可能与相同的终端节点进行过交互。
因此，当第一边缘节点及第三边缘节点与相同的终端节点进行过交互时，第一边缘节点对该终端节点的历史信任值，以及第三边缘节点对该终端节点的历史信任值对于判断待评价边缘节点是否为非恶意边缘节点具有参考价值。
这样，第一边缘节点便可以参考第一边缘节点对每个终端节点的历史信任值、每个第三边缘节点对终端节点的历史信任值以及每个第三边缘节点对待评价边缘节点的历史信任值，确定第二推荐信任值，进而可以全面的判断待评价边缘节点是否为恶意边缘节点。
在得到第一边缘节点对待评价边缘节点的第一直接信任值、第一推荐信任值及第二推荐信任值后，第一边缘节点便可以计算该评价边缘节点的信任融合评估值。
上述信任融合评估值可以全面地反映第一边缘节点对待评价边缘节点的评价。这样，在上述步骤S206中，第一边缘节点可以根据待评价边缘节点的信任融合评估值，从待评价边缘节点中选择目标数量的边缘节点，作为目标边缘节点，并与目标边缘节点共同完成对待处理任务的处理，其中，由于第一边缘节点与目标边缘节点共同处理该待处理任务，所以目标数量为步骤S201中确定的数量减一。
这样，第一边缘节点根据待评价边缘节点的信任融合评估值选择的目标边缘节点为恶意边缘节点的可能性较低，利用目标边缘节点及第一边缘节点共同处理待处理任务，可以避免恶意边缘节点参与边缘计算，能够提高任务的处理质量。
在一种实施方式中，待评价边缘节点的信任融合评估值越高，其为恶意边缘节点的可能性就越低。在得到待评价边缘节点的信任融合评估值后，第一边缘节点可以根据信任融合评估值从高到低的顺序，对待评价边缘节点进行排序，进而按照排序结果及处理待处理任务所需的边缘节点的数量，从待评价边缘节点选择目标边缘节点。
例如，待评价边缘节点F1的信任融合评估值为0.70、待评价边缘节点F2的信任融合评估值为0.65、待评价边缘节点F3的信任融合评估值为0.80、待评价边缘节点F4的信任融合评估值为0.75。第一边缘节点根据信任融合评估值从高到低的顺序，对待评价边缘节点进行排序，排序结果如下表所示：
排序结果 待评价边缘节点 信任融合评估值
1 F3 0.80
2 F4 0.75
3 F1 0.70
4 F2 0.65
这样，当处理待处理任务所需的边缘节点的数量为3时，第一边缘节点可以选择待评价边缘节点F3及待评价边缘节点F4作为目标边缘节点，进而第一边缘节点便可以与待评价边缘节点F3及待评价边缘节点F4共同处理待处理任务。
在另一种实施方式中，第一边缘节点可以将信任融合评估值不低于信任评估值阈值的待评价边缘节点确定为备选边缘节点，进而根据处理待处理任务所需的边缘节点的数量，从备选边缘节点中选择目标边缘节点。第一边缘节点可以从备选边缘节点中随机选择目标边缘节点，也可以从备选边缘节点中按照一定规则选择目标边缘节点，这都是合理的。
其中，上述信任评估值阈值可以根据待处理任务的处理要求、待处理任务的类型等因素预先设定。
例如，待评价边缘节点F1的信任融合评估值为0.70、待评价边缘节点F2的信任融合评估值为0.65、待评价边缘节点F3的信任融合评估值为0.80、待评价边缘节点F4的信任融合评估值为0.75。信任评估值阈值为0.71，当待评价边缘节点的信任融合评估值不低于信任评估值阈值时，该待评价边缘节点为非恶意边缘节点。那么，第一边缘节点可以确定待评价边缘节点F3及待评价边缘节点F4为非恶意边缘节点，作为备选边缘节点。进而，当处理待处理任务所需的边缘节点的数量为2时，第一边缘节点便可以从待评价边缘节点F3及待评价边缘节点F4中选择一个作为目标边缘节点。
作为本发明实施例的一种实施方式，上述基于所述第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值的步骤，可以包括：
根据公式
Figure BDA0002320690310000121
计算第l个历史信任值对应的信任衰减度；其中，Δtl＝t-tl，tl为第l个历史信任值的获得时间点，t为当前时间点，
Figure BDA0002320690310000122
T0为预先设置的信任半衰期，第l个历史信任值为所述第一边缘节点与待评价边缘节点共同完成的任务对应的历史信任值，按照时间从早到晚的顺序排序得到的排序结果中的第l个；
根据公式
Figure BDA0002320690310000123
计算每个待评价边缘节点的第一直接信任值DTij；其中，Sl为第一边缘节点对待评价边缘节点j的历史信任值，Sl∈[0,1]，n为第一边缘节点与待评价节点j共同完成过任务的次数，j∈[1,nj]，nj为待评价边缘节点的数量。
第一边缘节点对待评价边缘节点的历史信任值为第一边缘节点与待评价边缘节点共同处理过任务后确定的，确定该历史信任值的时间点与接收到待处理任务时的时间点之间的时长可能较长。
一般来说，待评价边缘节点的历史信任值的可信度会随着确定该历史信任值的时间点与接收到待处理任务时的时间点之间的时长的增加而降低。因此，在计算上述第一直接信任值时，可以考虑确定该历史信任值的时间点与接收到待处理任务时的时间点之间的时长对历史信任值的可信度的影响。
在接收到待处理任务时，第一边缘节点可以根据如下所示公式，确定第l个历史信任值对应的信任衰减度
Figure BDA0002320690310000124
Figure BDA0002320690310000125
其中，Δtl＝t-tl，tl为第l个历史信任值的获得时间点，第l个历史信任值为所述第一边缘节点与待评价边缘节点共同完成的任务对应的历史信任值，按照时间从早到晚的顺序排序得到的排序结果中的第l个，t为当前时间点，
Figure BDA0002320690310000126
T0为信任半衰期，可以根据待处理任务的处理需求预先设置，信任衰减度
Figure BDA0002320690310000127
可以表示Δtl对第l个历史信任值的可信度的影响。
例如，第一边缘节点对待评价节点共同完成的任务对应的历史信任值，按照时间从早到晚的顺序排序得到的排序结果如下表所示：
排序结果 历史信任值 历史信任值的获得时间点
1 LS1 2019年12月16日11时30分37秒
2 LS2 2019年12月16日11时30分54秒
3 LS3 2019年12月16日11时31分05秒
那么，根据上表可知，第1个历史信任值LS1的获得时间点为2019年12月16日11时30分37秒，第2个历史信任值LS2的获得时间点为2019年12月16日11时30分54秒，第3个历史信任值LS3的获得时间点为2019年12月16日11时31分05秒。
在确定信任衰减度
Figure BDA0002320690310000131
后，第一边缘节点可以根据如下所示公式，计算对待评价边缘节点j的第一直接信任值DTij：
Figure BDA0002320690310000132
第一边缘节点可以将历史信任值S1、第一边缘节点与待评价节点j共同完成过任务的次数n以及第l个历史信任值对应的信任衰减度
Figure BDA0002320690310000133
代入上述公式(1)，计算第一直接信任值DTij。
例如，第一边缘节点与待评价节点j共同完成过任务的次数n＝2，
Figure BDA0002320690310000134
S1＝0.8，S2＝0.7，第一边缘节点便可以根据上述公式(2)计算第一直接信任值
Figure BDA0002320690310000135
可见，本发明实施例所提供的方案中，第一边缘节点可以根据上述公式(1)及上述公式(2)，计算每个待评价边缘节点的第一直接信任值。这样，第一边缘节点在计算上述第一直接信任值时，可以考虑时间对历史信任值的可信度的影响，进而使计算获得的第一直接信任值更加准确。
作为本发明实施例的一种实施方式，如图3所示，上述基于所述第一边缘节点对每个第二边缘节点的历史信任值以及每个第二边缘节点对所述待评价边缘节点的历史信任值，计算所述第一边缘节点对每个所述待评价边缘节点的第一推荐信任值的步骤，可以包括：
S301，基于所述第一边缘节点对每个所述第二边缘节点的历史信任值，计算每个所述第二边缘节点的第二直接信任值；
第二边缘节点与第一边缘节点共同处理过任务。为了确定第一边缘节点当前对第二边缘节点的评价，第一边缘节点可以基于对每个第二边缘节点的历史信任值，计算第一边缘节点对每个第二边缘节点的第二直接信任值。其中，上述第二直接信任值可以表示第一边缘节点当前对第二边缘节点的评价。
在一种实施方式中，当第一边缘节点与第二边缘节点共同处理过多次任务时，第一边缘节点对第二边缘节点的历史信任值存在多个。在这种情况下，第一边缘节点可以计算第一边缘节点对第二边缘节点的历史信任值的平均值，将平均值作为第二边缘节点的第二直接信任值。
在另一种实施方式中，考虑到时间对历史信任值的可信度的影响，第一边缘节点可以根据上述公式(1)，计算第一边缘节点对第二边缘节点的历史信任值对应的信任衰减度，进而根据该信任衰减度及第一边缘节点对第二边缘节点的历史信任值，计算第一边缘节点对第二边缘节点的第二直接信任值。
S302，基于所述第二边缘节点对每个所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第三直接信任值；
第二边缘节点与待评价边缘节点共同处理过任务。为了确定当前第二边缘节点对待评价边缘节点的评价，第一边缘节点可以根据第二边缘节点对每个待评价边缘节点的历史信任值，计算第二边缘节点对待评价边缘节点的第三直接信任值。其中，上述第三直接信任值可以表示第二边缘节点当前对待评价边缘节点的评价。
在一种实施方式中，当第二边缘节点与待评价边缘节点共同处理过多次任务时，第二边缘节点对待评价边缘节点的历史信任值存在多个。在这种情况下，第一边缘节点可以计算第二边缘节点对待评价边缘节点的历史信任值的平均值，将平均值作为第二边缘节点对待评价边缘节点的第三直接信任值。
在另一种实施方式中，考虑到时间对历史信任值的可信度的影响，第一边缘节点可以根据上述公式(1)，计算第二边缘节点对待评价边缘节点的历史信任值对应的信任衰减度，进而根据该信任衰减度及第二边缘节点对待评价边缘节点的历史信任值，计算第二边缘节点对待评价边缘节点的第三直接信任值。
S303，基于所述第二直接信任值及所述第三直接信任值，计算所述第一推荐信任值。
在获得上述第二直接信任值及第三直接信任值之后，第一边缘节点便可以计算第一边缘节点对待评价边缘节点的第一推荐信任值。这样，第一边缘节点可以参考第二边缘节点对待评价边缘节点的评价，确定第一边缘节点对待评价边缘节点的第一推荐信任值。根据第一推荐信任值，可以更加全面地判断待评价边缘节点是否为恶意边缘节点。
可见，本发明实施例所提供的方案中，第一边缘节点可以基于第一边缘节点对每个第二边缘节点的历史信任值，计算第一边缘节点对每个第二边缘节点的第二直接信任值，还可以基于第二边缘节点对每个待评价边缘节点的历史信任值，计算第二边缘节点对待评价边缘节点的第三直接信任值，进而可以基于第二直接信任值及第三直接信任值，计算所述第一推荐信任值。这样，第一边缘节点可以参考第二边缘节点对待评价边缘节点的评价，确定第一边缘节点对待评价边缘节点的第一推荐信任值，进而根据第一推荐信任值，可以更加全面地判断待评价边缘节点是否为恶意边缘节点。
作为本发明实施例的一种实施方式，上述基于所述第二直接信任值及所述第三直接信任值，计算所述第一推荐信任值的步骤，可以包括：
根据公式
Figure BDA0002320690310000151
计算所述第一推荐信任值
Figure BDA0002320690310000152
其中，RS1表示第二边缘节点的集合，DTih为第一边缘节点对第二边缘节点h的第二直接信任值，Thj为第二边缘节点h对待评价边缘节点j的第三直接信任值，
Figure BDA0002320690310000153
为第一边缘节点对第二边缘节点j的历史信任值对应的信任衰减度。
第一边缘节点可以根据当前时间点t与第一边缘节点对第二边缘节点的历史信任值获得的时间点th之间的时长Δth，确定第一边缘节点对第二边缘节点的历史信任值对应的信任衰减度
Figure BDA0002320690310000154
其中，信任衰减度
Figure BDA0002320690310000155
的计算方式可以参见上述公式(1)部分的描述，在此不再赘述。
第一边缘节点可以根据如下所示公式，计算第一推荐信任值
Figure BDA0002320690310000156
Figure BDA0002320690310000157
第一边缘节点可以将信任衰减度
Figure BDA0002320690310000158
第一边缘节点对第二边缘节点h的第二直接信任值DTih及第二边缘节点h对待评价边缘节点j的第三直接信任值Thj代入上述公式(3)，计算第一推荐信任值
Figure BDA0002320690310000159
其中，第一边缘节点可以根据如下所示公式，计算第二直接信任值DTih：
Figure BDA00023206903100001510
其中，Sh为第一边缘节点对第二边缘节点h的历史信任值，Sh∈[0,1]，nh为第一边缘节点与第二边缘节点h共同完成过任务的次数，
Figure BDA0002320690310000161
为第一边缘节点对第二边缘节点h的历史信任值对应的信任衰减度。
第一边缘节点可以根据如下所示公式，计算第三直接信任值Thj：
Figure BDA0002320690310000162
其中，Sj1为第二边缘节点对待评价边缘节点的历史信任值，Sj1∈[0,1]，nj1为第二边缘节点与待评价边缘节点共同完成过任务的次数，
Figure BDA0002320690310000163
为第二边缘节点对待评价边缘节点的历史信任值对应的信任衰减度。
例如，第二边缘节点的集合RS1包括第二边缘节点h1及第二边缘节点h2，第二边缘节点h1对应的第二直接信任值
Figure BDA0002320690310000164
为0.6、第三直接信任值
Figure BDA0002320690310000165
为0.5、信任衰减度
Figure BDA0002320690310000166
为0.8，第二边缘节点h2对应的第二直接信任值
Figure BDA0002320690310000167
为0.8、第三直接信任值
Figure BDA0002320690310000168
为0.7、信任衰减度
Figure BDA0002320690310000169
为0.75，第一边缘节点便可以根据上述公式(3)计算第一推荐信任值
Figure BDA00023206903100001610
Figure BDA00023206903100001611
可见，本发明实施例所提供的方案中，第一边缘节点可以根据上述公式(3)计算第一推荐信任值。这样，在获得第二直接信任值及第三直接信任值后，第一边缘节点可以根据上述公式(3)，计算第一推荐信任值。
作为本发明实施例的一种实施方式，如图4所示，上述基于所述第一边缘节点对终端节点的历史信任值、每个第三边缘节点对所述终端节点的历史信任值以及每个所述第三边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第二推荐信任值的步骤，可以包括：
S401，基于所述第一边缘节点对每个所述终端节点的历史信任值及所述第三边缘节点对每个所述终端节点的历史信任值，计算每个所述第三边缘节点对所述待评价边缘节点的历史信任值的推荐可信度；
第一边缘节点虽然并未与第三边缘节点共同处理过任务，但是第一边缘节点与第三边缘节点可能曾经处理过类似的任务。当第一边缘节点与第三边缘节点曾经处理过类似的任务时，第一边缘节点与第三边缘节点很可能与相同的终端节点进行过交互。
当第一边缘节点与第三边缘节点与同一终端节点进行过交互时，第一边缘节点可以根据第一边缘节点对终端节点的历史信任值及第三边缘节点对终端节点的历史信任值之间的相似度，计算第三边缘节点对待评价边缘节点的历史信任值的推荐可信度。
其中，上述推荐可信度可以表示第三边缘节点对待评价边缘节点的历史信任值的可信度。
S402，基于所述第三边缘节点对每个所述待评价边缘节点的历史信任值，计算所述第三边缘节点对每个所述待评价边缘节点的第四直接信任值；
第三边缘节点与待评价边缘节点共同处理过任务。为了确定第三边缘节点当前对待评价边缘节点的评价，第一边缘节点可以根据第三边缘节点对每个待评价边缘节点的历史信任值，计算第三边缘节点对待评价边缘节点的第四直接信任值。其中，上述第四直接信任值可以表示第三边缘节点当前对待评价边缘节点的评价。
在一种实施方式中，当第三边缘节点与待评价边缘节点共同处理过多次任务时，第三边缘节点对待评价边缘节点的历史信任值存在多个。在这种情况下，第一边缘节点可以计算第三边缘节点对待评价边缘节点的历史信任值的平均值，将平均值作为第三边缘节点对待评价边缘节点的第四直接信任值。
在另一种实施方式中，考虑到时间对历史信任值的可信度的影响，第一边缘节点可以根据上述公式(1)，计算第三边缘节点对待评价边缘节点的历史信任值对应的信任衰减度，进而根据该信任衰减度及第三边缘节点对待评价边缘节点的历史信任值，计算第三边缘节点对待评价边缘节点的第四直接信任值。
S403，基于所述推荐可信度及所述第四直接信任值，计算所述第二推荐信任值。
在获得上述推荐可信度及第四直接信任值之后，第一边缘节点便可以计算第二推荐信任值。这样，第一边缘节点可以参考第三边缘节点对待评价边缘节点的评价，确定第一边缘节点对待评价节点的第二推荐信任值。根据第二推荐信任值，可以更加全面地判断待评价边缘节点是否为恶意边缘节点。
可见，本发明实施例所提供的方案中，第一边缘节点可以基于第一边缘节点对每个终端节点的历史信任值及第三边缘节点对每个终端节点的历史信任值，计算每个第三边缘节点对待评价边缘节点的历史信任值的推荐可信度，还可以基于第三边缘节点对每个待评价边缘节点的历史信任值，计算第三边缘节点对每个待评价边缘节点的第四直接信任值，进而可以基于推荐可信度及第四直接信任值，计算第二推荐信任值。这样，第一边缘节点可以参考第三边缘节点对待评价边缘节点的评价，确定第一边缘节点对待评价边缘节点的第二推荐信任值，进而根据第二推荐信任值，可以更加全面地判断待评价边缘节点是否为恶意边缘节点。
作为本发明实施例的一种实施方式，上述基于所述第一边缘节点对所述终端节点的历史信任值及每个所述第三边缘节点对所述终端节点的历史信任值，计算每个所述第三边缘节点对所述待评价边缘节点的历史信任值的推荐可信度的步骤，可以包括：
根据公式
Figure BDA0002320690310000181
计算所述推荐可信度Crik；
其中，CS表示与第一边缘节点及第三边缘节点k进行过交互的终端节点的集合，Tia为第一边缘节点对终端节点a的历史信任值，Tka为第三边缘节点k对终端节点a的历史信任值，a∈[1,na]，na为待集合CS包括的终端节点的数量，η为预设比重，η∈(0.5,1]，IS表示与第一边缘节点进行过交互的终端节点的集合，KS表示与第三边缘节点k进行过交互的终端节点的集合；
第一边缘节点可以根据Jaccard系数，可以确定第三边缘节点k对终端节点a的历史信任值Tka与第一边缘节点对终端节点a的历史信任值Tia的相似度
Figure BDA0002320690310000182
在确定上述相似度后，第一边缘节点可以根据广义Dice系数的二值权重方案，确定预设比重η，进而可以根据如下所示公式，计算推荐可信度Crik：
Figure BDA0002320690310000183
其中，|CS|为与第一边缘节点及第三边缘节点k进行过交互的终端节点的数量，|IS∪KS|为与第一边缘节点或第三边缘节点k进行过交互的终端节点的数量。
上述基于所述推荐可信度及所述第四直接信任值，计算所述第二推荐信任值的步骤，可以包括：
根据公式
Figure BDA0002320690310000184
计算所述第二推荐信任值
Figure BDA0002320690310000185
其中，RS2表示第三边缘节点的集合，Tkj为第三边缘节点k对待评价边缘节点j的第四直接信任值。
在获得上述推荐可信度Crik及第四直接信任值后，第一边缘节点可以根据如下所示公式，计算第二推荐信任值
Figure BDA0002320690310000191
Figure BDA0002320690310000192
其中，Tkj为第三边缘节点k对待评价边缘节点j的第四直接信任值。第一边缘节点可以根据如下所示公式，计算第四直接信任值Tkj：
Figure BDA0002320690310000193
其中，Sj2为第三边缘节点k对待评价边缘节点j的历史信任值，Sj2∈[0,1]，nj2为第三边缘节点与待评价边缘节点共同完成过任务的次数，
Figure BDA0002320690310000194
为第三边缘节点对待评价边缘节点的历史信任值对应的信任衰减度。
例如，第三边缘节点的集合RS2包括第三边缘节点k1及第三边缘节点k2，第三边缘节点k1对应推荐可信度的
Figure BDA0002320690310000195
为0.9、第四直接信任值
Figure BDA0002320690310000196
为0.6，第三边缘节点k2对应推荐可信度的
Figure BDA0002320690310000197
为0.8、第四直接信任值
Figure BDA0002320690310000198
为0.5，第一边缘节点根据公式(5)便可以计算第二推荐信任值
Figure BDA0002320690310000199
Figure BDA00023206903100001910
可见，本发明实施例所提供的方案中，第一边缘节点可以根据上述公式(4)计算推荐可信度，进而可以基于第四直接信任值及推荐可信度，根据上述公式(5)计算第二推荐信任值。这样，便可以确定第一边缘节点对待评价边缘节点的第二推荐信任值，可以更加全面地判断待评价边缘节点是否为非恶意边缘节点。
作为本发明实施例的一种实施方式，上述基于所述第一直接信任值、所述第一推荐信任值及所述第二推荐信任值，计算所述待评价边缘节点的信任融合评估值的步骤，可以包括：
基于所述第一推荐信任值及所述第二推荐信任值，计算所述第一边缘节点对所述待评价边缘节点的融合推荐信任值；基于所述融合推荐信任值及所述第一直接信任值，计算所述信任融合评估值。
在获得上述第一推荐信任值及第二推荐信任值后，第一边缘节点可以计算第一边缘节点对待评价边缘节点的融合推荐信任值。其中，融合推荐信任值可以表示当前网络中除第一边缘节点外，其他与待评价边缘节点共同处理过任务的边缘节点对待评价边缘节点的评价。
进而，第一边缘节点可以根据上述融合推荐信任值及上述第一直接信任值，计算第一边缘节点对待评价边缘节点的信任融合评估值。其中，信任融合评估值可以表示当前网络中的边缘节点对待评价边缘节点的评价。这样，根据上述信任融合评估值，第一边缘节点可以全面地对待评价边缘节点进行评价。
可见，本发明实施例所提供的方案中，第一边缘节点可以基于第一推荐信任值及第二推荐信任值，计算第一边缘节点对待评价边缘节点的融合推荐信任值，进而基于融合推荐信任值及第一直接信任值，计算信任融合评估值。这样，第一边缘节点可以获得待评价边缘节点的信任融合评估值，可以全面地对待评价边缘节点进行评价，使第一边缘节点对待评价边缘节点的评价更加准确。
作为本发明实施例的一种实施方式，上述基于所述第一推荐信任值及所述第二推荐信任值，计算所述第一边缘节点对所述待评价边缘节点的融合推荐信任值的步骤，可以包括：
根据公式
Figure BDA0002320690310000201
计算所述融合推荐信任值RTij；
其中，
Figure BDA0002320690310000202
为待评价边缘节点j的第一推荐信任值，
Figure BDA0002320690310000203
为待评价边缘节点j的第二推荐信任值，
Figure BDA0002320690310000204
为预设权重；
上述预设权重
Figure BDA00023206903100002014
可以根据第二边缘节点与第三边缘节点的比值进行设置。在得到第一边缘节点对待评价边缘节点j的第一推荐信任值
Figure BDA0002320690310000205
及第一边缘节点对待评价边缘节点j的第二推荐信任值
Figure BDA0002320690310000206
后，第一边缘节点可以基于上述权重
Figure BDA0002320690310000207
第一推荐信任值
Figure BDA0002320690310000208
及第二推荐信任值
Figure BDA0002320690310000209
按照如下所示公式计算融合推荐信任值RTij：
Figure BDA00023206903100002010
例如，第一推荐信任值
Figure BDA00023206903100002011
为0.45，第二推荐信任值
Figure BDA00023206903100002012
为0.65，权重
Figure BDA00023206903100002013
为0.6，第一边缘节点便可以根据上述公式(6)计算融合推荐信任值RTij：
RTij＝0.6×0.45+(1-0.6)×0.65＝0.53
上述基于所述融合推荐信任值及所述第一直接信任值，确定所述信任融合评估值的步骤，可以包括：
根据公式Gij＝λDTij+(1-λ)RTij，计算所述信任融合评估值Gij；
其中，
Figure BDA0002320690310000211
ns为第一边缘节点、第二边缘节点及第三边缘节点与待评价边缘节点共同处理任务成功的次数，N为第一边缘节点、第二边缘节点及第三边缘节点与待评价边缘节点共同处理任务的总次数，DTij为待评价边缘节点j的第一直接信任值。
第一边缘节点可以根据如下所示公式确定置信因子λ：
Figure BDA0002320690310000212
其中，N为第一边缘节点、第二边缘节点及第三边缘节点与待评价边缘节点共同处理任务的总次数，ns为第一边缘节点、第二边缘节点及第三边缘节点与待评价边缘节点共同处理任务成功的次数。
进而，第一边缘节点可以根据如下所示公式，计算信任融合评估值Gij：
Gij＝λDTij+(1-λ)RTij (8)
第一边缘节点将第一直接信任值DTij及融合推荐信任值RTij代入上述公式(8)，便可以确定信任融合评估值Gij。
例如，ns为8，N为10，第一直接信任值DTij为0.75，融合推荐信任值RTij为0.85，根据上述公式(7)，第一边缘节点可以确定置信因子λ：
Figure BDA0002320690310000213
进而，根据上述公式(8)，第一边缘节点可以确定信任融合评估值Gij：
Gij＝0.8×0.75+(1-0.8)×0.85＝0.77
可见，本发明实施例所提供的方案中，第一边缘节点可以根据上述公式(6)计算融合推荐信任值，进而可以根据上述公式(8)计算信任融合评估值。这样，第一边缘节点可以根据上述公式(6)及公式(8)，计算第一边缘节点对待评价边缘节点的信任融合评估值，可以获得对待评价边缘节点的全面的评价。
相应于上述基于信任融合评估的任务处理方法，本发明实施例还提供了一种基于信任融合评估的任务处理装置。下面对本发明实施例所提供的一种基于信任融合评估的任务处理装置进行介绍。
如图5所示，一种基于信任融合评估的任务处理装置，应用于第一边缘节点，所述第一边缘节点为非恶意边缘节点，所述装置包括：
数量确定模块501，用于在接收到待处理任务时，确定处理所述待处理任务所需的边缘节点的数量；
第一直接信任值计算模块502，用于基于所述第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值，其中，所述待评价边缘节点为当前网络中除所述第一边缘节点外的边缘节点，所述历史信任值为所述第一边缘节点与所述待评价边缘节点共同处理任务后，所述第一边缘节点根据任务的处理状态确定的；
第一推荐信任值计算模块503，用于基于所述第一边缘节点对第二边缘节点的历史信任值以及每个第二边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第一推荐信任值，其中，所述第二边缘节点为与所述第一边缘节点及所述待评价边缘节点共同处理过任务的边缘节点；
第二推荐信任值计算模块504，用于基于所述第一边缘节点对终端节点的历史信任值、每个第三边缘节点对所述终端节点的历史信任值以及每个所述第三边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第二推荐信任值，其中，所述终端节点为与第一边缘节点及所述第三边缘节点进行过交互的终端设备，所述第三边缘节点为与所述待评价边缘节点共同处理过任务，且未与所述第一边缘节点共同处理过任务的边缘节点；
信任融合评估值计算模块505，用于基于所述第一直接信任值、所述第一推荐信任值及所述第二推荐信任值，计算所述待评价边缘节点的信任融合评估值；
目标边缘节点确定模块506，用于根据所述待评价边缘节点的信任融合评估值及所述数量，从所述待评价边缘节点中选择目标边缘节点，并与所述目标边缘节点对所述待处理任务进行处理。
可见，本发明实施例所提供的方案中，在接受到待处理任务时，可以确定处理所述待处理任务所需的边缘节点的数量，然后基于第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值，基于第一边缘节点对第二边缘节点的历史信任值以及每个第二边缘节点对待评价节点的历史信任值，计算每个待评价边缘节点的第一推荐信任值，基于第一边缘节点对终端节点的历史信任值、每个第三边缘节点对终端节点的历史信任值以及每个第三边缘节点对待评价边缘节点的历史信任值，计算每个待评价边缘节点的第二推荐信任值，进而可以基于第一直接信任值、第一推荐信任值及第二推荐信任值，计算待评价边缘节点的信任融合评估值，便可以根据待评价边缘节点的信任融合评价值及所述数量，从待评价边缘节点中选择目标边缘节点，并与目标边缘节点对待处理任务进行处理。可见，第一边缘节点可以确定待评价边缘节点的信任融合评估值，进而根据信任融合评估值选择处理待处理任务的目标边缘节点，目标边缘节点均为基于历史处理任务情况确定的可被信任的边缘节点，因此可以避免恶意边缘节点参与边缘计算，提高任务的处理质量。
作为本发明实施例的一种实施方式，上述第一直接信任值计算模块502可以包括：
信任衰减度计算子模块(图5中未示出)，用于根据公式
Figure BDA0002320690310000231
计算第l个历史信任值对应的信任衰减度；其中，Δtl＝t-tl，tl为第l个历史信任值的获得时间点，t为当前时间点，
Figure BDA0002320690310000232
T0为预先设置的信任半衰期，第l个历史信任值为所述第一边缘节点与待评价边缘节点共同完成的任务对应的历史信任值，按照时间从早到晚的顺序排序得到的排序结果中的第l个；
第一直接信任值计算子模块(图5中未示出)，用于根据公式
Figure BDA0002320690310000233
Figure BDA0002320690310000234
计算每个待评价边缘节点的第一直接信任值DTij；其中，Sl为第一边缘节点对待评价边缘节点j的历史信任值，Sl∈[0,1]，n为第一边缘节点与待评价节点j共同完成过任务的次数，j∈[1,nj]，nj为待评价边缘节点的数量。
作为本发明实施例的一种实施方式，如图6所示，上述第一推荐信任值计算模块503可以包括：
第二直接信任值计算子模块601，用于基于所述第一边缘节点对每个所述第二边缘节点的历史信任值，计算每个所述第二边缘节点的第二直接信任值；
第三直接信任值计算子模块602，用于基于所述第二边缘节点对每个所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第三直接信任值；
第一推荐信任值计算子模块603，基于所述第二直接信任值及所述第三直接信任值，计算所述第一推荐信任值。
作为本发明实施例的一种实施方式，上述第一推荐信任值计算子模块603可以包括：
第一推荐信任值计算单元(图6中未示出)，用于根据公式
Figure BDA0002320690310000241
Figure BDA0002320690310000242
计算所述第一推荐信任值
Figure BDA0002320690310000243
其中，RS1表示第二边缘节点的集合，DTih为第一边缘节点对第二边缘节点h的第二直接信任值，Thj为第二边缘节点h对待评价边缘节点j的第三直接信任值，
Figure BDA0002320690310000244
为第一边缘节点对第二边缘节点j的历史信任值对应的信任衰减度。
作为本发明实施例的一种实施方式，如图7所示，上述第二推荐信任值计算模块504可以包括：
推荐可信度计算子模块701，用于基于所述第一边缘节点对所述终端节点的历史信任值及每个所述第三边缘节点对所述终端节点的历史信任值，计算每个所述第三边缘节点对所述待评价边缘节点的历史信任值的推荐可信度；
第四直接信任值计算子模块702，用于基于所述第三边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第四直接信任值；
第二推荐信任值计算子模块703，用于基于所述推荐可信度及所述第四直接信任值，计算所述第二推荐信任值。
作为本发明实施例的一种实施方式，上述推荐可信度计算子模块701可以包括：
推荐可信度计算单元(图7中未示出)，用于根据公式
Figure BDA0002320690310000245
计算所述推荐可信度Crik；
其中，CS表示与第一边缘节点及第三边缘节点k进行过交互的终端节点的集合，Tia为第一边缘节点对终端节点a的历史信任值，Tka为第三边缘节点k对终端节点a的历史信任值，a∈[1,na]，na为待集合CS包括的终端节点的数量，η为预设比重，η∈(0.5,1]，IS表示与第一边缘节点进行过交互的终端节点的集合，KS表示与第三边缘节点k进行过交互的终端节点的集合；
上述第二推荐信任值计算子模块703可以包括：
第二推荐信任值计算单元(图7中未示出)，用于根据公式
Figure BDA0002320690310000251
Figure BDA0002320690310000252
计算所述第二推荐信任值
Figure BDA0002320690310000253
其中，RS2表示第三边缘节点的集合，Tkj为第三边缘节点k对待评价边缘节点j的第四直接信任值。
作为本发明实施例的一种实施方式，上述信任融合评估值计算模块505可以包括：
融合推荐信任值计算子模块(图5中未示出)，用于基于所述第一推荐信任值及所述第二推荐信任值，计算所述第一边缘节点对所述待评价边缘节点的融合推荐信任值；
信任融合评估值计算子模块(图5中未示出)，用于基于所述融合推荐信任值及所述第一直接信任值，计算所述信任融合评估值。
作为本发明实施例的一种实施方式，上述融合推荐信任值计算子模块可以包括：
融合推荐信任值计算单元(图5中未示出)，用于根据公式
Figure BDA0002320690310000254
Figure BDA0002320690310000255
计算所述融合推荐信任值RTij；
其中，
Figure BDA0002320690310000256
为待评价边缘节点j的第一推荐信任值，
Figure BDA0002320690310000257
为待评价边缘节点j的第二推荐信任值，
Figure BDA0002320690310000258
为预设权重；
上述信任融合评估值计算子模块可以包括：
信任融合评估值计算单元(图5中未示出)，用于根据公式Gij＝λDTij+(1-λ)RTij，计算所述信任融合评估值Gij；
其中，
Figure BDA0002320690310000259
ns为第一边缘节点、第二边缘节点及第三边缘节点与待评价边缘节点共同处理任务成功的次数，N为第一边缘节点、第二边缘节点及第三边缘节点与待评价边缘节点共同处理任务的总次数，DTij为待评价边缘节点j的第一直接信任值。
本发明实施例还提供了一种边缘节点，如图8所示，包括处理器801、通信接口802、存储器803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信，
存储器803，用于存放计算机程序；
处理器801，用于执行存储器803上所存放的程序时，实现上述任一实施例所述的基于信任融合评估的任务处理方法步骤。
可见，本发明实施例所提供的方案中，在接受到待处理任务时，可以确定处理所述待处理任务所需的边缘节点的数量，然后基于第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值，基于第一边缘节点对第二边缘节点的历史信任值以及每个第二边缘节点对待评价节点的历史信任值，计算每个待评价边缘节点的第一推荐信任值，基于第一边缘节点对终端节点的历史信任值、每个第三边缘节点对终端节点的历史信任值以及每个第三边缘节点对待评价边缘节点的历史信任值，计算每个待评价边缘节点的第二推荐信任值，进而可以基于第一直接信任值、第一推荐信任值及第二推荐信任值，计算待评价边缘节点的信任融合评估值，便可以根据待评价边缘节点的信任融合评价值及所述数量，从待评价边缘节点中选择目标边缘节点，并与目标边缘节点对待处理任务进行处理。可见，第一边缘节点可以确定待评价边缘节点的信任融合评估值，进而根据信任融合评估值选择处理待处理任务的目标边缘节点，目标边缘节点均为基于历史处理任务情况确定的可被信任的边缘节点，因此可以避免恶意边缘节点参与边缘计算，提高任务的处理质量。
上述边缘节点提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述边缘节点与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的基于信任融合评估的任务处理方法步骤。
可见，本发明实施例所提供的方案中，计算机可读存储介质内存储的计算机程序被处理器执行时，在接受到待处理任务时，可以确定处理所述待处理任务所需的边缘节点的数量，然后基于第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值，基于第一边缘节点对第二边缘节点的历史信任值以及每个第二边缘节点对待评价节点的历史信任值，计算每个待评价边缘节点的第一推荐信任值，基于第一边缘节点对终端节点的历史信任值、每个第三边缘节点对终端节点的历史信任值以及每个第三边缘节点对待评价边缘节点的历史信任值，计算每个待评价边缘节点的第二推荐信任值，进而可以基于第一直接信任值、第一推荐信任值及第二推荐信任值，计算待评价边缘节点的信任融合评估值，便可以根据待评价边缘节点的信任融合评价值及所述数量，从待评价边缘节点中选择目标边缘节点，并与目标边缘节点对待处理任务进行处理。可见，第一边缘节点可以确定待评价边缘节点的信任融合评估值，进而根据信任融合评估值选择处理待处理任务的目标边缘节点，目标边缘节点均为基于历史处理任务情况确定的可被信任的边缘节点，因此可以避免恶意边缘节点参与边缘计算，提高任务的处理质量。
需要说明的是，对于上述装置、边缘节点、计算机可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
进一步需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (7)

1.一种基于信任融合评估的任务处理方法，其特征在于，应用于第一边缘节点，所述第一边缘节点为非恶意边缘节点，所述方法包括：
在接收到待处理任务时，确定处理所述待处理任务所需的边缘节点的数量；
基于所述第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值，其中，所述待评价边缘节点为当前网络中除所述第一边缘节点外的边缘节点，所述历史信任值为所述第一边缘节点与所述待评价边缘节点共同处理任务后，所述第一边缘节点根据任务的处理状态确定的；
基于所述第一边缘节点对第二边缘节点的历史信任值以及每个第二边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第一推荐信任值，其中，所述第二边缘节点为与所述第一边缘节点及所述待评价边缘节点共同处理过任务的边缘节点；
基于所述第一边缘节点对终端节点的历史信任值、每个第三边缘节点对所述终端节点的历史信任值以及每个所述第三边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第二推荐信任值，其中，所述终端节点为与第一边缘节点及所述第三边缘节点进行过交互的终端设备，所述第三边缘节点为与所述待评价边缘节点共同处理过任务，且未与所述第一边缘节点共同处理过任务的边缘节点；
基于所述第一直接信任值、所述第一推荐信任值及所述第二推荐信任值，计算所述待评价边缘节点的信任融合评估值；
根据所述待评价边缘节点的信任融合评估值及所述数量，从所述待评价边缘节点中选择目标边缘节点，并与所述目标边缘节点对所述待处理任务进行处理；
其中，所述基于所述第一边缘节点对每个待评价边缘节点的历史信任值，计算每个待评价边缘节点的第一直接信任值的步骤，包括：
根据公式
Figure FDA0003761877130000011
计算第l个历史信任值对应的信任衰减度；其中，Δtl＝t-tl，tl为第l个历史信任值的获得时间点，t为当前时间点，
Figure FDA0003761877130000012
T0为预先设置的信任半衰期，第l个历史信任值为所述第一边缘节点与待评价边缘节点共同完成的任务对应的历史信任值，按照时间从早到晚的顺序排序得到的排序结果中的第l个；
根据公式
Figure FDA0003761877130000021
计算每个待评价边缘节点的第一直接信任值DTij；其中，Sl为第一边缘节点对待评价边缘节点j的历史信任值，Sl∈[0,1]，n为第一边缘节点与待评价节点j共同完成过任务的次数，j∈[1,nj]，nj为待评价边缘节点的数量；
所述基于所述第一边缘节点对第二边缘节点的历史信任值以及每个第二边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第一推荐信任值的步骤，包括：
基于所述第一边缘节点对所述第二边缘节点的历史信任值，计算每个所述第二边缘节点的第二直接信任值；
基于所述第二边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第三直接信任值；
基于所述第二直接信任值及所述第三直接信任值，计算所述第一推荐信任值；
所述基于所述第一边缘节点对终端节点的历史信任值、每个第三边缘节点对所述终端节点的历史信任值以及每个所述第三边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第二推荐信任值的步骤，包括：
基于所述第一边缘节点对所述终端节点的历史信任值及每个所述第三边缘节点对所述终端节点的历史信任值，计算每个所述第三边缘节点对所述待评价边缘节点的历史信任值的推荐可信度；
基于所述第三边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第四直接信任值；
基于所述推荐可信度及所述第四直接信任值，计算所述第二推荐信任值。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第二直接信任值及所述第三直接信任值，计算所述第一推荐信任值的步骤，包括：
根据公式
Figure FDA0003761877130000031
计算所述第一推荐信任值
Figure FDA0003761877130000032
其中，RS1表示第二边缘节点的集合，DTih为第一边缘节点对第二边缘节点h的第二直接信任值，Thj为第二边缘节点h对待评价边缘节点j的第三直接信任值，
Figure FDA0003761877130000033
为第一边缘节点对第二边缘节点j的历史信任值对应的信任衰减度。
3.根据权利要求1所述的方法，其特征在于，所述基于所述第一边缘节点对所述终端节点的历史信任值及每个所述第三边缘节点对所述终端节点的历史信任值，计算每个所述第三边缘节点对所述待评价边缘节点的历史信任值的推荐可信度的步骤，包括：
根据公式
Figure FDA0003761877130000034
计算所述推荐可信度Crik；
其中，CS表示与第一边缘节点及第三边缘节点k进行过交互的终端节点的集合，Tia为第一边缘节点对终端节点a的历史信任值，Tka为第三边缘节点k对终端节点a的历史信任值，a∈[1,na]，na为待集合CS包括的终端节点的数量，η为预设比重，η∈(0.5,1]，IS表示与第一边缘节点进行过交互的终端节点的集合，KS表示与第三边缘节点k进行过交互的终端节点的集合；
所述基于所述推荐可信度及所述第四直接信任值，计算所述第二推荐信任值的步骤，包括：
根据公式
Figure FDA0003761877130000035
计算所述第二推荐信任值
Figure FDA0003761877130000036
其中，RS2表示第三边缘节点的集合，Tkj为第三边缘节点k对待评价边缘节点j的第四直接信任值。
4.根据权利要求1所述的方法，其特征在于，所述基于所述第一直接信任值、所述第一推荐信任值及所述第二推荐信任值，计算所述待评价边缘节点的信任融合评估值的步骤，包括：
基于所述第一推荐信任值及所述第二推荐信任值，计算所述第一边缘节点对所述待评价边缘节点的融合推荐信任值；
基于所述融合推荐信任值及所述第一直接信任值，计算所述信任融合评估值。
5.根据权利要求4所述的方法，其特征在于，所述基于所述第一推荐信任值及所述第二推荐信任值，计算所述第一边缘节点对所述待评价边缘节点的融合推荐信任值的步骤，包括：
根据公式
Figure FDA0003761877130000041
计算所述融合推荐信任值RTij；
其中，
Figure FDA0003761877130000042
为待评价边缘节点j的第一推荐信任值，
Figure FDA0003761877130000043
为待评价边缘节点j的第二推荐信任值，
Figure FDA0003761877130000045
为预设权重；
所述基于所述融合推荐信任值及所述第一直接信任值，确定所述信任融合评估值的步骤，包括：
根据公式Gij＝λDTij+(1-λ)RTij，计算所述信任融合评估值Gij；
其中，
Figure FDA0003761877130000044
ns为第一边缘节点、第二边缘节点及第三边缘节点与待评价边缘节点共同处理任务成功的次数，N为第一边缘节点、第二边缘节点及第三边缘节点与待评价边缘节点共同处理任务的总次数，DTij为待评价边缘节点j的第一直接信任值。
6.一种基于信任融合评估的任务处理装置，其特征在于，应用于第一边缘节点，所述第一边缘节点为非恶意边缘节点，所述装置包括：
数量确定模块，用于在接收到待处理任务时，确定处理所述待处理任务所需的边缘节点的数量；
第一直接信任值计算模块，用于基于所述第一边缘节点对每个待评价边缘节点的历史信任值，计算所述第一边缘节点对该待评价边缘节点的第一直接信任值，其中，所述待评价边缘节点为当前网络中除所述第一边缘节点外的边缘节点，所述历史信任值为所述第一边缘节点与所述待评价边缘节点共同处理任务后，所述第一边缘节点根据任务的处理状态确定的；
第一推荐信任值计算模块，用于基于所述第一边缘节点对每个第二边缘节点的历史信任值以及每个第二边缘节点对所述待评价边缘节点的历史信任值，计算所述第一边缘节点对每个所述待评价边缘节点的第一推荐信任值，其中，所述第二边缘节点为与所述第一边缘节点及所述待评价边缘节点共同处理过任务的边缘节点；
第二推荐信任值计算模块，基于所述第一边缘节点对每个终端节点的历史信任值、每个第三边缘节点对所述终端节点的历史信任值以及每个所述第三边缘节点对所述待评价边缘节点的历史信任值，计算所述第一边缘节点对每个所述待评价边缘节点的第二推荐信任值，其中，所述终端节点为与第一边缘节点及所述第三边缘节点进行过交互的终端设备，所述第三边缘节点为与所述待评价边缘节点共同处理过任务，且未与所述第一边缘节点共同处理过任务的边缘节点；
信任融合评估值计算模块，用于基于所述第一直接信任值、所述第一推荐信任值及所述第二推荐信任值，计算所述待评价边缘节点的信任融合评估值；
目标边缘节点确定模块，用于根据所述待评价边缘节点的信任融合评估值，从所述待评价边缘节点中选择所述数量的边缘节点，作为目标边缘节点，并与所述目标边缘节点对所述待处理任务进行处理；
其中，所述第一直接信任值计算模块包括：
信任衰减度计算子模块，用于根据公式
Figure FDA0003761877130000051
计算第l个历史信任值对应的信任衰减度；其中，Δtl＝t-tl，tl为第l个历史信任值的获得时间点，t为当前时间点，
Figure FDA0003761877130000052
T0为预先设置的信任半衰期，第l个历史信任值为所述第一边缘节点与待评价边缘节点共同完成的任务对应的历史信任值，按照时间从早到晚的顺序排序得到的排序结果中的第l个；
第一直接信任值计算子模块，用于根据公式
Figure FDA0003761877130000061
计算每个待评价边缘节点的第一直接信任值DTij；其中，Sl为第一边缘节点对待评价边缘节点j的历史信任值，Sl∈[0,1]，n为第一边缘节点与待评价节点j共同完成过任务的次数，j∈[1,nj]，nj为待评价边缘节点的数量；
所述第一推荐信任值计算模块包括：
第二直接信任值计算子模块，用于基于所述第一边缘节点对每个所述第二边缘节点的历史信任值，计算每个所述第二边缘节点的第二直接信任值；
第三直接信任值计算子模块，用于基于所述第二边缘节点对每个所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第三直接信任值；
第一推荐信任值计算子模块，基于所述第二直接信任值及所述第三直接信任值，计算所述第一推荐信任值；
所述第二推荐信任值计算模块包括：
推荐可信度计算子模块，用于基于所述第一边缘节点对所述终端节点的历史信任值及每个所述第三边缘节点对所述终端节点的历史信任值，计算每个所述第三边缘节点对所述待评价边缘节点的历史信任值的推荐可信度；
第四直接信任值计算子模块，用于基于所述第三边缘节点对所述待评价边缘节点的历史信任值，计算每个所述待评价边缘节点的第四直接信任值；
第二推荐信任值计算子模块，用于基于所述推荐可信度及所述第四直接信任值，计算所述第二推荐信任值。
7.一种边缘节点，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-5任一所述的方法步骤。
CN201911296494.1A 2019-12-16 2019-12-16 一种基于信任融合评估的任务处理方法、装置及边缘节点 Active CN111026536B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911296494.1A CN111026536B (zh) 2019-12-16 2019-12-16 一种基于信任融合评估的任务处理方法、装置及边缘节点

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911296494.1A CN111026536B (zh) 2019-12-16 2019-12-16 一种基于信任融合评估的任务处理方法、装置及边缘节点

Publications (2)

Publication Number Publication Date
CN111026536A CN111026536A (zh) 2020-04-17
CN111026536B true CN111026536B (zh) 2022-09-20

Family

ID=70210962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911296494.1A Active CN111026536B (zh) 2019-12-16 2019-12-16 一种基于信任融合评估的任务处理方法、装置及边缘节点

Country Status (1)

Country Link
CN (1) CN111026536B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112153220B (zh) * 2020-08-26 2021-08-27 北京邮电大学 一种基于社交评价动态更新的通信行为识别方法
CN113329204B (zh) * 2021-08-03 2021-10-01 北京电信易通信息技术股份有限公司 一种基于终端信任管理的数据安全传输方法及系统
CN115348072B (zh) * 2022-08-10 2024-02-23 中国电信股份有限公司 节点可信度计算方法、装置、电子设备及存储介质
CN115834247B (zh) * 2023-01-18 2023-06-16 北京交通大学 一种基于区块链的边缘计算信任评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101626388A (zh) * 2009-07-24 2010-01-13 南京邮电大学 基于推荐节点可信度计算的激励机制构造方法
CN103139803A (zh) * 2013-02-07 2013-06-05 南京邮电大学 一种基于多因素的无线传感器网络信任管理模型
CN109918894A (zh) * 2019-03-01 2019-06-21 中南大学 边缘计算网络视频处理中基于声誉的信任评估方法
CN110399728A (zh) * 2019-07-09 2019-11-01 北京邮电大学 一种边缘计算节点信任评估方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107708173B (zh) * 2017-09-25 2020-06-19 京东方科技集团股份有限公司 融合节点的选取方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101626388A (zh) * 2009-07-24 2010-01-13 南京邮电大学 基于推荐节点可信度计算的激励机制构造方法
CN103139803A (zh) * 2013-02-07 2013-06-05 南京邮电大学 一种基于多因素的无线传感器网络信任管理模型
CN109918894A (zh) * 2019-03-01 2019-06-21 中南大学 边缘计算网络视频处理中基于声誉的信任评估方法
CN110399728A (zh) * 2019-07-09 2019-11-01 北京邮电大学 一种边缘计算节点信任评估方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
T-Broker: A Trust-Aware Service Brokering Scheme for Multiple Cloud Collaborative Services;Xiaoyong Li等;《IEEE Transactions on Information Forensics and Security》;20150731;第10卷(第7期);第1402-1415页 *
Trust Assessment for Internet of Things in Multi-access Edge Computing;Yefeng Ruan等;《2018 IEEE 32nd International Conference on Advanced Information Networking and Applications (AINA)》;20180518;第1155-1161页 *

Also Published As

Publication number Publication date
CN111026536A (zh) 2020-04-17

Similar Documents

Publication Publication Date Title
CN111026536B (zh) 一种基于信任融合评估的任务处理方法、装置及边缘节点
CN110399728B (zh) 一种边缘计算节点信任评估方法、装置、设备及存储介质
Wei et al. Truthful online double auctions for dynamic mobile crowdsourcing
US20220407726A1 (en) Consensus method for blockchain, consensus node, electronic device, and storage medium
WO2017067394A1 (zh) 客户服务方式的分配方法及系统
CN113282960A (zh) 一种基于联邦学习的隐私计算方法、装置、系统及设备
US11503033B2 (en) Using one or more networks to assess one or more metrics about an entity
CN111861464B (zh) 区块链的节点共识方法及系统
CN109165691B (zh) 用于识别作弊用户的模型的训练方法、装置及电子设备
JP2018530827A (ja) コンテンツ配信方法および装置
US11595265B2 (en) Systems and methods for creating priority-based regulated network interlinks between electronic devices
CN109544347B (zh) 尾差分配方法、计算机可读存储介质及尾差分配系统
CN110633804B (zh) 金融产品进件评价方法、服务器和存储介质
CN110880117A (zh) 虚假业务识别方法、装置、设备和存储介质
CN111275308B (zh) 一种资源分配方法及装置
CN111538459B (zh) 数据倾斜的确定方法、装置、电子设备及可读存储介质
CN110717109B (zh) 推荐数据的方法、装置、电子设备及存储介质
CN111399754B (zh) 存储空间的释放方法、装置及分布式系统
CN111597047A (zh) 一种服务部署方法、装置、电子设备及存储介质
CN113516065A (zh) 基于区块链的资料权重测算方法、装置、服务器及存储介质
CN113835905A (zh) 一种消息队列负载均衡方法、装置、电子设备及介质
CN109344047B (zh) 系统回归测试方法、计算机可读存储介质和终端设备
CN113239407A (zh) 区块链决策点的选择方法、装置、电子设备及存储介质
CN110544064A (zh) 一种数据处理的方法、装置、可读存储介质和电子设备
CN113065093B (zh) 一种待修复链路的确定方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant