CN111556089A - 基于使能区块链移动边缘计算系统的资源联合优化方法 - Google Patents

Abstract

本发明属于移动边缘计算系统和区块链系统的联合优化技术领域，公开了一种基于使能区块链移动边缘计算系统的资源联合优化方法，获得用户卸载任务时的数据传输速率、卸载数据时所接入的边缘服务器信息；更新拉格朗日对偶变量；得出最优的数据传输速率和用户接入；计算获得边缘服务器的CPU周期频率分配；选择区块链系统的块生成者；计算获得区块链系统CPU周期频率；执行计算获得区块链系统的CPU周期频率，选择块生产者；执行计算获得区块链系统CPU周期频率获得区块链系统的CPU周期频率；得出最优的数据速率分配、用户接入、计算卸载的CPU周期频率、块生产者选择和区块链系统CPU周期频率分配。本发明操作简便，利于网络优化。

Description

基于使能区块链移动边缘计算系统的资源联合优化方法

技术领域

本发明属于移动边缘计算(Mobile Edge Computing，MEC)系统和区块链(Blockchain)系统的联合优化技术领域，尤其涉及一种基于使能区块链移动边缘计算系统的资源联合优化方法。

背景技术

目前，最接近的现有技术：随着计算密集型移动应用的快速发展，如语音控制、人脸识别和增强现实等等，资源有限的移动设备很难满足这些移动应用的性能需求。移动边缘计算(MEC)通过将计算任务卸载到资源丰富的边缘服务器解决了这个问题。相比于传统的集中式云计算系统，MEC系统的分布式结构具有很多优势，包括：降低时延、减少能耗和增强体验质量等。但是，由于边缘节点之间的交互和MEC服务器之间的服务迁移，MEC系统中的安全和隐私问题是计算卸载过程一个重要的挑战。

区块链的引进对于解决这个问题是一个很有前途的技术。不同于依赖集中认证的传统的数字账本方法，区块链使用社区验证来同步跨多个节点复制的分散账本。区块链本质是一个P2P(Peer-to-Peer)网络，该网络能够以完全分布式、透明的和安全的方式处理交易，并且网络的任意节点都能参与交易的记录。“Towards secure blockchain-enabledinternet of vehicles:optimizing consensus management using reputation andcontract theory”的作者研究了车辆区块链使能MEC系统的数据管理方案。由于MEC服务器具有足够的计算和存储资源，区块链节点部署在MEC服务器上。该方案仅考虑了区块链系统的块生成者的选择和块的验证。事实上，MEC服务器除了区块链的任务完，还执行了卸载任务，这样很容易引起MEC系统和区块链系统计算资源分配不均衡的问题，从而无法满足两个子系统的性能需求。

综上所述，现有技术存在的问题是：MEC服务器除了区块链的任务完，还执行了卸载任务很容易引起MEC系统和区块链系统计算资源分配不均衡的问题，无法满足两个子系统的性能需求。

解决上述技术问题的难度：现有的使能区块链移动边缘系统的设计对区块链系统和移动边缘系统性能的优化是单独进行的，因此，无法同时保证两个系统的性能。

解决上述技术问题的意义：联合优化移动边缘计算和区块链系统的性能，能够确保各自系统正常的运行，使各自系统用户体验不受影响。

发明内容

针对现有技术存在的问题，本发明提供了一种基于使能区块链移动边缘计算系统的资源联合优化方法。

本发明是这样实现的，一种基于使能区块链移动边缘计算系统的资源联合优化方法，所述基于使能区块链移动边缘计算系统的资源联合优化方法包括以下步骤：

步骤一，获得用户卸载任务时的数据传输速率；

步骤二，获取用户卸载数据时所接入的边缘服务器信息；

步骤三，根据得到的数据传输速率和用户接入，更新拉格朗日对偶变量μ，v，

步骤四，如果对偶变量的二范数小于精度δ，那么得出最优的数据传输速率

和用户接入

否则，重新执行步骤一；

步骤五，获得最优的数据传输速率

和用户接入

后，计算获得边缘服务器的CPU周期频率分配

步骤六，选择区块链系统的块生成者

步骤七，计算获得区块链系统的CPU周期频率

步骤八，设置k＝0，和算法精度ε；

步骤九，基于块生产者选择y(0)、计算卸载的CPU周期频率f₁(0)和区块链系统的CPU周期频率f₂(0)，根据步骤四获取数据速率分配r(0)和用户接入X(0)；

步骤十，基于y(0)、f₁(0)、f₂(0)、r(0)和X(0)计算O(0)；

步骤十一，更新k＝k+1；

步骤十二，基于f₂(k-1)、r(k-1)、y(k-1)和X(k-1)，执行步骤五获得计算卸载的CPU周期频率f₁(k)；

步骤十三，基于f₂(k-1)、r(k-1)、f₁(k)和X(k-1)，执行步骤六，选择块生产者y(k)；

步骤十四，基于y(k)、r(k-1)、f₁(k)和X(k-1)，执行步骤七获得区块链系统的CPU周期频率f₂(k)；

步骤十五，基于f₁(k)、y(k)和f₂(k)，执行步骤四获得数据速率分配r(k)和用户接入X(k)；

步骤十六，根据f₁(k)、y(k)、r(k)、X(k)和f₂(k)，执行步骤十获得O(k)，如果O(k)-O(k-1)≤ε，则得出最优的数据速率分配、用户接入、计算卸载的CPU周期频率、块生产者选择和区块链系统的CPU周期频率分配，否则，重新执行步骤十二。

进一步，所述步骤三中，对偶变量的更新表示如下：

其中：

且t是迭代的指数。i(t)、j(t)和h(t)均是非常小的非负步长。

进一步，所述步骤四中对偶变量的二范数表示如下：

进一步，所述步骤五中，边缘服务器的CPU周期频率表示如下：

其中

当

确定边缘服务器的CPU周期频率。

进一步包括：

第一步：设置参数γ的值，获得γ的最大最小值，表示如下：

其中γ_opt的最优值属于区间[γ_min,γ_max]，并且设置l＝1和算法精度∈＞0；

第二步：计算

如果|γ_max-γ_min|≤∈，那么γ_opt＝γ_l，否则，如果

则γ_max＝γ_l，否则γ_min＝γ_l；

第三步：设置l＝l+1，重新执行第二步。

进一步，所述步骤六中，块生成者的选择表示如下：

进一步，所述步骤七中区块链系统的CPU周期频率表示如下：

o的表达式如下：

其中：

本发明的另一目的在于提供一种所述基于使能区块链移动边缘计算系统的资源联合优化方法在移动边缘计算系统中的应用。

本发明的另一目的在于提供一种所述基于使能区块链移动边缘计算系统的资源联合优化方法在区块链系统中的应用。

本发明的另一目的在于提供一种应用所述基于使能区块链移动边缘计算系统的资源联合优化方法的移动设备。

综上所述，本发明的优点及积极效果为：本发明通过联合优化用户接入、数据速率分配、计算卸载的CPU周期频率、块生成者选择和区块链系统的CPU周期频率来同时最小化MEC系统的能耗和区块链系统的时延，以实现两个子系统性能的最优折衷；提出了一个混合-整数的非线性规划问题，为了降低直接解决这个问题的复杂度，通过解耦优化变量设计了高效的算法。

本发明为使能的区块链移动边缘计算系统提出了一个无和计算资源联合优化的框架，并调研这两个子系统的性能，特别地，能耗作为MEC系统的性能指标，且最终时延(Delay/TimetoFinality,DTF)作为区块链系统的性能指标；通过联合优化两个子系统(MEC系统和区块链)，使其性能实现最优的折衷。与现有的使能区块链移动边缘计算系统的方案相比较，本发明提出的计算卸载和资源分配方法，操作简便，利于网络优化，系统性能的提高。

附图说明

图1是本发明实施例提供的基于使能区块链移动边缘计算系统的资源联合优化方法的流程图。

图2是本发明实施例提供的可应用的一个场景图。

图3是本发明实施例提供的区块链系统的共识机制过程图。

图4是本发明实施例提供的基于使能区块链移动边缘计算系统的资源联合优化方法的实现流程图。

图5是本发明实施例提供的交易大小对目标函数值、区块链系统的DTF和MEC系统的能耗的影响示意图。

图6是本发明实施例提供的输入数据大小对目标函数值、区块链系统的DTF和MEC系统的能耗的影响示意图。

图7是本发明实施例提供的MEC服务器的总计算容量对MEC系统的能耗的DTF的影响示意图。

图8是本发明实施例提供的MEC服务器的总计算容量对区块链系统的DTF的影响示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种基于使能区块链移动边缘计算系统的资源联合优化方法，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的基于使能区块链移动边缘计算系统的资源联合优化方法包括以下步骤：

S101：获得用户卸载任务时的数据传输速率；

S102：获取用户卸载数据时所接入的边缘服务器信息；

S103：根据得到的数据传输速率和用户接入，更新拉格朗日对偶变量；

S104：如果对偶变量的二范数小于精度，那么得出最优的数据传输速率和用户接入；否则，重新执行步骤S101；

S105：获得最优的数据传输速率和用户接入后，计算获得边缘服务器的CPU周期频率分配；

S106：选择区块链系统的块生成者；

S107：计算获得区块链系统的CPU周期频率；

S108：设置k＝0，和算法精度；

S109：获取数据速率分配和用户接入；获得计算卸载的CPU周期频率；执行计算获得区块链系统的CPU周期频率，选择块生产者；执行计算获得区块链系统的CPU周期频率获得区块链系统的CPU周期频率；执行如果对偶变量的二范数小于精度，那么得出最优的数据传输速率和用户接入获得数据速率分配和用户接入；

S110：得出最优的数据速率分配、用户接入、计算卸载的CPU周期频率、块生产者选择和区块链系统的CPU周期频率分配。

下面结合附图对本发明的技术方案作进一步的描述。

如图2所示，是本发明的方法可应用的一个场景图。整个系统包含两个子系统，分别是移动边缘计算系统和区块链系统。移动边缘系统中存在着N个移动设备和M基站，在该系统中每个移动设备正在执行着一个计算密集型应用且每个记在安装有一个MEC服务器。由于移动设备资源有限无法直接执行计算密集型应用，为了满足时延需求，则计算任务需要通过无线通信卸载到计算资源丰富的MEC服务器上执行。

尽管通过将计算任务卸载到MEC服务器执行，移动用户能够享受很好的计算体验，但是如果系统存在恶意的MEC服务器，用户卸载的数据被滥用将会导致用户隐私泄露。为了解决这个问题，将区块链技术应用到MEC系统里能够很好的增强系统的安全和隐私。在这个系统里，MEC服务器由于具有充足的计算和存贮资源，所以可以充当区块链节点。这些区块链节点在使能区块链移动边缘计算系统中的公开审计和存储计算卸载数据记录中扮演着重要的角色。区块链节点的选取是基于声誉投票获得的，即具有好高声誉的区块链节点才能执行卸载的任务，从而预防了恶意节点滥用卸载数据。此外，区块链系统可以被用来收集来自MEC系统的计算卸载交易。这些交易被上传到区块链系统中，MEC服务器(区块链节点)作为证人记录这些交易。区块链系统处理这些交易需要完成下面两个步骤：块的生成和验证过程。在块的生成过程，交易被打包到一个块里；在共识过程中，生成的块被传播给其他的块生成者(验证者)达到共识。共识过程采用的共识协议为股权授权证明(DelegatedProof of Stake，DPoS)共识算法。与传统的工作量证明(Proof of Work，PoW)相比，DPoS不需要消耗的大量的计算资源。结合社会系统的声誉，DPoS利用实时投票来选取出一定数量的块生成者，从而确保整个网络的正常运行。区块链上的MEC服务器依据其所持有的stake数、声誉值和计算功率来竞争成为块生成者。在投票阶段，区块链上的每个MEC服务器理由它手里的权利来支持声誉高的候选人，然后基于整个投票的情况决定一定数量的块生成者，如图3所示。所选择块生成者的生成块的顺序则由所提的调度算法确定。

本发明场景中的系统性能由MEC系统的能耗和区块链系统的时延加权和来衡量。本发明的方法将得到用户接入、数据速率分配、计算卸载CPU周期频率、块生成者选择和区块链系统CPU周期频率分配，从而达到系统性能的最优。

如图4所示，本发明的基于使能区块链移动边缘计算系统的资源联合优化方法包括以下步骤：

步骤一，获得用户卸载任务时的数据传输速率；

步骤二，获取用户卸载数据时所接入的边缘服务器信息；

步骤三，根据得到的数据传输速率和用户接入，更新拉格朗日对偶变量μ，v，

步骤四，如果对偶变量的二范数小于精度δ，那么得出最优的数据传输速率

和用户接入

否则，重新执行步骤一；

步骤五，获得最优的数据传输速率

和用户接入

后，计算获得边缘服务器的CPU周期频率分配

步骤六，选择区块链系统的块生成者

步骤七，计算获得区块链系统的CPU周期频率

步骤八，设置k＝0，和算法精度ε；

步骤九，基于块生产者选择y(0)、计算卸载的CPU周期频率f₁(0)和区块链系统的CPU周期频率f₂(0)，根据步骤四获取数据速率分配r(0)和用户接入X(0)；

步骤十，基于y(0)、f₁(0)、f₂(0)、r(0)和X(0)计算O(0)；

步骤十一，更新k＝k+1；

步骤十二，基于f₂(k-1)、r(k-1)、y(k-1)和X(k-1)，执行步骤五获得计算卸载的CPU周期频率f₁(k)；

步骤十三，基于f₂(k-1)、r(k-1)、f₁(k)和X(k-1)，执行步骤六，选择块生产者y(k)；

步骤十四，基于y(k)、r(k-1、f₁(k)和X(k-1)，执行步骤七获得区块链系统的CPU周期频率f₂(k)；

步骤十五，基于f₁(k)、y(k)和f₂(k)，执行步骤四获得数据速率分配r(k)和用户接入X(k)；

步骤十六，根据f₁(k)、y(k)、r(k)、X(k)和f₂(k)，执行步骤十获得O(k)，如果O(k)-O(k-1)≤ε，则得出最优的数据速率分配、用户接入、计算卸载的CPU周期频率、块生产者选择和区块链系统的CPU周期频率分配，否则，重新执行步骤十二。

在本发明的优选实施例中，步骤三中，对偶变量的更新表示如下：

μ_n(t+1)＝[μ_n(t)-i(t)Δμ_n(t)]⁺

υ_n(t+1)＝[v_n(t)-j(t)Δv_n(t)]⁺

其中：

且t是迭代的指数。i(t)、j(t)和h(t)均是非常小的非负步长。

在本发明的优选实施例中，在步骤四中对偶变量的二范数表示如下：

||μ(t+1)-μ(t)||₂＜δ

||v(t+1)-v(t)||₂＜δ

在本发明的优选实施例中，在步骤五中，边缘服务器的CPU周期频率表示如下：

其中

特别地，当

要确定边缘服务器的CPU周期频率需要确立一下步骤：

第一步：设置参数γ的值，首先获得γ的最大最小值，其表示如下：

其中γ_opt的最优值属于区间[γ_min,γ_max]，并且设置l＝1和算法精度∈＞0；

第二步：计算

如果|γ_max-γ_min|≤∈，那么γ_opt＝γ_l，否则，如果

则γ_max＝γ_l，否则γ_min＝γ_l。

第三步：设置l＝l+1，重新执行第二步。

在本发明的优选实施例中，在步骤六中，块生成者的选择表示如下：

在本发明的优选实施例中，在步骤七中区块链系统的CPU周期频率表示如下：

在本发明的优选实施例中，在步骤七中，o的表达式如下：

其中：

本发明为使能的区块链移动边缘计算系统提出了一个无线和计算资源分配框架，并调研了MEC系统和区块链系统的性能和开发了高效的算法。因此，基于该计算卸载和资源分配方法能够解决由于计算资源分配不合理所带来的移动边缘计算系统和区块链系统性能不公平问题，从而进一步提高系统的性能。本发明提出的使能的区块链移动边缘计算系统与现有的使能区块链移动边缘计算系统的方案相比较，本发明提出的计算卸载和资源分配方法，操作简便，利于网络优化，系统性能的提高。

下面结合仿真对本发明的技术效果做详细的描述。

本发明提供了相关的数据仿真结果如图5-图8所示。图5展示了交易大小对目标函数值、区块链系统的DTF和MEC系统的能耗的影响。从图中可以看出，I_b值越大，DTF越大。但是，MEC系统的能源消耗不受交易数量增加的影响。这意味着区块链系统中业务的突然增长不会对MEC系统的性能产生显著影响。图6展示了输入数据大小对目标函数值、区块链系统的DTF和MEC系统的能耗的影响。结合图5，可以发现本发明可以实现MEC系统和区块链系统性能的折衷。接下来，为了验证所本发明的性能，考虑以下几个方案。

FCURB：这个方案中除了MEC系统和区块链系统中的计算资源分配是固定的以外，其他的资源分配和本发明的方案相同；

FURFB：这个方案联合优化了数据大小分配、MEC系统中CPU周期频率、块生产者调度和区块链系统的CPU周期频率(用户连接是固定的)；

FBURF：这个方案没有块生产者调度策略(预先设置出块顺序和轮流产生块)。

图7和图8分别展示了MEC服务器的总计算容量对MEC系统的能耗和区块链系统的DTF的影响。图7中可以看出随着总计算容量的增加，所有的方案的能耗都增加。但是，相比于其他的方案，本发明的性能更好。类似地，图8展示了随着计算总容量的增加，所有方案的DTF的变化情况。从图中可以发现，随着总计算容量的增加，本发明的DTF都在降低。同时可以发现，当F非常小的时候，本发明、FBURF和FURFB的DTF几乎不变。这说明当F很小时，用户连接和块生产者选择对DTF的影响很小。然而，就能耗和DTF来说，本发明的性能较其他方案表现都好。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于使能区块链移动边缘计算系统的资源联合优化方法，其特征在于，所述基于使能区块链移动边缘计算系统的资源联合优化方法包括以下步骤：

步骤一，获得用户卸载任务时的数据传输速率；

步骤二，获取用户卸载数据时所接入的边缘服务器信息；

步骤三，根据得到的数据传输速率和用户接入，更新拉格朗日对偶变量μ，v，

步骤四，如果对偶变量的二范数小于精度δ，那么得出最优的数据传输速率

和用户接入

否则，重新执行步骤一；

步骤五，获得最优的数据传输速率

和用户接入

后，计算获得边缘服务器的CPU周期频率分配

步骤六，选择区块链系统的块生成者

步骤七，计算获得区块链系统的CPU周期频率

步骤八，设置k＝0，和算法精度ε；

步骤九，基于块生产者选择y(0)、计算卸载的CPU周期频率f₁(0)和区块链系统的CPU周期频率f₂(0)，根据步骤四获取数据速率分配r(0)和用户接入X(0)；

步骤十，基于y(0)、f₁(0)、f₂(0)、r(0)和X(0)计算O(0)；

步骤十一，更新k＝k+1；

步骤十二，基于f₂(k-1)、r(k-1)、y(k-1)和X(k-1)，执行步骤五获得计算卸载的CPU周期频率f₁(k)；

步骤十三，基于f₂(k-1)、r(k-1)、f₁(k)和X(k-1)，执行步骤六，选择块生产者y(k)；

步骤十四，基于y(k)、r(k-1)、f₁(k)和X(k-1)，执行步骤七获得区块链系统的CPU周期频率f₂(k)；

步骤十五，基于f₁(k)、y(k)和f₂(k)，执行步骤四获得数据速率分配r(k)和用户接入X(k)；

步骤十六，根据f₁(k)、y(k)、r(k)、X(k)和f₂(k)，执行步骤十获得O(k)，如果O(k)-O(k-1)≤ε，则得出最优的数据速率分配、用户接入、计算卸载的CPU周期频率、块生产者选择和区块链系统的CPU周期频率分配，否则，重新执行步骤十二。

2.如权利要求1所述的基于使能区块链移动边缘计算系统的资源联合优化方法，其特征在于，所述步骤三中，对偶变量的更新表示如下：

其中：

且t是迭代的指数，i(t)、j(t)和h(t)均是非常小的非负步长。

3.如权利要求1所述的基于使能区块链移动边缘计算系统的资源联合优化方法，其特征在于，所述步骤四中对偶变量的二范数表示如下：

4.如权利要求1所述的基于使能区块链移动边缘计算系统的资源联合优化方法，其特征在于，所述步骤五中，边缘服务器的CPU周期频率表示如下：

其中

当

确定边缘服务器的CPU周期频率。

5.如权利要求4所述的基于使能区块链移动边缘计算系统的资源联合优化方法，其特征在于，进一步包括：

第一步：设置参数γ的值，获得γ的最大最小值，表示如下：

其中γ_opt的最优值属于区间[γ_min,γ_max]，并且设置l＝1和算法精度∈＞0；

第二步：计算

如果|γ_max-γ_min|≤∈，那么γ_opt＝γ_l，否则，如果

则γ_max＝γ_l，否则γ_min＝γ_l；

第三步：设置l＝l+1，重新执行第二步。

6.如权利要求1所述的基于使能区块链移动边缘计算系统的资源联合优化方法，其特征在于，所述步骤六中，块生成者的选择表示如下：

7.如权利要求1所述的基于使能区块链移动边缘计算系统的资源联合优化方法，其特征在于，所述步骤七中区块链系统的CPU周期频率表示如下：

o的表达式如下：

其中：

8.一种如权利要求1～7任意一项所述基于使能区块链移动边缘计算系统的资源联合优化方法在移动边缘计算系统中的应用。

9.一种如权利要求1～7任意一项所述基于使能区块链移动边缘计算系统的资源联合优化方法在区块链系统中的应用。

10.一种应用权利要求1～7任意一项所述基于使能区块链移动边缘计算系统的资源联合优化方法的移动设备。

Images