CN112714416B - 一种基于信任的任务卸载方法 - Google Patents
一种基于信任的任务卸载方法 Download PDFInfo
- Publication number
- CN112714416B CN112714416B CN202011368749.3A CN202011368749A CN112714416B CN 112714416 B CN112714416 B CN 112714416B CN 202011368749 A CN202011368749 A CN 202011368749A CN 112714416 B CN112714416 B CN 112714416B
- Authority
- CN
- China
- Prior art keywords
- cluster
- equipment
- task
- internet
- trust
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Navigation (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于信任的任务卸载方法,该发明方法分为两个组成部分。1:对网络中有边缘服务计算需求的物联网设备进行分簇,簇内的物联网设备均可以和无人机通信,簇外设备则可以通过多跳方式将任务传输至簇内的设备,再将任务卸载至无人机。这种分簇的方式可以减少无人飞行成本并扩大边缘服务的范围。由于簇外的任务只需传输至簇内任意一个设备,因而可以避免单个簇头数据负载过大。2:提出一种基于回溯分析的信任评估机制,引入基于无人机的主动信任,对物联网设备进行信任评估,从而保证任务卸载的有效性。结合基于信任的任务传输路由协议,选择可靠设备进行任务中继转发或任务卸载,保证计算任务的顺利完成,减少网络的丢包率。
Description
技术领域
本发明属于移动边缘计算的任务卸载领域,特别涉及一种基于信任的任务卸载方法。
背景技术
随着物联网的快速发展,部署在边缘网络的物联网设备数量日益增加,并产生大量具有价值的数据。通过对边缘网络中产生的数据进行处理和计算,可以从原始感知数据中提取有价值的信息,减小数据规模并极大地减轻云端的负载和计算压力。处理大量数据对计算能力的要求高,而物联网设备提供的计算能力相对较弱,无法满足计算需求。边缘网络中任务卸载技术的兴起提供了有效的解决方法。大量学者研究并构建用于任务卸载的边缘计算平台。其中研究最多的是通过4G与5G通信技术连接的“地基互联网”,地基互联网络主要集中在人居住密集的区域。为了扩大适用的范围,有研究人员提出"天基互联网",旨在构建全球通信与计算网络。“天基互联网”由大量在地球低轨上相互连接的卫星构成,为全球提供5G级别的高速互联网服务。目前,“天基互联网”主要应用于陆地网络不能覆盖的一些重要的通信和应用中。地面网络例如已部署的4G或新兴的5G蜂窝网络等,由于其局限性,如固定的地面基础设施、僵化的资源供给方式等,无法满足服务质量。近几年来,空中网络(例如无人驾驶飞行器)的出现扩大了陆地网络的范围,进而构成空-天-地一体化的综合网络。
空中网络的出现使得按需部署海量的物联网设备成为可能。在无人机的协助下,物联网设备可以按照应用需求部署在指定的区域,即使这些区域没有陆地网络提供通信服务。无人机可以飞过这些区域上空,对区域的设备进行数据收集或者提供边缘计算服务。有研究人员对这样的空中网络进行研究。无人机在移动边缘场景中提供辅助作用,构成所谓的“无人机增强的边缘”。由于地理因素影响,传统固定式基站无法提供良好的信号覆盖,而无人机辅助的边缘计算可以很好解决该问题。无人机受地理因素限制少,方便部署且具有强大的移动能力,和地面终端之间遮挡少,可以很快建立视距无线传输通信链路,有效提升通信质量和速度。
在无人机增强的边缘网络中,针对终端设备产生的计算密集型和时延关键型任务,无人机携带计算能力强大的服务器,飞到有任务卸载需求的物联网设备上空。物联网设备可以选择通过上行链路将任务卸载至无人机,无人机接收到任务后,通过自身携带的服务器进行计算,或者发往云端进行计算,然后将计算结果通过下行链路返回给物联网设备。在这种无人机辅助的场景中,由于每个物联网设备都需要将自己的任务卸载至无人机,导致存在以下不足:(1)无人机的能耗和成本过高。无人机提供边缘服务的成本主要由直线飞行以及空中停留盘旋的能耗两部分组成。显然,无人机飞行的距离越长,消耗的能量越多,成本越高。(2)无法保证任务卸载的可靠性。网络中存在恶意设备的攻击,设备在传输过程中会丢弃部分或者全部数据包,导致任务无法顺利传输至无人机进行边缘计算,从而使得设备无法及时有效地接收到计算结果。
发明内容
本发明提出一种基于信任的任务卸载方法,首先通过分簇算法对网络中的物联网设备进行分簇,簇内设备可以直接与无人机进行通信,簇外设备产生的任务可以通过多跳方式传输至簇内的设备,从而实现与无人机的间接通信。然后为无人机设计一个合理的访问顺序,从开始位置出发,无人机依次访问各个簇头,为各个簇区域内及其附近的设备提供边缘计算服务,最终回到目的地。无人机在飞行过程中,可以主动获取飞行路径上的设备记录的有关任务卸载的信息,基于该信息建立综合信任评估机制,对网络中的设备进行信任评估,从而使得物联网设备能够可靠地完成任务卸载。
本发明提供的技术方案如下:
一种基于信任的任务卸载方法,包括如下步骤:
步骤一,将网络中的物联网设备分成若干个簇,形成簇内和簇外设备,簇内的物联网设备可以直接与无人机进行通信,将任务卸载至无人机的边缘服务器进行远程执行;
步骤二,在网络中广播各个簇的位置分布信息,簇外的物联网设备确定卸载任务传输的路由路径,通过多跳方式将任务传输至簇内的设备,从而实现与无人机的间接通信;
步骤三,无人机依次飞到各个簇区域上空,为区域内的设备提供边缘服务,结合推荐信任值和主动信任值,计算并更新物联网设备的综合信任值。
其中,步骤一的具体操作为:将网络中的物联网设备进行分簇,簇内的设备可以直接与无人机进行通信。在本发明中,每个簇均为半径为R的圆。每个簇的簇头,为圆形簇区域的几何中心。圆内的物联网设备称为簇成员。分簇的具体过程如下所示:
(1)根据网络中各物联网设备的信任值,初始化簇成员的候选设备集合Sca,设定一个信任阈值Te,若设备的综合信任值Tc>Te,则该设备加入簇成员的候选集合Sca。
(2)计算候选集合Sca中物联网设备两两之间的欧几里得距离,针对候选集合Sca中每个物联网设备n,建立该设备的覆盖集Co(n),即以该设备为几何中心,取半径为R的圆内的物联网设备作为该设备覆盖集中的成员。
(3)从候选集中选择具有最多覆盖集成员的设备k作为簇头,将该设备及其覆盖集中包含的设备从候选集合Sca中删除。
(4)检查候选集合中其余设备,若其余设备与设备k距离小于2R,即dis(i,CH(k))<2R,则将设备i从候选集合中删除。
(5)若候选集合不为空,则重复步骤(3),否则结束循环。
其中,步骤二的具体操作为:在网络中广播分簇信息,簇外其余的物联网设备接收到分簇信息,根据下一跳设备的信任距离比确定卸载任务传输的路由路径。下一跳选择策略考虑的两个因素:距离和信任值。选择传输任务至距离最近的簇,可以减少设备的能量消耗,考虑传输下一跳设备的信任值,可以避免选择恶意设备,造成任务丢失,导致计算任务无法在约束时间内完成。我们采用信任距离比δ来表示下一跳设备被选择的概率,计算公式如下:
其中dis(Ni,CHk)表示下一跳设备Ni距离目标簇的簇头CHk的距离。Tc(i)表示下一跳设备的综合信任值。具有最高δi的设备将被选择作为任务传输的下一跳设备。网络中每个设备表示为Nn,Ck表示网络中第k个簇,CHk表示簇Ck的簇头。假设设备Ni分布在簇外,产生的任务需要经过多跳方式传输至簇内,则根据下一跳设备选择概率公式,选择最大信任距离比的下一跳传输设备Nnext,直到选择的下一跳的设备为簇内设备。通过记录选择的下一跳设备的集合,可以得到设备Ni产生的任务的传输路径
其中,步骤三的具体操作为:首先采用蚁群算法规划无人机飞行路径,使无人机的飞行距离最短,从而减少无人机的能量消耗。采用蚁群算法规划无人机飞行路径的具体过程如下所示:
(1)初始化蚂蚁数量ant_num、信息素权重因子α、启发函数权重因子β、信息素挥发因子γ、信息素释放总量Q、最大迭代次数iter_max、迭代次数iter=1。
(2)随机设置每个蚂蚁的初始位置,对每个蚂蚁a根据概率选择公式计算下一个选择的簇头,直至所有蚂蚁访问所有簇头。
(3)计算每个蚂蚁经过的路径长度len(a),并记录本次迭代次数的最优解,即最短距离。并根据释放的信息素浓度和挥发的信息素浓度公式更新簇头路径上的信息素浓度。
(4)如果iter<iter_max,则令iter=iter+1,清空蚂蚁路径记录表,重复步骤(2),否则停止迭代,输出最优解。
根据优化的飞行路径,无人机依次飞到各个簇区域上空,为区域内的设备提供边缘服务。每飞到一个簇区域的上空,该簇内的物联网设备产生的任务选择本地执行,或者将任务卸载至无人机的边缘服务器进行远程执行。簇外的物联网设备产生任务时,可以选择本地执行,或者选择将任务经过多跳方式传输至簇内任意设备,再由簇内设备将任务卸载至无人机进行远程执行,最后无人机将计算结果原路返回至设备。然后对物联网设备进行信任评估,结合推荐信任值和主动信任值,计算并更新物联网设备的综合信任值;具体步骤如下:
步骤31,更新推荐信任值。推荐信任是来自一组相邻设备的综合信任评估结果,这组设备为目标对象相邻且有过直接交互行为的设备。在本发明提出的信任评估场景中,这里的交互行为指的是设备和相邻设备之间的通信行为。对于设备i与设备j之间的推荐值,信任值计算公式如下:
其中r1j为相邻设备1对设备j的推荐值,r2j为相邻设备2对设备j的推荐值,rij为相邻设备i对设备j的推荐值,n为相邻设备的数量;
步骤32,更新主动信任值。无人机根据规划的飞行路径依次飞过各个簇区域上空,为区域内的设备提供边缘服务。无人机飞行途中经过若干个物联网设备,访问设备的同时获取设备有关任务卸载的信息,用于主动信任值计算。要求簇外的物联网设备进行任务卸载时,记录并存储发送任务的ID。当无人机飞过设备上空时,可以访问并获取设备有关任务发送的历史记录值,并与自身存储的接收到的任务的ID进行对比。假设在无人机存储记录中可以找到该设备曾经发送的任务ID,证明之前该任务成功传输至簇内设备,并将任务卸载至无人机进行边缘计算,因此可以提高任务沿路传输设备的信任度,反之,若无人机存储记录中没有找到该设备曾经发送的某个任务的ID,则表明该任务传输过程中出现丢失,则对沿路传输的设备进行信任惩罚,降低设备的信任值。通过多次主动信任的迭代计算,从而使得正常设备的信任度逐渐变高,恶意设备的信任度逐渐变低。采用交互的方式计算无人机对物联网设备的主动信任值。假设无人机与物联网设备之间存在虚拟交互。根据无人机从设备获取的有关任务卸载的记录信息,与自身存储的任务信息进行对比,计算主动信任值。则设备j的主动信任值Ta(j)计算公式如下:
其中,成功(s)和失败(f)分别代表设备与无人机成功和失败交互次数的总和。对比物联网设备存储的任务卸载发送的记录值与无人机存储的信息记录,若无人机存储有该任务的ID值,则表明无人机成功接收,则沿路传输该任务的设备的s+1,若无人机没有找到相应任务的ID值,则表明任务没有传输至无人机,则f+1;
步骤33,更新物联网设备的综合信任值。综合考虑推荐信任值和主动信任值,计算物联网设备的综合信任度:Tc(j)=W1*Tr(j)+W2*Ta(j)。其中W1,W2分别表示主动信任和推荐信任的权重。
有益效果
本发明提出一种基于信任的任务卸载方法,针对无人机增强的边缘计算网络中的物联网设备,提出一种能量有效且可靠的任务卸载方式。本发明的优点在于:通过分簇算法对网络中的物联网设备进行分簇,簇内设备可以直接与无人机进行通信,簇外设备产生的任务可以通过多跳方式传输至簇内的设备,从而实现与无人机的间接通信,分簇的方式可以减少无人机的飞行成本以及扩大边缘服务范围。无人机在飞行过程中,可以获取飞行路径上的设备的任务卸载信息,建立综合信任评估机制对网络中的设备进行信任评估,从而使得物联网设备在传输任务时能够选择可靠下一跳完成任务卸载,减少网络的丢包率。
对比以往研究,本发明的改进如下:(a)本发明采用一种基于分簇的卸载方法,簇内的物联网设备均可以与无人机直接通信,因此簇内任意设备都可以作为任务接收点,簇外设备产生的计算任务只需要传输到簇内任意设备即可实现任务卸载。分簇的方法可以减少无人机的飞行距离,从而减少能量消耗,且这种方法可以避免任务路由距离远以及单个簇头数据负载过大的情况。(b)采用基于回溯分析的信任评估机制,通过主动获取物联网设备记录的任务卸载信息用于信任评估和推理,评价设备的信任度,从而将任务卸载至可信的物联网设备,保证任务卸载的有效性。
附图说明
图2为主动信任例证示意图;
图3为不同类型设备平均综合信任度随周期变化的示意图;
图4为不同策略下任务丢失率的对比图;
图5为不同网络规模下任务丢失率的对比图;
具体实施方式
下面将结合附图和实施例对本发明做进一步的说明。
本实施例为一种基于信任的任务卸载方法,首先在网络中划分若干个簇,形成簇头和簇内成员。基于考虑信任度的簇形成算法,将网络中的物联网设备进行分簇,簇内的设备可以直接与无人机进行通信。在本发明中,每个簇均为半径为R的圆。每个簇有一个簇头,为圆形簇区域的几何中心。圆内的物联网设备为簇成员。分簇的具体过程如下所示:(1)根据网络中各物联网设备的信任值,初始化簇成员的候选设备集合Sca,设定一个信任阈值Te,若设备的综合信任值Tc>Te,则该设备加入簇成员的候选集合Sca。(2)计算候选集合Sca中物联网设备两两之间的欧几里得距离,针对候选集合Sca中每个物联网设备n,建立该设备的覆盖集Co(n),即以该设备为几何中心,取半径为R的圆内的物联网设备作为该设备覆盖集中的成员。(3)从候选集中选择具有最多覆盖集成员的设备k作为簇头,将该设备及其覆盖集中包含的设备从候选集合Sca中删除。(4)检查候选集合中其余设备,若其余设备与设备k距离小于2R,即dis(i,CH(k))<2R,则将设备i从候选集合中删除。(5)若候选集合不为空,则重复步骤(3),否则结束循环。
形成网络的分簇后,在网络中广播分簇信息,簇外其余的物联网设备接收到分簇信息,根据信任和距离因素确定卸载任务传输的路由路径。下一跳选择策略考虑的两个因素:距离和信任值。选择传输任务至距离最近的簇,可以减少设备的能量消耗,考虑传输下一跳设备的信任值,可以避免选择恶意设备,造成任务丢失,导致计算任务无法在约束时间内完成。我们采用信任距离比δ来表示下一跳设备被选择的概率,其中dis(Ni,CHk)表示下一跳设备Ni距离目标簇的簇头CHk的距离。Tc(i)表示下一跳设备的综合信任值。具有最高δi的设备将被选择作为任务传输的下一跳设备。网络中每个设备表示为Nn,Ck表示网络中第k个簇,CHk表示簇Ck的簇头。假设设备Ni分布在簇外,产生的任务需要经过多跳方式传输至簇内,则根据下一跳设备选择概率公式,选择下一跳传输设备Nnext,直到选择的下一跳的设备为簇内设备。通过记录选择的下一跳设备的集合,可以得到设备Ni产生的任务的传输路径
然后采用蚁群算法规划无人机的飞行路径,使无人机的飞行距离最短,从而减少无人机的能量消耗。整个群体中蚂蚁数量为ant_num,簇头的数量为CH_num,簇头i和簇头j之间的距离为dis(i,j),i,j=1,2,…,CH_num。θi,j(t)为t时刻簇头i和簇头j之间路径上的信息素浓度。每个蚂蚁a(a=1,2,…,ant_num)根据现在位置与其他簇头之间的信息素浓度来决定下一个簇头的选择,为t时刻蚂蚁选择下一个簇头j的概率,其中为启发函数,vis为蚂蚁待访问的簇头集合。α为信息素权重因子,β为启发函数权重因子。γ表示信息素的挥发程度,每轮循环,蚂蚁释放信息素的同时,路径上的信息素也在逐渐消失,当所有蚂蚁完成一次循环后,对所有路径上的信息素浓度进行更新:θi,j(t+1)=(1-γ)θi,j(t)+sum(θi,j),θi,j a表示第a只蚂蚁在簇头i,j之间路径上释放的信息素浓度,sum(θi,j)表示所有蚂蚁在该路径上释放的信息素浓度之和。蚂蚁释放的信息素为:Q表示的是一次循环周期蚂蚁释放信息素浓度之总量。len(a)为蚂蚁a经过路径的长度。无人机飞行路径具体优化过程为:(1)初始化蚂蚁数量ant_num、信息素权重因子α、启发函数权重因子β、信息素挥发因子γ、信息素释放总量Q、最大迭代次数iter_max、迭代次数iter=1。(2)随机设置每个蚂蚁的初始位置,对每个蚂蚁a根据概率选择公式计算下一个选择的簇头,直至所有蚂蚁访问所有簇头。(3)计算每个蚂蚁经过的路径长度len(a),并记录本次迭代次数的最优解,即最短距离。并根据释放的信息素浓度和挥发的信息素浓度公式更新簇头路径上的信息素浓度。(4)如果iter<iter_max,则令iter=iter+1,清空蚂蚁路径记录表,重复步骤(2),否则,停止迭代,输出最优解。
根据优化的飞行路径,无人机依次飞到各个簇区域上空,为区域内的设备提供边缘服务。每飞到一个簇区域的上空,该簇内的物联网设备产生的任务选择本地执行,或者将任务卸载至无人机的边缘服务器进行远程执行。簇外的物联网设备产生任务时,可以选择本地执行,或者选择将任务经过多跳传输至簇内任意设备,再由簇内设备将任务卸载至无人机进行远程执行,最后无人机将计算结果原路返回至设备。然后对物联网设备进行信任评估,更新推荐信任值和主动信任值。对于设备i与设备j之间的推荐值,信任值计算公式为:其中,成功(si,j)和失败(fi,j)分别代表设备i,j通信成功的次数和失败的次数。因此设备j的推荐信任值计算公式为:其中r1j为相邻设备1对设备j的推荐值,r2j为相邻设备2对设备j的推荐值,rij为相邻设备i对设备j的推荐值。n为相邻设备的数量。
无人机飞行途中经过若干个物联网设备,访问设备的同时获取设备有关任务卸载的信息,用于主动信任值计算。要求簇外的物联网设备进行任务卸载时,记录并存储发送任务的ID。当无人机飞过设备上空时,可以访问并获取设备有关任务发送的历史记录值,并与自身存储的接收到的任务的ID进行对比。如图1所示,对比从设备获取的任务ID和无人机自身接收的任务ID,假设在无人机存储记录中可以找到该设备曾经发送的任务ID,证明之前该任务成功传输至簇内设备,并将任务卸载至无人机进行边缘计算,因此可以提高任务沿路传输设备的信任度,证明该路径上设备的信任度高,反之,若无人机存储记录中没有找到该设备曾经发送的某个任务的ID,例如图中ID为010的任务,则表明该任务在传输过程中出现丢失,则对沿路传输的设备进行信任惩罚,降低设备的信任值。通过多次主动信任的迭代计算,从而使得正常设备的信任度逐渐变高,恶意设备的信任度逐渐变低。采用交互的方式计算无人机对物联网设备评估的主动信任值。假设无人机与物联网设备之间存在虚拟交互。根据无人机从设备获取的有关任务卸载的信息,与自身存储的任务信息进行对比,计算主动信任值。则设备j的主动信任值Ta(j)计算公式为:其中,成功(s)和失败(f)分别代表设备与无人机成功和失败交互次数的总和。对比物联网设备的任务卸载发送的记录值与无人机存储的信息记录,若检查无人机存储有该任务的ID值,则表明无人机成功接收,则沿路传输该任务的设备的s+1,否则f+1。最后综合考虑推荐信任值和主动信任值,计算物联网设备的综合信任度并更新设备的信任值,Tc(j)=W1*Tr(j)+W2*Ta(j)。其中W1,W2分别表示主动信任和推荐信任的权重。
为验证本发明提出的基于信任的任务卸载方法的可行性与有效性,采用MATLAB软件对该方法进行实验验证。得到图3到图5的实验结果,有如下结论:
1.图3给出了当网络中恶意设备概率为30%时,四种不同类型设备的平均综合信任值随周期变化的实验结果。从图中可以看到,正常设备的平均综合信任度要高于其他三种类型的设备,即正常设备的平均综合信任值均高于恶意设备。且随着周期进行,正常设备的信任值逐渐增加且趋于稳定。低、中、高三种类型的恶意设备,代表设备的丢包率的范围分别为:25%-50%、50%-75%、75%-100%。三者平均综合信任值排序为:低>中>高。丢弃概率越高的设备,平均综合信任值越小,越不可靠。
2.图4给出了有无考虑信任的两种任务卸载策略下任务丢失率对比的实验结果。从图中可以看到,采用基于信任的卸载方法能有效降低网络的任务丢失率。当恶意设备概率为30%时,任务丢失率主要在40%到50%之间,而对网络中的物联网设备进行信任评估后,即采取考虑信任值的任务传输路由策略,以及引入无人机辅助的主动信任评估,可以大大降低任务丢失率,随着周期进行,任务丢失率可以降低到10%以下,网络性能明显优于没有采用信任评估机制的场景。
3.图5给出了不同网络规模下任务丢失率对比的实验结果。在不同数量物联网设备的网络中,采用基于信任的任务卸载策略,网络的任务丢失率均小于不考虑信任的情况。且采用基于信任的任务卸载策略,网络规模越大的场景下,即物联网设备数量越多的网络,任务丢失率略有下降,这是因为物联网设备数量越多,任务传输路由时可供选择的下一跳设备更多,因此更大概率选择丢弃率小的设备,降低网络的任务丢失率。
Claims (1)
1.一种基于信任的任务卸载方法,其特征在于,包括如下步骤:
步骤一,基于考虑信任度的簇形成算法,在网络中划分若干个簇,具体步骤如下:
将网络中的物联网设备分成若干个簇,形成簇内和簇外设备,簇内的物联网设备可以直接与无人机进行通信,将任务卸载至无人机的边缘服务器进行远程执行;在本发明中,每个簇均为半径为R的圆,每个簇的簇头,为圆形簇区域的几何中心,圆内的物联网设备为簇成员;分簇的具体过程如下所示:
(1)根据网络中各物联网设备的信任值,初始化簇成员的候选设备集合Sca,设定一个信任阈值Te,若设备的综合信任值Tc>Te,则该设备加入簇成员的候选集合Sca;
(2)计算候选集合Sca中物联网设备两两之间的欧几里得距离,针对候选集合Sca中每个物联网设备n,建立该设备的覆盖集Co(n),即以该设备为几何中心,取半径为R的圆内的物联网设备作为该设备覆盖集中的成员;
(3)从候选集中选择具有最多覆盖集成员的设备k作为簇头,将该设备及其覆盖集中包含的设备从候选集合Sca中删除;
(4)检查候选集合中其余设备,若其余设备与设备k距离小于2R,即dis(i,CH(k))<2R,则将设备i从候选集合中删除;
(5)若候选集合不为空,则重复步骤(3),否则结束循环;
步骤二,在网络中广播各个簇的位置分布信息,簇外的物联网设备确定卸载任务传输的路由路径,通过多跳方式将任务传输至簇内的设备,从而实现与无人机的间接通信;簇外其余的物联网设备根据下一跳设备的信任距离比确定卸载任务传输的路由路径,信任距离比δi表示下一跳设备i被选择的概率,计算公式如下:
其中dis(Ni,CHk)表示下一跳设备Ni距离目标簇的簇头CHk的距离,Tc(i)表示下一跳设备的综合信任值,具有最高δi的设备将被选择作为任务传输的下一跳设备,网络中每个设备表示为Nn,Ck表示网络中第k个簇,CHk表示簇Ck的簇头;
假设设备Ni分布在簇外,产生的任务需要经过多跳方式传输至簇内,则根据下一跳设备选择概率公式,选择信任距离比最大的下一跳传输设备Nnext,直到下一跳设备为簇内设备;通过记录选择的下一跳设备的集合,可以得到设备Ni产生的任务的传输路径
步骤三,无人机依次飞到各个簇区域上空,为区域内的设备提供边缘服务,结合推荐信任值和主动信任值,计算并更新物联网设备的综合信任值,具体方法如下:
首先采用蚁群算法规划无人机飞行路径,使无人机的飞行距离最短;根据优化的飞行路径,无人机依次飞到各个簇区域上空,为区域内的设备提供边缘服务;然后对物联网设备进行信任评估,结合推荐信任值和主动信任值,计算并更新物联网设备的综合信任值;计算信任值的具体步骤如下:
步骤31,更新推荐信任值,对于设备i与设备j之间的推荐值,信任值计算公式如下:
其中r1j为相邻设备1对设备j的推荐值,r2j为相邻设备2对设备j的推荐值,rij为相邻设备i对设备j的推荐值,n为相邻设备的数量;
步骤32,更新主动信任值,无人机根据规划的飞行路径依次飞过各个簇区域上空,为区域内的设备提供边缘服务,飞行途中经过若干个物联网设备上空,获取设备有关任务卸载的信息,用于主动信任值计算;要求簇外的物联网设备进行任务卸载时,记录并存储发送任务的ID,当无人机飞过设备上空时,可以访问并获取设备有关任务发送的历史记录值,并与自身存储的接收到的任务的ID进行对比,采用交互的方式计算无人机对物联网设备的主动信任值;假设无人机与物联网设备之间存在虚拟交互,根据无人机从设备获取的有关任务卸载的信息,与自身存储的任务信息进行对比,计算主动信任值,则设备j的主动信任值Ta(j)计算公式如下:
其中,成功(s)和失败(f)分别代表设备与无人机成功和失败交互次数的总和;对比物联网设备的任务卸载发送的记录值与无人机存储的信息记录,若检查无人机存储有该任务的ID值,则表明无人机成功接收,则沿路传输该任务的设备的s+1,否则f+1;
步骤33,更新物联网设备的综合信任值,综合考虑推荐信任值和主动信任值,计算物联网设备的综合信任度:Tc(j)=W1*Tr(j)+W2*Ta(j),其中W1,W2分别表示主动信任和推荐信任的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011368749.3A CN112714416B (zh) | 2020-11-30 | 2020-11-30 | 一种基于信任的任务卸载方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011368749.3A CN112714416B (zh) | 2020-11-30 | 2020-11-30 | 一种基于信任的任务卸载方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112714416A CN112714416A (zh) | 2021-04-27 |
CN112714416B true CN112714416B (zh) | 2021-12-17 |
Family
ID=75542242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011368749.3A Active CN112714416B (zh) | 2020-11-30 | 2020-11-30 | 一种基于信任的任务卸载方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112714416B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113422803B (zh) * | 2021-05-19 | 2022-11-25 | 武汉工程大学 | 一种基于端边云协同的无人机智能巡检任务无缝迁移方法 |
CN114245436B (zh) * | 2021-12-30 | 2024-04-02 | 杭州电子科技大学 | 无人机辅助移动边缘网络分簇方法及装置 |
CN116980912A (zh) * | 2022-04-21 | 2023-10-31 | 华为技术有限公司 | 一种信任评估方法、装置及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108418622A (zh) * | 2018-02-11 | 2018-08-17 | 西安电子科技大学昆山创新研究院 | 一种基于区块链的无人机群体决策方法 |
CN108650299A (zh) * | 2018-04-12 | 2018-10-12 | 安徽理工大学 | 一种地空交互多感融合植物生长状况监测系统 |
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 |
WO2020051226A1 (en) * | 2018-09-05 | 2020-03-12 | Whitefox Defense Technologies, Inc. | Integrated secure device manager systems and methods for cyber-physical vehicles |
CN111010434A (zh) * | 2019-12-11 | 2020-04-14 | 重庆工程职业技术学院 | 一种基于网络时延和资源管理的优化任务卸载方法 |
US10677886B2 (en) * | 2015-01-05 | 2020-06-09 | Locatorx, Inc. | Mini blockchain in a chip device and methods of utilization |
CN111800495A (zh) * | 2020-06-30 | 2020-10-20 | 华北电力大学 | 一种车辆雾计算中的任务卸载系统和方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2973006C (en) * | 2015-01-05 | 2019-08-06 | Resocator, Inc. | Global resource locator |
CN106454863A (zh) * | 2016-10-21 | 2017-02-22 | 黄东 | 一种无线网络的能量规划方法 |
CN106900011B (zh) * | 2017-02-28 | 2020-04-07 | 重庆邮电大学 | 一种基于mec的蜂窝基站间任务卸载方法 |
CN109302709B (zh) * | 2018-09-14 | 2022-04-05 | 重庆邮电大学 | 面向移动边缘计算的车联网任务卸载与资源分配策略 |
-
2020
- 2020-11-30 CN CN202011368749.3A patent/CN112714416B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10677886B2 (en) * | 2015-01-05 | 2020-06-09 | Locatorx, Inc. | Mini blockchain in a chip device and methods of utilization |
CN108418622A (zh) * | 2018-02-11 | 2018-08-17 | 西安电子科技大学昆山创新研究院 | 一种基于区块链的无人机群体决策方法 |
CN108650299A (zh) * | 2018-04-12 | 2018-10-12 | 安徽理工大学 | 一种地空交互多感融合植物生长状况监测系统 |
WO2020051226A1 (en) * | 2018-09-05 | 2020-03-12 | Whitefox Defense Technologies, Inc. | Integrated secure device manager systems and methods for cyber-physical vehicles |
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 |
CN111010434A (zh) * | 2019-12-11 | 2020-04-14 | 重庆工程职业技术学院 | 一种基于网络时延和资源管理的优化任务卸载方法 |
CN111800495A (zh) * | 2020-06-30 | 2020-10-20 | 华北电力大学 | 一种车辆雾计算中的任务卸载系统和方法 |
Non-Patent Citations (6)
Title |
---|
Guest Editorial: UAV-Enabled Mobile Edge Computing;The Institution of Engineering and Technology 2020;《IET Communications》;20200831;全文 * |
Joint Offloading and Trajectory Design for UAV-Enabled Mobile Edge Computing Systems;Qiyu Hu;《IEEE INTERNET OF THINGS JOURNAL》;20190430;全文 * |
Joint Task Offloading and Resource Allocation in UAV-Enabled Mobile Edge Computing;Zhe Yu;《IEEE INTERNET OF THINGS JOURNAL》;20200430;全文 * |
Task Offloading in UAV-Aided Edge Computing:Bit Allocation and Trajectory Optimization;Jingyu Xiong;《IEEE COMMUNICATIONS LETTERS》;20190331;全文 * |
UAV-Enhanced Intelligent Offloading for Internet of Things at the Edge;Hongzhi Guo;《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》;20200430;全文 * |
智能无人机轨迹与任务卸载联合优化;张梦琳;《计算机工程与应用》;20200716;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112714416A (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112714416B (zh) | 一种基于信任的任务卸载方法 | |
Srivastava et al. | Future FANET with application and enabling techniques: Anatomization and sustainability issues | |
Rovira-Sugranes et al. | A review of AI-enabled routing protocols for UAV networks: Trends, challenges, and future outlook | |
Lakew et al. | Routing in flying ad hoc networks: A comprehensive survey | |
Oubbati et al. | A survey on position-based routing protocols for Flying Ad hoc Networks (FANETs) | |
US10686691B2 (en) | Intelligent high-speed unmanned vehicle communications via bio-inspired multi-beam pipe transmission | |
Malhotra et al. | A comprehensive review on recent advancements in routing protocols for flying ad hoc networks | |
Ouyang et al. | Trust based task offloading scheme in UAV-enhanced edge computing network | |
KR20210069549A (ko) | 다중 무인항공기 네비게이션 최적화 방법 및 그를 이용한 무인항공항 시스템 | |
CN107360093B (zh) | 无人机与卫星混合网络通信路由方法及系统 | |
Toorchi et al. | Skeleton-based swarm routing (SSR): Intelligent smooth routing for dynamic UAV networks | |
Hussen et al. | Predictive geographic multicast routing protocol in flying ad hoc networks | |
US20200193730A1 (en) | Method performed in internet of vehicles data transmission system, on-board unit and internet of vehicles data transmission system | |
Naous et al. | Reinforcement learning in the sky: A survey on enabling intelligence in ntn-based communications | |
Mukherjee et al. | ECoR: energy-aware collaborative routing for task offload in sustainable UAV swarms | |
Yang et al. | Dynamic virtual topology aided networking and routing for aeronautical ad-hoc networks | |
Zeng et al. | Predictive decision and reliable accessing for UAV communication in space-air-ground integrated networks | |
Wang et al. | Optimal routing for beamforming-constrained swarm UAS networking | |
Cheriguene et al. | COCOMA: A resource-optimized cooperative UAVs communication protocol for surveillance and monitoring applications | |
Lee et al. | Optimal frequency reuse and power control in multi-UAV wireless networks: Hierarchical multi-agent reinforcement learning perspective | |
Kumar et al. | UF‐GPSR: Modified geographical routing protocol for flying ad‐hoc networks | |
CN113727278B (zh) | 一种路径规划方法、接入网设备及飞行控制设备 | |
Hameed et al. | An improved iBAT-COOP protocol for cooperative diversity in FANETs | |
Zhou et al. | Game theory and machine learning in uavs-assisted wireless communication networks: A survey | |
CN117270559A (zh) | 一种基于强化学习的无人机集群部署与轨迹规划方法 |
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 |