移动边缘计算环境下面向安全感知及容错机制的工作流调度技术研究

Mobile user equipment (UEs) and applications have gained extensive popularity. However, running computation-intensive applications at the UEs is constrained by its limited computation resources and battery capacity. The emerging of mobile edge computing (MEC) can push computation and storage resources to the network edges so as to enable computation-intensive and latency-critical applications at the resource-limited UEs by computation offloading. Although MEC can reduce the energy consumption of UE and application latency effectively, there are important problems, notably those of data security, network failure, virtual machine (VM) fault, which have not been well studied in this domain. Based on the above descriptions, this proposal focuses on security-aware and fault-tolerant workflow scheduling in mobile edge computing environment. We propose a security-aware workflow scheduling mechanism, based on particle swarm optimization (PSO), to minimize the energy consumption of UE while meeting the deadline and risk rate constraints. In order to solve the link disconnection problem of D2D communication, we introduce a fault-tolerant scheduling mechanism for network failure, which is based on the service migration, to minimize the execution time of workflow application. We develop a fault-tolerant scheduling mechanism for virtual machine (VM) failure, which uses the sub-makespan allocation and adjustment, replication and checkpointing techniques to optimize the MEC computation resource under the deadline constraint. According to the actual application scenario, we also establish an experimental platform to test, validate and improve our proposed approaches.

移动用户设备（UEs）和应用已经受到了广泛的欢迎。但是在UE上运行计算密集型应用会受到计算资源和电池容量的限制。移动边缘计算（MEC）能够将计算和存储资源下沉到网络边缘，通过计算卸载的方式使得资源有限的UE能够处理计算密集型和延时关键型应用。虽然MEC能够有效减少UE的能耗和应用的延时，但是数据安全、网络失连和虚拟机故障等重要问题在该领域尚未深入研究。基于以上分析，本项目主要研究MEC环境下面向安全感知及容错机制的工作流调度技术。提出的安全感知工作流调度机制，通过使用粒子群优化算法在满足截止时间和风险率的限制条件下最小化UE的能耗；针对D2D通信连接失败的问题，提出基于服务迁移的网络容错机制来最小化工作流的执行时间；提出的虚拟机容错机制，通过子完工时间分配及调整、复制和检查点技术，在满足截止时间条件下最优化计算资源使用。根据实际应用场景，搭建实验平台对所提方法进行测试、验证和改进。

移动边缘计算（MEC）能够将计算和存储资源下沉到网络边缘，通过计算卸载的方式使得资源有限的UE能够处理计算密集型和延时关键型应用。本项目针对MEC环境下的安全及容错问题展开了研究，主要完成了以下几个方面的研究工作：（1）面向安全感知的任务调度方法。提出了面向服务工作流安全和节能的计算卸载策略，实现了工作流风险截止时间限制下的能耗优化；提出了基于深度强化学习的安全和成本感知计算卸载方法，能够在满足风险概率的限制条件下，最小化移动设备能耗、处理延时和任务损失概率的联合成本；针对企业边缘计算环境下的多媒体数据安全问题，提出了面向安全和性能感知的资源分配方法；针对边缘云计算（ECC）环境下的任务调度问题，提出了面向收益最大化的安全感知任务卸载方法，即根据任务的服务需求，边缘节点在保证数据安全条件下决定任务的执行位置；另外，针对D2D环境下的任务卸载问题，提出了安全和能耗感知的合作任务卸载方法，改方法有效保证了能耗-延时的权衡。（2）面向工作流的容错调度方法。针对主机永久故障（HPF）、主机短暂失败（HTF）和虚拟机短暂失败（VMTF）问题，提出了实时和动态的容错工作流调度算法，旨在满足截止时间条件下提供系统的资源效用。首先，设计了基于复制的延时机制和基于检查点的延时机制来应对HPF和VMTF；然后，设计了重新调度方法来应对HTF问题。（3）面向能耗感知的任务调度方法。基于深度强化学习方法，提出了多eNB移动边缘计算环境下面向截止时间限制的能耗感知任务卸载方法，能够最大化任务完成的收益。（4）实验验证平台设计与部署。根据实际应用场景，搭建实验平台对所提方法进行测试、验证和改进。