业务驱动的社会化边缘计算及体验增强机理研究

Based on the theory of social network, some key requirements are analyzed during transmitting data at the edge, such as fast connection, real time, security and privacy protection; further, service-driven social edge computing and experience enhancement mechanism are researched in our project. According to the method of edge relationship aware, edge connection management, edge collaboration transmission and edge experience enhancement, the theories of social edge network can be innovated originally. The research contents and objectives are as follow: firstly, in order to realize the relevance between the edge nodes, according to the theory of social network, the horizontal relationship between intelligent terminals and the vertical relationship between the intelligent terminal and the sensor node can be built; at the same time, to establish a trusted and reliable connection between edge nodes, node trust perception and privacy information hiding methods are proposed by exploiting the historical information of node, anonymous strategy and key sharing algorithm; moreover, in order to obtain the optimal relay selection, based on the model of infectious disease and game theory, cooperative transmission strategy and incentive mechanism for edge network are studied. Finally, to guarantee the requirements for real time service and non real time service, service-driven edge experience enhancement mechanisms are studied by the technologies of data fusion, cooperative caching and so on. According to the theoretical analysis, simulation and corresponding experiment, the proposed algorithms can be applied to the actual edge network.

本项目拟在社会网络理论基础上，充分分析边缘数据传输过程在快速连接、实时业务、安全与隐私保护等方面的关键需求，深入研究在业务驱动下社会化边缘计算及体验增强机理。通过对边缘关系感知、边缘连接管理、边缘协作传输及边缘体验增强四个方面内容的研究，能够在社会化边缘网络方面有所创新。具体研究内容及目标为：依托社会网络分析理论，构建智能终端之间的水平关系以及智能终端与感知节点之间的垂直关系，实现对边缘节点之间的关联性感知；同时，运用历史信息、匿名策略和密钥共享算法，研究节点信任关系感知隐私信息隐藏方法，实现节点之间可信及可靠连接的建立；根据传染病模型及博弈理论，研究适用于边缘网络的协同传输策略及激励机制，实现最优中继选择；利用数据融合、协作缓存等技术，研究业务驱动下的边缘体验增强机理，保障对实时业务和非实时业务的需求。通过深入的理论分析、计算机仿真和试验，使所提机制能应用于实际的边缘网络中。

本项目，深入研究了业务驱动的社会化边缘计算及体验增强机理，并从边缘关系感知、边缘连接管理、边缘协作传输、边缘体验增强等多个方面开展研究，项目组在以下方面取得了重要成果：（1）通过学习用户与内容特征之间的异构性，提出了基于群组兴趣偏好挖掘的关系感知模型，分析用户个性化兴趣偏好，构建群组兴趣偏好预测模型。考虑节点之间的社交关系，对节点的数据转发行为进行建模。提出社会属性及服务器可用资源感知的边缘计算模型，在避免对蜂窝用户造成干扰的同时保证任务地有效传输。（2）从协作用户主观原因出发，提出了面向信任的协作传输机制。评估用户交互过程中的认知、情感以及行为，构建出多维信任关系。针对个体匿名认证需求，提出云边端多级协同的基于位置的服务模式，针对典型场景下匿名个体可信协作问题，提出区块链使能的信任管理系统。利用四叉树索引对地理空间进行划分和编码，提出符合本地差分隐私机制的扰动方案。（3）考虑边缘服务器与接入点的固定连接和灵活性，提出了基于双深度Q网络的多节点智能协作卸载策略。分别将物理和社会属性建模为物理链路图和社交图，构建社交感知图，建模该节点的缓存偏好集。对节点进行聚类，简化内容请求和分发的过程，使用长短期记忆网络对内容请求数量进行预测，进而得到更准确的内容流行度进行内容缓存决策。（4）考虑到资源的有限性，提出了用户体验质量最大化方案，进行资源分配与用户调度。针对有质量等级差异的视频内容缓存放置问题，将视频使用可伸缩性视频编码技术编码成多个视频层，推导视频成功传输概率、系统能效和平均时延。针对网络动态变化情况下切片内接入节点的性能不稳定问题，提出了多种业务服务质量保障的资源分配策略。在项目执行期间，项目组共发表期刊论文53篇，其中IEEE Journal on Selected Areas in Communications、IEEE Wireless Communications、IEEE Transactions on Industrial Informatics、IEEE Transactions on Multimedia、IEEE Transactions on Vehicular Technology等SCI期刊40篇、《通信学报》、《电子与信息学报》等EI期刊13篇，圆满完成了项目任务指标。