[发明专利]一种面向位置隐私保护的任务卸载方法

说明书

本发明公开了一种面向位置隐私保护的任务卸载方法，包括：S1，以用户的真实位置为圆心生成一个圆环形的虚拟位置空间，以初始随机概率选择一个虚拟位置；S2，使用虚拟位置获取附近部署了边缘服务器的基站位置，构建服务器选择矩阵；S3，根据服务器选择矩阵，择优选择服务器发送任务卸载请求；S4，分配带宽，并计算出处理任务的相关参数；S5，选择在任务容忍时间内能够处理完成且节省能耗和时间最多以及收益最大的任务卸载到边缘节点执行。本发明考虑用户位置隐私问题对任务进行卸载，本发明能有效的保护用户的位置隐私，且尽可能的获得服务质量；使用强化学习算法做出任务卸载决策，在线学习动态调整卸载策略。

技术领域

本发明属于移动计算领域，特别是涉及一种面向位置隐私的任务卸载方法。

背景技术

位置隐私保护是指在基于位置服务时保护用户的位置信息不被泄露，从而 保护用户的其他敏感信息不被推测出来。越来越多的研究者开始重视位置隐私 保护问题。边缘任务卸载是指在边缘计算中，边缘服务器在移动设备提交的任 务卸载请求中选择部分任务在边缘节点上处理，剩余任务将在本地处理。

已有的位置隐私保护方法主要有匿名、位置模糊和加密。匿名方法是隐瞒 用户的身份，通常是先删除身份标识属性，然后针对标识属性进行匿名处理。 匿名不仅可以保护用户位置隐私还可以保护用户数据隐私，但是匿名容易被反 匿名。位置模糊是指将用户精确的位置模糊成一个空间范围，服务器只知道用 户在这个模糊空间内，而并不清楚确切位置。位置模糊会降低LBS(基于位置服 务)的服务质量。加密是指使用密码学对数据进行加密处理，每个位置信息的处 理和查询都是基于密文的，这就使得非法攻击者无法解密出用户真实的位置和 身份信息。而加密处理会增加时间开销和传输开销。

近年来移动边缘网络的出现，使得一些关于计算密集型任务的难题可以被 有效解决。当用户设备开始运行计算密集型任务并处于移动边缘网络中时，设 备可以选择将计算任务发送到就近的公共服务器上，这一过程称作卸载 (Offloading)。将任务卸载到边缘计算服务器上处理，用户设备的计算资源和电 量均未消耗。因此移动边缘计算可以有效地降低设备的资源占用、能量消耗， 同时提供更快的响应速度。但是在计算卸载的过程中我们还面临着种种限制。 有限的计算资源和带宽资源并不能确保所有人的计算请求都能在第一时间被处 理完成，有限的带宽使得同一时间内发送和接受数据的用户是有限的。如不采 取一定的策略，直接将大量的用户分配到同一个网络接入点，或者是大量任务 分配到同一服务器，都将会导致所有人都无法以正常的速率进行任务的提交以 及计算结果的接收。如何将有限的计算和带宽资源分配给大量的卸载计算任务、 为用户设备请求的计算任务规划出合理的卸载策略和资源分配策略是移动边缘 网络技术中的一个亟待解决的问题。已有的任务卸载方法主要有线性规划、资 源匹配、博弈论等方法。

发明内容

本发明旨在解决现有边缘计算中存在的位置隐私问题和任务卸载问题，提 出了一种在保护位置隐私的同时，使用强化学习的方法来实现任务卸载决策和 资源分配。

本发明解决上述技术问题采用的技术方案如下：一种面向位置隐私保护的 任务卸载方法，包括以下步骤：

S1，生成虚拟位置，以当前设备位置l(x,y)为圆心，以r₁,r₂为半径形成一个 圆环虚拟位置空间S，以虚拟位置选择概率p选择一个虚拟位置l₁'(x₁',y₂')，并在 以圆心为对称的另一边选取另一个虚拟位置l₂'(x₁',y₂')，p为0到1的实数，r₁、 r₂均为大于0的实数且r₁＜r₂。