[发明专利]一种基于车联网应用安全性分级的协同云计算迁移方法

说明书

本发明公开了一种基于车联网应用安全性分级的协同云计算迁移方法，包括以下步骤：获取基站以及该基站范围内各车辆产生的任务请求的相关资料信息，并确定各任务请求的安全系数，该系数是对任务请求在车辆安全方面影响大小的量化；将满足一定要求的任务请求部署在车载终端执行；协同边缘计算与云计算，将无法部署在车载终端的任务请求分为两类，并更新每类的可行解域；将改进的离散型人工蜂群算法和贪心选择策略相结合进行优化求解，得到保证车辆安全优先的迁移决策和资源分配方案。本发明的优势是对任务请求在车辆安全方面影响的大小进行了分级，并充分利用车载终端、边缘计算和云计算互补的优势，极大地提升了车辆的安全。

技术领域

本发明涉及车联网和云计算技术领域，具体涉及一种基于车联网应用安全性分级的协同云计算迁移方法。

背景技术

近些年来，随着汽车的数量急剧增加，道路承载容量在很多大城市已经接近饱和，由此导致的交通安全、效率和环境问题也日益突出。车联网也由此逐步进入大家的视野，车联网技术是指车辆通过信息通信技术实现与其他车辆(V2V)、路边设备(V2I)以及行人(V2P)等进行交互，从而提升车辆的智能性。特别是碰撞避免、辅助驾驶以及自动泊车等应用的迅猛发展，使得这些类型的应用对车辆的安全影响较大，所以急需优先考虑这些应用的成功执行。但是车载终端的计算资源一般都比较有限，很多具有低时延约束且计算密集型的任务无法在本地终端执行。

云计算因其具有高可靠性，成本低廉，高可伸缩性等优点，在近些年得到了迅猛的发展，用户通过将任务请求数据发送至云计算中心进行处理，然后再将计算结果下传至用户端。云计算服务器因为具有较丰富的计算资源而在很长一段时间内占据主流市场，但是同时又由于其往往距离用户比较远，在数据传输方面会产生很高的时延，所以极大地限制了一些时延约束比较严格的应用的执行，特别是一些涉及车辆安全的车联网应用无法及时的成功执行。后来ETSI提出了移动边缘计算(Mobile Edge Computing)，后来又随着需求的变化而演化为多接入边缘计算(Multi-Access Edge Computing)。边缘计算主要是指将具有一定计算资源和存储能力的服务器部署在基站附近，即距离用户“一跳”距离的位置，它相对传统的云计算大大节省了传输时延。但是边缘云由于其计算资源一般都比较有限，只能对有限数量的请求进行处理，而面对越来越多的车联网任务请求，其并不能完全满足车联网环境下任务请求的需求。

在本发明的研究和提出过程中至少发现：为了保证车辆安全，应将车联网中安全型应用与非安全型应用进行区别性对待，并通过将云计算与边缘计算相结合，对任务请求进行协同辅助处理可以极大地弥补彼此之间的不足，最终实现对车辆安全影响越大的应用越优先成功执行。

发明内容

鉴于上述，本发明是为了解决现有车联网中在进行云计算迁移决策时没有针对车辆安全性进行考虑，并且现有研究主要只考虑边缘计算辅助车辆进行任务执行而忽略边缘计算与云计算优势互补的问题，提出了一种基于车联网应用安全性分级的协同云计算迁移方法，实现根据车联网任务请求对车辆安全影响的重要程度而实现量化分级，并充分利用云计算和边缘计算的互补优势，实现对安全型任务请求优先迁移，在保障车辆安全的同时成功执行尽可能多的任务请求。

本发明的技术目的通过以下技术方案实现：

一种基于车联网应用安全性分级的协同云计算迁移方法，应用场景为单基站附近部署有边缘计算服务器，并与云计算中心相连接，基站采用OFDMA接入方式，基站覆盖范围内有不确定数量的车辆，车辆产生的任务请求可能选择在车载终端、边缘计算端或云计算端执行，所述的协同云计算迁移方法包括如下步骤：

S1、获取当前基站以及各任务请求相关资料信息，并确定各任务请求的安全系数：假设共产生m个任务请求，得到对应的基站的资料信息St、任务请求集合T以及其中任意任务请求i的资料信息T_i，分别表述如下：

St＝[N，a，F，spkb，n_max]

T＝{0，1，…，m-1}