面向信息安全的边缘计算资源协同优化理论与方法研究

Offloading computationally intensive tasks from mobile users (MUs) to mobile edge computing (MEC) system not only prolongs battery's life of mobile device, but also significantly reduces end-to-end (E2E) delay, hence improving users’ experience. However, to date, the resource allocation works based on a centralized model bear the risk of information leakage while that based on a decentralized model suffer from low resource efficiency, which limits the application of MEC techniques in the future era of internet of everything. To bring the concept of MEC into practice, in this research project, we investigate the information oriented collaborative edge computing based on network economics and game theory. The specific objectives of this project include: 1) Establish an incentive-aware job offloading framework based on economics, revealing how users behave under different service prices and thus giving insight into the optimal congestion level control of a given system. 2) Based on the proposed framework, develop secure and high efficient resource allocation methods and algorithms. 3) Present simulation results to illustrate the efficacy of the proposed schemes.

边缘计算技术，通过将计算中心负载迁移到更靠近数据源的边缘位置进行处理，相比基于云计算的方案来说，缩短了端到端处理延迟。然而，由于现有集中式资源分配方案存在信息安全隐患以及分布式边缘资源协同优化技术提供的边缘资源利用效率低等问题，边缘计算技术无法满足未来万物互联中高可靠高效率计算服务的诉求。本项目拟从网络经济学出发，探索构建信息安全约束下的边缘资源协同优化框架，揭示各用户之间相互制约的关系，以洞察拥塞控制的内在机理；并在此基础上，突破面向信息安全的边缘资源协同方法和算法设计，解决现有边缘资源优化技术中存在的安全性低、资源利用率低、及适应性差等问题；最后，针对所提的关键技术进行仿真验证和性能评估，为解决面向信息安全的边缘资源协同技术在实用化过程中所面临的关键性问题奠定基础。

边缘计算技术，通过将计算中心负载迁移到更靠近数据源的边缘位置进行处理，相比基于云计算的方案来说，缩短了端到端处理延迟。然而，由于现有集中式资源分配方案存在信息安全隐患以及分布式边缘资源协同优化技术提供的边缘资源利用效率低等问题，边缘计算技术无法满足未来万物互联中高可靠高效率计算服务的诉求。本项目从网络经济学出发，探索构建信息安全约束下的边缘资源协同优化框架，揭示各用户之间相互制约的关系，洞察拥塞控制的内在机理；并在此基础上，突破面向信息安全的边缘资源协同方法和算法设计，解决现有边缘资源优化技术中存在的安全性低、资源利用率低、及适应性差等问题；最后，针对所提的关键技术进行仿真验证和性能评估，为解决面向信息安全的边缘资源协同技术在实用化过程中所面临的关键性问题奠定基础。本项目研究所取得理论研究成果，在国际国内主流学术期刊上发表论文7篇(IEEE Trans., IEEE INFOCOM, GLOBECOM等)，其中SCI期刊论文5篇，国际主流学术会议论文2篇，申请国家技术发明专利1项。