CN111245539A - 一种基于noma的移动边缘计算网络高效资源分配方法 - Google Patents

一种基于noma的移动边缘计算网络高效资源分配方法 Download PDF

Info

Publication number
CN111245539A
CN111245539A CN202010013393.5A CN202010013393A CN111245539A CN 111245539 A CN111245539 A CN 111245539A CN 202010013393 A CN202010013393 A CN 202010013393A CN 111245539 A CN111245539 A CN 111245539A
Authority
CN
China
Prior art keywords
user
noma
task
eavesdropper
refers
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.)
Pending
Application number
CN202010013393.5A
Other languages
English (en)
Inventor
胡冰
孙知信
孙哲
陈松乐
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing 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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202010013393.5A priority Critical patent/CN111245539A/zh
Publication of CN111245539A publication Critical patent/CN111245539A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/318—Received signal strength
    • H04B17/327—Received signal code power [RSCP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3911—Fading models or fading generators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/03—Protecting confidentiality, e.g. by encryption
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Security & Cryptography (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于NOMA的移动边缘计算网络高效资源分配方法，在存在恶意窃听者的上行NOMA‑MEC网络中，两个用户利用同一资源块同时将部分计算任务卸载到AP处，对两个用户进行最佳的计算和通信资源分配，以最大程度地减少加权和的能量消耗；与此同时，考虑安全卸载约束、计算时延约束和安全中断概率约束，并将安全中断概率作为评价指标以评估NOMA‑MEC网络的安全卸载性能，并且，以牺牲一定卸载速率的方式引入冗余信息，从而达到对抗窃听并增强任务卸载安全性的目的。本发明在保证用户计算任务被快速处理的同时提高了系统的频谱及能量利用率，显著降低了能耗和安全中断概率，进而降低了任务卸载过程中被恶意窃听的风险，使得系统整体的服务质量得到有效提升。

Description

一种基于NOMA的移动边缘计算网络高效资源分配方法
技术领域
本发明属于通信技术领域，具体涉及一种基于NOMA的移动边缘计算网络高效资源分配方法。
背景技术
随着智能便携设备的飞速发展，大量新兴的应用对密集计算和时延提出了愈发严格的要求。在此情况下，对具有功率约束和规格约束的产品提供理想的服务便成为一项具有挑战的任务。
为攻克这些难题，移动边缘计算(MEC)和非正交多址接入(NOMA)被认为是物联网中十分有前景的两项技术。分布式的MEC服务器部署在终端设备旁，以便终端设备给MEC卸载部分计算任务。因此，MEC能像云计算一样，为具有小型低功耗的终端设备提供服务，且具有一定的成本效益和低时延优势。在下一代5G网络中，作为关键技术的NOMA，通过研发先进的接收设计(例如叠加编码和连续干扰消除)，利用多路访问机制，比正交多址接入技术(OMA)具有了更高效的频谱利用效率。由于NOMA技术在频谱利用上的优势性，将NOMA技术应用到MEC引起了人们广泛的关注。
另一方面，由于无线传播的性质，设备卸载计算任务到接入点(AP)的时候容易在无线信道上受到非法攻击，导致信息泄露。因此，设计性能优良的MEC时，需要考虑安全指标。普遍认为，物理层安全能够有效地的保护信息安全。如果合法用户获知窃听通道的通道状态信息(CSI)，就可以保证完美的安全数据传输。然而，据我们所知，目前仍然缺乏关于NOMA辅助的安全卸载的研究，以进一步扩展NOMA的应用并更好地保证MEC卸载安全性。
发明内容
发明目的：本发明提出一种一种基于NOMA的移动边缘计算网络高效资源分配方法，在安全卸载速率、计算时延和安全中断概率受约束的情况下，将用户的加权总能耗降至最低。
发明内容：本发明所述的一种基于NOMA的移动边缘计算网络高效资源分配方法，具体包括以下步骤：
(1)在基于NOMA的移动边缘计算网络系统中，配备一个上行NOMA通讯系统，一个外部窃听者，而有K>1个用户可以将计算密集型任务卸载到一个AP上(集成MEC服务器)；所有的节点都配有单天线，用k表示第k∈{1,…,K}个用户，无线信道采用频率非选择性准静态块衰落模型，在一个微元变量T内，传输块的信道保持不变，用户k到AP和用户k到窃听者之间的信道系数分别用
Figure BDA0002357970180000021
和
Figure BDA0002357970180000022
在多个衰落作用下，AP只能够知道窃听者的平均信道增益
Figure BDA0002357970180000023
dAP,k和de,k分别代表用户k到AP的距离和用户k到窃听者的距离,α代表路径损耗指数，
Figure BDA0002357970180000024
是归一化瑞利衰落信道状态；
(2)在OMA-MEC中，每个用户被固定分配专用时间/频率资源来向MEC服务器卸载任务；
(3)在满足计算时延约束的情况下，保持不同的CPU周期的的频率fk,i一致，表示出用户的本地消耗能量；
(4)使用广泛接受的威纳安全解码方案安全的将上行用户的信息解码，以牺牲一定卸载速率的方式引入冗余信息，达到对抗窃听并增强任务卸载安全性的目的；
(5)保证计算任务的时延约束和安全卸载，通过关注上行用户的加权和能耗最小化追求高效能源NOMA-MEC的设计。
进一步地，所述步骤(2)实现过程如下：
在OMA-MEC中，每个用户被固定分配专用时间/频率资源来向MEC服务器卸载任务，通过运用NOMA的原理，所有的用户可以在同一时间和频率上卸载它们的任务，在一个变量T内，每个用户k可以执行一个总数为Lk＞0的输入任务；考虑部分卸载的模式，
Figure BDA0002357970180000026
是本地输入计算任务，故
Figure BDA0002357970180000027
是安全卸载到AP的比特量，假设有m、n两个用户，在同一个时间段服务，AP接受信号和窃听者接受的信号分别表示为：
Figure BDA0002357970180000025
Figure BDA0002357970180000031
其中，sk指用户k承担任务信号，pk指所相关传输功率，nAP和ne分别是在AP的方差σAP 2零均值化加性高斯白噪声和在窃听者的方差σe 2零均值化加性高斯白噪声；
在AP接受的SINRs用来解码用户n和m的信息分别是：
Figure BDA0002357970180000032
ΓAP，m＝γAP,mpm
这里
Figure BDA0002357970180000033
若窃听者在解码出上行用户的信息之前就消除了上行用户的干扰，在窃听者接受到的SINR的信息：
Γe,k＝γe,kplo，k∈{m,n},
这里
Figure BDA0002357970180000034
每个用户能量损耗来自两部分，一部分来自卸载计算任务给MEC服务器，另外一部分来自电路消耗，总的能量消耗为：
Figure BDA0002357970180000035
这里pc,k＞0是用户k固定的电路消耗。
进一步地，所述步骤(3)通过以下公式实现：
Figure BDA0002357970180000036
Figure BDA0002357970180000037
Figure BDA0002357970180000038
其中，ck表示用户k计算一比特的输入计算任务所需要的CPU的周期k∈{m,n}，计算
Figure BDA0002357970180000047
的输入计算任务需要总的计算周期为
Figure BDA0002357970180000048
fk,i为不同的CPU周期的频率，此处频一致，
Figure BDA0002357970180000049
指有效电容系数，大小取决于用户k的芯片架构。
进一步地，所述步骤(4)实现过程如下：使用威纳的安全解码方案将上行用户的信息解码，以速率为代价，引入冗余的信息，每个用户冗余信息速率Re,k用正的速率差Re,k＝Rt,k-Rs,k表示，其中Rt,k为码字传输速率，Rs,k为机密传输速率，用
Figure BDA00023579701800000410
表示保密终端概率，对于用户k，如果Ce,k超过Rt,k-Rs,k，就发生保密中断事件，卸载的信息可以被窃听者解码，CAP,k＝log2(1+ΓAP,k)指的是AP信道容量所能解码sk。
进一步地，所述步骤(5)实现过程如下：联合优化本地计算
Figure BDA00023579701800000411
的比特数，功率分配Pk，上行用户的码字传输速率Rt,k和保密传输速率Rs,k：
数学上，加权能耗最小化问题可以描述为
Figure BDA0002357970180000041
Figure BDA0002357970180000042
Figure BDA0002357970180000043
Figure BDA0002357970180000044
Figure BDA0002357970180000045
Figure BDA0002357970180000046
这里
Figure BDA00023579701800000412
指的是任务分区矢量，p＝[pm,pn]指的是功率分配矢量，Rt＝[Rt,m,Rt,n]指码字传输速率矢量，Rs＝[Rs,m,Rs,n]指机密数据传输速率矢量，αk＞0指的是用户k的能量加权，B指系统带宽，CAP,k＝log2(1+ΓAP,k)指的是AP信道容量所能解码sk，0＜ε＜1指的是最大安全中断概率，
Figure BDA00023579701800000413
指最大本地计算任务比特数，这个是由用户k的CPU的最大频率和计算时延严格限制；
问题(P1)的决定性变量的最佳解决应该满足
Figure BDA0002357970180000051
Figure BDA0002357970180000052
重新引出关于非凸的安全中断概率约束(1e)的引理:
Figure BDA0002357970180000053
Figure BDA0002357970180000054
这里
Figure BDA00023579701800000510
利用(2)(3)和(4)，如果满足(1e)，那(1d)也总是满足，问题(P1)可以简化成：
Figure BDA0002357970180000055
Figure BDA0002357970180000056
Figure BDA0002357970180000057
Figure BDA0002357970180000058
Figure BDA0002357970180000059
有益效果：与现有技术相比，本发明的有益效果：在保证用户计算任务被快速处理的同时提高了系统的频谱及能量利用率，显著降低了能耗和安全中断概率，进而降低了任务卸载过程中被恶意窃听的风险，使得系统整体的服务质量得到有效提升。
附图说明
图1为本发明的基于NOMA的移动边缘计算系统模型图；
图2为本发明中两个用户的平均能耗和与每个用户计算输入的关系图；
图3为本发明中两个用户平均能耗总和与每个用户与窃听者的距离关系图；
图4为本发明中两个用户平均能耗总和与安全中断概率关系图。
具体实施方式
下面结合附图对本发明做进一步描述，但本发明的实施不仅限于此。
步骤1：如图1所示，在一个基于NOMA的移动边缘计算网络系统中，配备一个上行NOMA通讯系统，存在一个外部窃听者，而有K>1个用户可以将计算密集型任务卸载到一个AP上(集成MEC服务器)。所有的节点都配有单天线。为了简化表示，我们用k表示第k∈{1,…,K}个用户。无线信道采用频率非选择性准静态块衰落模型。在一个微元变量T内，我们给定的传输块的信道保持不变，用户k到AP和用户k到窃听者之间的信道系数分别用
Figure BDA0002357970180000061
和
Figure BDA0002357970180000062
这里dAP,k和de,k分别代表用户k到AP的距离和用户k到窃听者的距离,α代表路径损耗指数，
Figure BDA0002357970180000065
是归一化瑞利衰落信道状态。假设AP完美知道每个用户的瞬时信道增益|hAP,k|2,于是准确知道了计算任务信息。但是，在多个衰落作用下，AP只能够知道窃听者的平均信道增益
Figure BDA0002357970180000066
步骤2：在OMA-MEC中，每个用户被固定分配专用时间/频率资源来向MEC服务器卸载任务。在我们考虑的系统中，通过运用NOMA的原理，所有的用户可以在同一时间和频率上卸载它们的任务。在一个变量T内，每个用户k可以执行一个总数为Lk＞0的输入任务。我们考虑部分卸载的模式，在每个任务中，用户k可以分别独自分成两个部分，
Figure BDA0002357970180000067
是本地输入计算任务，故
Figure BDA0002357970180000068
是安全卸载到AP的比特量。为了简化系统的复杂性，我们就假设有m、n两个用户，在同一个时间段服务。因此，用户m和n允许同时在时隙T中服务，而在OMA可能会被m用户独占。AP接受信号和窃听者接受的信号分别表示为：
Figure BDA0002357970180000063
Figure BDA0002357970180000064
sk指用户k承担任务信号，pk指所相关传输功率，nAP和ne分别是在AP的方差σAP 2零均值化加性高斯白噪声和在窃听者的方差σe 2零均值化加性高斯白噪声。
理想情况下，应该让用户n在专用时间的时候，不应该为用户m造成任何的性能下降。为用户n和m传输的功率采用用户n的信息传输功率低于用户m的信传输功率。因此，在MEC服务器上，n的信息在用户m的信息之前解码。故在AP接受的SINRs用来解码用户n和m的信息分别是
Figure BDA0002357970180000071
ΓAP，m＝γAP,mpm
这里
Figure BDA0002357970180000072
基于最坏的假设，若窃听者在解码出上行用户的信息之前就消除了上行用户的干扰。因此，在窃听者接受到的SINR的信息用
Γe,k＝γe,kplo，k∈{m,n},
这里
Figure BDA0002357970180000073
这里的假设是高估窃听者的能力的。从合法接收者(即AP)的角度来看，这是是最坏情况，由于AP既不知道窃听者的能力，也不知道和窃听者的瞬时信道状态信息，这样就保证了很高的任务卸载安全。
每个用户能量损耗来自两部分，一部分是卸载计算任务给MEC服务器，另外一部分是电路消耗。因此，总的能量消耗为：
Figure BDA0002357970180000074
这里pc,k＞0是用户k固定的电路消耗。
图2可看出用户平均能耗总和与每个用户计算输入的关系。图3可看出用户平均能耗总和与每个用户与窃听者的距离的关系。
步骤3：关于本地计算，用ck表示用户k计算一比特的输入计算任务所需要的CPU的周期k∈{m,n}。因此，计算
Figure BDA0002357970180000087
的输入计算任务需要总的计算周期为
Figure BDA0002357970180000088
对于每一循环
Figure BDA0002357970180000089
用户k可以通过采用动态电压和频率缩放技术来调整CPU的频率以达到控制能量消耗。因此，用户k本地计算需要的时间是
Figure BDA0002357970180000081
由于本地计算必须在每个时隙内完成计算，我们必须保证如下的计算时延约束：
Figure BDA0002357970180000082
用户k本地计算需要的能量消耗可以用关于CPU频率的函数
Figure BDA0002357970180000083
来表达，这里
Figure BDA00023579701800000810
指有效电容系数，大小取决于用户k的芯片架构。
Figure BDA0002357970180000084
和
Figure BDA0002357970180000085
都是各自关于CPU频率fk,i凸的，所以最小化能量消耗的问题解决方法，就是在满足时延约束下，不同的CPU周期的的频率fk,i一致，即
Figure BDA00023579701800000811
因此本地消耗能量可以写成：
Figure BDA0002357970180000086
步骤4：使用广泛接受的威纳的安全解码方案安全的将上行用户的信息解码。特别的是，以牺牲一定卸载速率的方式引入冗余信息，从而达到对抗窃听并增强任务卸载安全性的目的。采用两个速率参数为每个用户k卸载数据，即码字传输速率Rt,k(比特/秒/赫兹)和机密传输速率Rs,k(比特/秒/赫兹)。因此，每个用户冗余信息速率Re,k(比特/秒/赫兹)可以用正的速率差Re,k＝Rt,k-Rs,k表示。系统考虑了自适应安全卸载方案，所以速率参数可以根据瞬时信道状态信息hAP,k自发性调整。由于窃听者的瞬时信道状态信息是不知道的，所以不可以能完全安全卸载。因此，引入保密终端概率来评估安全卸载，用
Figure BDA0002357970180000097
来表示安全中断概率，这里Ce,k＝log2(1+Γe,k)指的是窃听者的信道容量解码信息sk，对于用户k，如果Ce,k超过Rt,k-Rs,k，就发生了安全中断事件，卸载的信息可以被窃听者解码。
步骤5：在上面的建模下，保证计算任务的时延约束和安全卸载，通过关注上行用户的加权和能耗最小化来追求高效能源NOMA-MEC的设计。为此，需联合优化本地计算
Figure BDA0002357970180000098
的比特数，功率分配Pk，上行用户的码字传输速率Rt,k和保密传输速率Rs,k。
数学上，加权能耗最小化问题可以描述为
Figure BDA0002357970180000091
Figure BDA0002357970180000092
Figure BDA0002357970180000093
Figure BDA0002357970180000094
Figure BDA0002357970180000095
Figure BDA0002357970180000096
这里
Figure BDA0002357970180000099
指的是任务分区矢量，p＝[pm,pn]指的是功率分配矢量，Rt＝[Rt,m,Rt,n]指码字传输速率矢量，Rs＝[Rs,m,Rs,n]指机密数据传输速率矢量，αk＞0指的是用户k的能量加权，B指系统带宽，CAP,k＝log2(1+ΓAP,k)指的是AP信道容量所能解码sk，0＜ε＜1指的是最大安全中断概率，
Figure BDA00023579701800000910
指最大本地计算任务比特数，这个是由用户k的CPU的最大频率和计算时延严格限制。在这里，pc,kT是固定不变的，且约束表明NOMA的卸载速率特点在于每个用户k的保密传输速率，这样，
Figure BDA00023579701800000911
的计算任务可以在带宽B，每个时隙T下安全卸载。采用保密传输速率比直接携带真实卸载任务的码字传输速率更加合理，是因为码字传输速率是卸载任务速率和冗余传输速率的总和，而真实的卸载任务速率是安全传输速率，保证了安全。约束(1c)保证了信息sk可以被AP准确无误的解码。安全约束预设了每个信息的最大接受安全中断概率ε。
由于(1c)和(1e)的本质是非凸的，故目前问题(P1)毫无疑问是非凸的，根据问题(P1)的分析和转化找到合理的结构。
问题(P1)的决定性变量的最佳解决应该满足：
Figure BDA0002357970180000101
Figure BDA0002357970180000102
用
Figure BDA0002357970180000105
表示共同最优值
Figure BDA0002357970180000106
{pk},{Rt,k}，至于(1c),假设
Figure BDA0002357970180000107
和
Figure BDA0002357970180000108
可以发现目标函数(1a)和约束(1e)都是和变量pk有关，目标变量与pk负相关，并且保密中断事件和pm，pn负相关，这是由于窃听者的信道容量Ce,k随着pk减少。当目标函数值进一步减少是时候，
Figure BDA0002357970180000109
和保密中断约束(1e)一直保持，所以在最优解决方案中，必须保证等式
Figure BDA00023579701800001010
和
Figure BDA00023579701800001011
相似的是，关于(1b),如果保持
Figure BDA00023579701800001012
另外的任务部分
Figure BDA00023579701800001013
这里τ'是很小的正值，当目标函数值进一步减小的时候，
Figure BDA00023579701800001014
仍然保持。基于这点，必须保持
Figure BDA00023579701800001015
重新引出了关于非凸的安全中断概率约束(1e)的引理。如下：
Figure BDA0002357970180000103
Figure BDA0002357970180000104
这里
Figure BDA00023579701800001110
利用(2)(3)和(4)，如果满足(1e)，那(1d)也总是满足，问题(P1)可以简化成：
Figure BDA0002357970180000111
Figure BDA0002357970180000112
Figure BDA0002357970180000113
Figure BDA0002357970180000114
Figure BDA0002357970180000115
注意到约束(5c)和(5d)是非凸的，所以问题(P1.1)也是非凸的，里面的决定性变量pm,pn,Rs,m和Rs,n都是以一种复杂关系互相联系着。显而易见的是，将这些非凸的约束转化成凸约束是一项及其困难的事情。然而，根据固定分区的情况，可以先保持最佳保密卸载速率
Figure BDA00023579701800001111
然后将传输功率
Figure BDA00023579701800001112
和码字传输速率
Figure BDA00023579701800001113
以封闭形式呈现，最后，通过在
Figure BDA00023579701800001114
和
Figure BDA00023579701800001115
上进行二维穷举搜索，解出问题(P1.1)的最优解。最优解
Figure BDA00023579701800001116
和
Figure BDA00023579701800001117
将总结在下面的定理中。
规定
Figure BDA00023579701800001118
在NOMA-MEC中加权能耗最小化中，最佳保密卸载速率
Figure BDA00023579701800001119
码字传输速率
Figure BDA00023579701800001120
表达式分别是：
Figure BDA0002357970180000116
Figure BDA0002357970180000117
Figure BDA0002357970180000118
Figure BDA0002357970180000119
Figure BDA0002357970180000121
对于从(5b)任何给定的
Figure BDA0002357970180000128
和
Figure BDA0002357970180000129
最优解
Figure BDA00023579701800001210
和
Figure BDA00023579701800001211
可以立即从如(6)中获得。
定义了两个函数：
Figure BDA0002357970180000122
Figure BDA0002357970180000123
约束(5c)和(5d)可以写成g1(pm,pn)≥a1和g2(pm)≥a2,发现
Figure BDA0002357970180000124
并且
Figure BDA0002357970180000125
再加上{pk}的值越小，问题(P1.1)的值越好。
因此：1)任意给定的pm，当约束(5c)满足，pn的最小值可以获得，并且，2)最小值pn随着pm减小。此外，因为
Figure BDA00023579701800001212
g2(pm)随着pm减小。因此，当(5c)约束满足时，(7b)中的pn等
Figure BDA00023579701800001213
就可以得出。最终在(8)中的最优码字传输速率
Figure BDA00023579701800001214
和
Figure BDA00023579701800001215
可以直接得出。用户平均能耗总和与安全中断概率的关系如图4所示。
接着，通过在
Figure BDA00023579701800001216
和
Figure BDA00023579701800001217
上分别搜索，问题(P1.1)可以完美解决，最优任务分区
Figure BDA00023579701800001218
和
Figure BDA00023579701800001219
可以高效计算出。因此，h获得最终关于决定性变量的最优解，即[Ropts]＝[Rs,mopt,Rs,nopt],popt＝[poptm,popt,n],Roptt＝[Rt,mopt,Rt,nopt]。
当且仅当满足下列条件时，问题(P1.1)是可行的。
Figure BDA0002357970180000126
Figure BDA0002357970180000127
Figure BDA0002357970180000131
Figure BDA0002357970180000132
由于问题(P1.1)还有另外一个约束用户n,故问题(P1.1)是不行的。其次，如果问题(9)是可行的，让
Figure BDA0002357970180000133
成为一个可行解。这样可以找到另外一个解
Figure BDA0002357970180000134
对于问题(9)是可行的并且满足问题(P1.1)的约束。新增的
Figure BDA0002357970180000135
是满足问题(P1.1)的用户n。因此问题(P1.1)是可行的。问题(P1.1)的可行性仅通过依赖于用户m的有关约束，并且通过在区间一维穷举解决问题(9)来检查。
上述只是本发明的一个具体实施例，但在本发明声明的范围内，并根据本发明的原理及技术方案所作出的改变及变形，均属于本发明权利保护范围之内。

Claims (5)

1.一种基于NOMA的移动边缘计算网络高效资源分配方法，其特征在于，包括以下步骤：
(1)在基于NOMA的移动边缘计算网络系统中，配备一个上行NOMA通讯系统，一个外部窃听者，而有K>1个用户可以将计算密集型任务卸载到一个AP上(集成MEC服务器)；所有的节点都配有单天线，用k表示第k∈{1,…,K}个用户，无线信道采用频率非选择性准静态块衰落模型，在一个微元变量T内，传输块的信道保持不变，用户k到AP和用户k到窃听者之间的信道系数分别用
Figure FDA0002357970170000011
和
Figure FDA0002357970170000012
在多个衰落作用下，AP只能够知道窃听者的平均信道增益
Figure FDA0002357970170000013
dAP,k和de,k分别代表用户k到AP的距离和用户k到窃听者的距离,α代表路径损耗指数，
Figure FDA0002357970170000014
是归一化瑞利衰落信道状态；
(2)在OMA-MEC中，每个用户被固定分配专用时间/频率资源来向MEC服务器卸载任务；
(3)在满足计算时延约束的情况下，保持不同的CPU周期的的频率fk,i一致，表示出用户的本地消耗能量；
(4)使用广泛接受的威纳安全解码方案安全的将上行用户的信息解码，以牺牲一定卸载速率的方式引入冗余信息，达到对抗窃听并增强任务卸载安全性的目的；
(5)保证计算任务的时延约束和安全卸载，通过关注上行用户的加权和能耗最小化追求高效能源NOMA-MEC的设计。
2.根据权利要求1所述的一种基于NOMA的移动边缘计算网络高效资源分配方法，其特征在于，所述步骤(2)实现过程如下：
在OMA-MEC中，每个用户被固定分配专用时间/频率资源来向MEC服务器卸载任务，通过运用NOMA的原理，所有的用户可以在同一时间和频率上卸载它们的任务，在一个变量T内，每个用户k可以执行一个总数为Lk＞0的输入任务；考虑部分卸载的模式，lk是本地输入计算任务，故Lk-lk是安全卸载到AP的比特量，假设有m、n两个用户，在同一个时间段服务，AP接受信号和窃听者接受的信号分别表示为：
Figure FDA0002357970170000021
Figure FDA0002357970170000022
其中，sk指用户k承担任务信号，pk指所相关传输功率，nAP和ne分别是在AP的方差σAP 2零均值化加性高斯白噪声和在窃听者的方差σe 2零均值化加性高斯白噪声；
在AP接受的SINRs用来解码用户n和m的信息分别是：
Figure FDA0002357970170000023
ΓAP，m＝γAP,mpm
这里
Figure FDA0002357970170000024
若窃听者在解码出上行用户的信息之前就消除了上行用户的干扰，在窃听者接受到的SINR的信息：
Γe,k＝γe,kplo，k∈{m,n},
这里
Figure FDA0002357970170000025
每个用户能量损耗来自两部分，一部分来自卸载计算任务给MEC服务器，另外一部分来自电路消耗，总的能量消耗为：
Figure FDA0002357970170000026
这里pc,k＞0是用户k固定的电路消耗。
3.根据权利要求1所述的一种基于NOMA的移动边缘计算网络高效资源分配方法，其特征在于，所述步骤(3)通过以下公式实现：
Figure FDA0002357970170000027
Figure FDA0002357970170000028
Figure FDA0002357970170000031
其中，ck表示用户k计算一比特的输入计算任务所需要的CPU的周期k∈{m,n}，计算
Figure FDA0002357970170000032
的输入计算任务需要总的计算周期为cklk，fk,i为不同的CPU周期的频率，此处频一致，
Figure FDA0002357970170000033
指有效电容系数，大小取决于用户k的芯片架构。
4.根据权利要求1所述的一种基于NOMA的移动边缘计算网络高效资源分配方法，其特征在于，所述步骤(4)实现过程如下：使用威纳的安全解码方案将上行用户的信息解码，以速率为代价，引入冗余的信息，每个用户冗余信息速率Re,k用正的速率差Re,k＝Rt,k-Rs,k表示，其中Rt,k为码字传输速率，Rs,k为机密传输速率，用
Figure FDA0002357970170000034
表示保密终端概率，对于用户k，如果Ce,k超过Rt,k-Rs,k，就发生保密中断事件，卸载的信息可以被窃听者解码，CAP,k＝log2(1+ΓAP,k)指的是AP信道容量所能解码sk。
5.根据权利要求1所述的一种基于NOMA的移动边缘计算网络高效资源分配方法，其特征在于，所述步骤(5)实现过程如下：联合优化本地计算lk的比特数，功率分配Pk，上行用户的码字传输速率Rt,k和保密传输速率Rs,k：
数学上，加权能耗最小化问题可以描述为
Figure FDA0002357970170000035
Figure FDA0002357970170000036
Figure FDA0002357970170000037
Figure FDA0002357970170000038
Figure FDA0002357970170000039
Figure FDA00023579701700000310
这里l＝[lm,ln]指的是任务分区矢量，p＝[pm,pn]指的是功率分配矢量，Rt＝[Rt,m,Rt,n]指码字传输速率矢量，Rs＝[Rs,m,Rs,n]指机密数据传输速率矢量，αk＞0指的是用户k的能量加权，B指系统带宽，CAP,k＝log2(1+ΓAP,k)指的是AP信道容量所能解码sk，0＜ε＜1指的是最大安全中断概率，
Figure FDA0002357970170000041
指最大本地计算任务比特数，这个是由用户k的CPU的最大频率和计算时延严格限制；
问题(P1)的决定性变量的最佳解决应该满足
Figure FDA0002357970170000042
Figure FDA0002357970170000043
重新引出关于非凸的安全中断概率约束(1e)的引理:
Figure FDA0002357970170000044
Figure FDA0002357970170000045
这里
Figure FDA0002357970170000046
利用(2)(3)和(4)，如果满足(1e)，那(1d)也总是满足，问题(P1)可以简化成：
Figure FDA0002357970170000047
Figure FDA0002357970170000048
Figure FDA0002357970170000049
Figure FDA00023579701700000410
Figure FDA00023579701700000411
CN202010013393.5A 2020-01-07 2020-01-07 一种基于noma的移动边缘计算网络高效资源分配方法 Pending CN111245539A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010013393.5A CN111245539A (zh) 2020-01-07 2020-01-07 一种基于noma的移动边缘计算网络高效资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010013393.5A CN111245539A (zh) 2020-01-07 2020-01-07 一种基于noma的移动边缘计算网络高效资源分配方法

Publications (1)

Publication Number Publication Date
CN111245539A true CN111245539A (zh) 2020-06-05

Family

ID=70872489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010013393.5A Pending CN111245539A (zh) 2020-01-07 2020-01-07 一种基于noma的移动边缘计算网络高效资源分配方法

Country Status (1)

Country Link
CN (1) CN111245539A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111800828A (zh) * 2020-06-28 2020-10-20 西北工业大学 一种超密集网络的移动边缘计算资源分配方法
CN112052086A (zh) * 2020-07-28 2020-12-08 西安交通大学 一种移动边缘计算网络中的多用户安全节能资源分配方法
CN112087437A (zh) * 2020-08-27 2020-12-15 华北电力大学（保定） 采用混合协作noma提高mec系统安全性的方法
CN112104494A (zh) * 2020-09-09 2020-12-18 南京信息工程大学 基于空地协同边缘计算网络的任务安全卸载策略确定方法
CN112286677A (zh) * 2020-08-11 2021-01-29 安阳师范学院 一种面向资源受限边缘云的物联网应用优化部署方法
CN112492678A (zh) * 2020-12-21 2021-03-12 郑州大学产业技术研究院有限公司 基于短包通信的noma下行链路安全传输方法
CN112911613A (zh) * 2020-11-26 2021-06-04 北邮感知技术研究院(江苏)有限公司 一种用于noma-mec网络的基于drl的流量卸载算法及实现装置
CN113453236A (zh) * 2021-06-25 2021-09-28 西南科技大学 面向URLLC与eMBB混合业务的频率资源分配方法
CN113507712A (zh) * 2021-07-09 2021-10-15 中国传媒大学 一种基于交替方向乘子的资源分配与计算任务卸载方法
CN113938997A (zh) * 2021-09-30 2022-01-14 中国人民解放军陆军工程大学 一种noma物联网中安全mec系统的资源分配方法
CN114389654A (zh) * 2022-01-13 2022-04-22 郑州轻工业大学 基于大规模mimo的移动边缘计算安全计算效率最大化方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109548013A (zh) * 2018-12-07 2019-03-29 南京邮电大学 一种具有反窃听能力的noma移动边缘计算系统构建方法
CN109640320A (zh) * 2018-12-07 2019-04-16 南京邮电大学 一种基于混合noma的移动边缘计算系统计算任务的安全卸载方法
CN109688596A (zh) * 2018-12-07 2019-04-26 南京邮电大学 一种基于noma的移动边缘计算系统构建方法
CN110113190A (zh) * 2019-04-24 2019-08-09 西北工业大学 一种移动边缘计算场景中卸载时延优化方法
CN110519833A (zh) * 2019-07-22 2019-11-29 浙江工业大学 一种基于mec的noma窄带物联网的系统能耗最小化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109548013A (zh) * 2018-12-07 2019-03-29 南京邮电大学 一种具有反窃听能力的noma移动边缘计算系统构建方法
CN109640320A (zh) * 2018-12-07 2019-04-16 南京邮电大学 一种基于混合noma的移动边缘计算系统计算任务的安全卸载方法
CN109688596A (zh) * 2018-12-07 2019-04-26 南京邮电大学 一种基于noma的移动边缘计算系统构建方法
CN110113190A (zh) * 2019-04-24 2019-08-09 西北工业大学 一种移动边缘计算场景中卸载时延优化方法
CN110519833A (zh) * 2019-07-22 2019-11-29 浙江工业大学 一种基于mec的noma窄带物联网的系统能耗最小化方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
HAODONG LI 等: "Joint resource allocation for hybrid NOMA-assisted MEC in 6G networks", 《DIGITAL COMMUNICATIONS AND NETWORKS》 *
QI GU 等: "Optimal Offloading with Non-Orthogonal Multiple Access in Mobile Edge Computing", 《2018 IEEE GLOBAL COMMUNICATIONS CONFERENCE (GLOBECOM)》 *
WEI WU 等: "Energy-Efficient Resource Allocation for Secure NOMA-Enabled Mobile Edge Computing Networks", 《IEEE TRANSACTIONS ON COMMUNICATIONS》 *
WEI WU 等: "Energy-Efficient Secure NOMA-Enabled Mobile Edge Computing Networks", 《ICC 2019 - 2019 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS (ICC)》 *
YUAN WU 等: "NOMA-Assisted Multi-Access Mobile Edge Computing: A Joint Optimization of Computation Offloading and Time Allocation", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 *
王寒松: "车联网中基于MEC的计算任务卸载策略研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
贾凡: "移动边缘计算网络中基于系统效益优化的资源分配算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111800828A (zh) * 2020-06-28 2020-10-20 西北工业大学 一种超密集网络的移动边缘计算资源分配方法
CN111800828B (zh) * 2020-06-28 2023-07-18 西北工业大学 一种超密集网络的移动边缘计算资源分配方法
CN112052086A (zh) * 2020-07-28 2020-12-08 西安交通大学 一种移动边缘计算网络中的多用户安全节能资源分配方法
CN112052086B (zh) * 2020-07-28 2023-06-20 西安交通大学 一种移动边缘计算网络中的多用户安全节能资源分配方法
CN112286677A (zh) * 2020-08-11 2021-01-29 安阳师范学院 一种面向资源受限边缘云的物联网应用优化部署方法
CN112286677B (zh) * 2020-08-11 2021-07-16 安阳师范学院 一种面向资源受限边缘云的物联网应用优化部署方法
CN112087437A (zh) * 2020-08-27 2020-12-15 华北电力大学（保定） 采用混合协作noma提高mec系统安全性的方法
CN112087437B (zh) * 2020-08-27 2022-10-25 华北电力大学（保定） 采用混合协作noma提高mec系统安全性的方法
CN112104494A (zh) * 2020-09-09 2020-12-18 南京信息工程大学 基于空地协同边缘计算网络的任务安全卸载策略确定方法
CN112911613A (zh) * 2020-11-26 2021-06-04 北邮感知技术研究院(江苏)有限公司 一种用于noma-mec网络的基于drl的流量卸载算法及实现装置
CN112492678B (zh) * 2020-12-21 2022-08-26 郑州大学产业技术研究院有限公司 基于短包通信的noma下行链路安全传输方法
CN112492678A (zh) * 2020-12-21 2021-03-12 郑州大学产业技术研究院有限公司 基于短包通信的noma下行链路安全传输方法
CN113453236A (zh) * 2021-06-25 2021-09-28 西南科技大学 面向URLLC与eMBB混合业务的频率资源分配方法
CN113453236B (zh) * 2021-06-25 2022-06-21 西南科技大学 面向URLLC与eMBB混合业务的频率资源分配方法
CN113507712A (zh) * 2021-07-09 2021-10-15 中国传媒大学 一种基于交替方向乘子的资源分配与计算任务卸载方法
CN113507712B (zh) * 2021-07-09 2023-07-28 中国传媒大学 一种基于交替方向乘子的资源分配与计算任务卸载方法
CN113938997A (zh) * 2021-09-30 2022-01-14 中国人民解放军陆军工程大学 一种noma物联网中安全mec系统的资源分配方法
CN113938997B (zh) * 2021-09-30 2024-04-30 中国人民解放军陆军工程大学 一种noma物联网中安全mec系统的资源分配方法
CN114389654A (zh) * 2022-01-13 2022-04-22 郑州轻工业大学 基于大规模mimo的移动边缘计算安全计算效率最大化方法

Similar Documents

Publication Publication Date Title
CN111245539A (zh) 一种基于noma的移动边缘计算网络高效资源分配方法
CN109548013B (zh) 一种具有反窃听能力的noma移动边缘计算系统构建方法
Wu et al. Energy-efficient resource allocation for secure NOMA-enabled mobile edge computing networks
CN112052086B (zh) 一种移动边缘计算网络中的多用户安全节能资源分配方法
CN111614419B (zh) 一种基于noma的移动边缘计算网络任务高安全卸载资源分配方法
CN109640320B (zh) 一种基于混合noma的移动边缘计算系统计算任务的安全卸载方法
Manglayev et al. NOMA with imperfect SIC implementation
CN109688596B (zh) 一种基于noma的移动边缘计算系统构建方法
Wu et al. Resource allocation for enhancing offloading security in NOMA-enabled MEC networks
CN112104494B (zh) 基于空地协同边缘计算网络的任务安全卸载策略确定方法
CN113098652A (zh) 一种智能反射面辅助的功率域noma安全通信系统设计方法
CN112333702A (zh) 一种基于安全noma移动边缘计算的延迟最小化的优化方法
Gao et al. Joint antenna selection and power allocation for secure co-time co-frequency full-duplex massive MIMO systems
CN112738822A (zh) 移动边缘计算环境中基于noma的安全卸载和资源分配方法
Ghanem et al. Defense against selfish PUEA in cognitive radio networks based on hash message authentication code
Wang et al. Delay minimization for secure NOMA mobile-edge computing
Wu et al. Energy-efficient secure NOMA-enabled mobile edge computing networks
Xiao et al. On the ergodic rate of cognitive radio inspired uplink multiple access
CN112399482B (zh) 一种移动边缘计算方法、存储介质及设备
KR102443657B1 (ko) 하향 링크 보안 비직교 다중 접속 네트워크 환경에서 보안성능 향상을 위한 최적의 불규칙적인 가우시안 신호 설계 방법 및 그 시스템
CN113938997B (zh) 一种noma物联网中安全mec系统的资源分配方法
Ye et al. Multimedia transmission over cognitive radio channels under sensing uncertainty
Yang et al. Energy optimization for intelligent reflecting surface assisted mobile edge computing
CN113596026B (zh) 一种基于多通道的物理层安全传输方法
CN114244587B (zh) 一种noma多用户安全计算卸载方法及系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 210003 Gulou District, Jiangsu, Nanjing new model road, No. 66

Applicant after: NANJING University OF POSTS AND TELECOMMUNICATIONS

Address before: Yuen Road Qixia District of Nanjing City, Jiangsu Province, No. 9 210046

Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200605