[发明专利]一种基于物理层安全的协作MEC系统计算任务卸载模式选择方法

权利要求书

1.一种基于物理层安全的协作MEC系统计算任务卸载模式选择方法，其特征在于，其具体包括如下步骤：

第一步，基于物理层安全，计算卸载模式1和卸载模式2两种卸载模式的保密中断概率及保密中断容量；

第二步，分析两种卸载模式下MEC系统的参数，并分别形成时延最小化优化问题；

第三步，利用二分法，寻找最佳任务划分系数，并进行优化问题转化；

第四步，得到两种卸载模式的系统时延后，利用卸载模式选择策略选择具有最小系统时延的卸载模式；

其中，第一步具体包括：

令h_S,R，h_S,E，h_R,D，h_R,E分别表示用户到中继、用户到窃听者、中继到MEC服务器、中继到窃听者的信道参数，令g_x,y＝|h_x,y|²，那么g_x,y是服从参数为λ_x,y的独立指数分布随机变量，即g_x,y～Exp(λ_x,y)，考虑被动窃听场景下的不完全信道状态信息(CSI)模型，用户完全知晓主信道的信道状态信息(h_S,R，h_R,D)，但仅知道窃听信道状态信息的概率密度函数(λ_S,E，λ_R,E)；

在卸载模式1中，用户将自身任务划分别两部分分别进行本地计算及卸载到具有有限计算能力的中继处进行处理；令P₁≤P_1max表示用户的传输能量，P_1max表示P₁的最大值，n～CN(0,σ²)表示在MEC服务器、中继及窃听者处的加性高斯白噪声，其中σ²表示白噪声方差，那么在中继节点及窃听节点的信噪比(SNR)可以分别表示为：及根据香农公式，主信道及窃听信道的可达保密速率可以进一步表示为：

其中W表示带宽；

物理层安全技术的关键在于以一个窃听节点无法解码任何信息的最大传输速率去传输机密信息，如果主信道及窃听信道的CSI都已知，那么可达安全速率可由C_S＝[C_B-C_E]⁺求出，其中[x]⁺＝max(x,0)，这里卸载模式1中C_B即为C_E即为但由于考虑了不完全CSI模型，用户仅知晓g_S,E的概率密度函数，所以在此我们将保密中断容量(SOC)作为安全性能衡量指标，保密中断容量可以定义为当数据传输速率大于可达保密速率的中断概率等于一个给定值ε时系统的最大可达速率，卸载模式1的保密中断概率为：

其中为模式1的保密中断容量，令可以求出保密中断容量的表达式为

在模式2中，用户在中继节点的协助下将计算任务卸载到具有强大计算能力的MEC服务器处进行处理，时间块被分为两个时隙，在第一个时隙中，用户将计算任务卸载到中继节点，在第二个时隙，中继节点成功解码计算任务后，他利用相同的加密码本以传输功率P₂≤P_2max将计算任务卸载到MEC服务器进行处理，P_2max表示P₂的最大值，由于计算任务在中继节点的二次传输，任务被窃听的风险增加；

主信道的可达速率可以表示为：

其中标量因子1/2表示两相传输模式；

在两个阶段中，窃听节点从用户及中继节点处被动窃听信息，并利用选择合并(SC)的方式对窃听到的信息进行解码，窃听信道的可达速率可以表示为：

进一步可以求出模式2的保密中断概率表达式为：

令可以求出保密中断容量的表达式为

其中，第二步具体包括：

考虑计算任务输入位彼此独立的部分卸载任务模型，用户可将输入任务量为L＞0的计算任务以参数θ任意划分为两部分，其中θL比特的任务在用户处进行本地处理，(1-θ)L比特的任务进行卸载处理；

对于卸载模式1，用户本地任务处理时间为在中继节点的任务处理时间为其中f_L和f_R分别为用户和中继节点的计算速度；

对于数据量大小为(1-θ)L计算任务的安全卸载，用户的上行传输数据量为β₁(1-θ)L，其中β₁表示上行传输过程中的额外开销，如信道编码等，由于经过处理后需要返回给用户的计算结果的数据量相较于计算任务的输入比特往往是可以忽略不计的，所以在此我们忽略下行计算结果返回时间；

当系统的保密中断容量大于系统的任务传输速率时，窃听者无法解码所窃听到的信息，即无线卸载传输过程是安全的，为了在保证卸载过程安全的前提下最小化系统时延，系统的保密中断容量被选定为数据传输速率，由此可以得到卸载模式1的任务卸载上行传输时间为总卸载处理时间的表达式为:

由此可将模式1的时延最小化优化问题构建为

s.t.0≤θ≤1

0≤P₁≤P_1max

对于卸载模式2，与卸载模式1相同，用户的本地任务处理时间为

由于MEC服务器具备强大的计算能力，卸载计算任务在MEC服务器处的计算时间短到可以被忽略，所以模式2的卸载处理时间由上行传输时间构成，令β₂表示模式2中上行传输过程中的额外开销，模式2的总卸载处理时间表达式为：

由此可将卸载模式2的时延最小化优化问题构建为

s.t.0≤θ≤1

0≤P₁≤P_1max

0≤P₂≤P_2max

其中，第三步具体包括：

通过利用上述基于二分法的时延最优化任务划分算法，可以得到最佳任务划分系数θ^*，观察算法，当给定门限值c足够小，即当x₁(θ_j)＝x₂(θ_j)时，设定i可以为I或II，可以得到最佳任务划分系数θ^*；也就是说，当本地处理时间与总卸载处理时间相同时，可以得到时延最优化的任务划分策略，基于该结论，可以进行优化问题转化；

卸载模式1的最佳任务划分系数的表达式为：

由此可将优化问题转化为

s.t.0≤P₁≤P_1max

通过转化，多变量优化问题变为了单变量优化问题，可通过一维搜索方法进行求解；

卸载模式2的最佳任务划分系数的表达式为：

由此可将优化问题转化为

s.t.0≤P₁≤P_1max

0≤P₂≤P_2max

进行变量缩减后，优化问题可通过数值仿真进行求解；

其中，第四步中卸载模式选择策略为：