1(中南大学信息科学与工程学院 长沙 410075); 2(中南大学软件学院 长沙 410075); 3(马萨诸塞大学波士顿分校工程系 波士顿 02125-3393) (dxh@csu.edu.cn)
出版日期: 2018-03-01基金资助:国家自然科学基金项目(61772553, 61379058)Integrated Trust Based Resource Cooperation in Edge Computing
Deng Xiaoheng1, Guan Peiyuan1, Wan Zhiwen1, Liu Enlu1, Luo Jie1, Zhao Zhihui2, Liu Yajun1, Zhang Honggang31(School of Information Science & Engineering, Central South University, Changsha 410075); 2(School of Software, Central South University, Changsha 410075); 3(Engineering Department, University of Massachusetts Boston, Boston 02125-3393)
Online: 2018-03-01摘要/Abstract
摘要： 边缘计算旨在共享利用边缘设备的计算、通信资源，满足人们对服务的实时响应、隐私与安全、计算自主性等需求，随物联网的发展将有广阔应用前景.调研了边缘计算的特征、基本概念和定义、最新研究进展以及边缘计算研究的挑战与发展趋势.基于边缘计算的核心挑战之一——隐私信任与安全保障问题，针对用户应用需求特征，充分考虑用户体验质量(QoE)来优化边缘计算系统.通过集成用户和资源的身份信任、行为信任、能力信任3个方面为综合信任度，利用信任评估保障对边缘计算资源管理与协同优化.针对终端的动态性、边缘设施能力受限、边缘与终端的邻近性、云中心功能强和距离远的特征，融合云计算、P2P计算、CS与网格计算模式，构建多层自适应的统一计算模型，实现对应用场景动态匹配；研究以用户体验质量为目标的综合资源用户信任评估体系与模型，实现资源QoS向QoE的指标映射，构建资源和用户的身份信任、行为信任评价机制，形成综合信任评估体系与模型；根据应用需求，研究面向计算能力、移动性与可用服务时间、剩余能量、带宽等多重约束的边缘计算的任务卸载、资源调度算法和优化方案，实现资源在终端、边缘、云中心3层级可信共享和优化利用，更好满足用户QoE需求.最后通过流计算任务分配的边缘计算场景验证了模型框架的有效性.
参考文献
相关文章 15
| [1] | 朱泓睿, 元国军, 姚成吉, 谭光明, 王展, 户忠哲, 张晓扬, 安学军. 分布式深度学习训练网络综述[J]. 计算机研究与发展, 2021, 58(1): 98-115. |
| [2] | 张燕咏, 张莎, 张昱, 吉建民, 段逸凡, 黄奕桐, 彭杰, 张宇翔. 基于多模态融合的自动驾驶感知及计算[J]. 计算机研究与发展, 2020, 57(9): 1781-1799. |
| [3] | 黄倩怡, 李志洋, 谢文涛, 张黔. 智能家居中的边缘计算[J]. 计算机研究与发展, 2020, 57(9): 1800-1809. |
| [4] | 刘泽宁, 李凯, 吴连涛, 王智, 杨旸. 多层次算力网络中代价感知任务调度算法[J]. 计算机研究与发展, 2020, 57(9): 1810-1822. |
| [5] | 马惠荣, 陈旭, 周知, 于帅. 绿色能源驱动的移动边缘计算动态任务卸载[J]. 计算机研究与发展, 2020, 57(9): 1823-1838. |
| [6] | 李双峰. TensorFlow Lite：端侧机器学习框架[J]. 计算机研究与发展, 2020, 57(9): 1839-1853. |
| [7] | 王志刚, 王海涛, 佘琪, 史雪松, 张益民. 机器人4.0: 边缘计算支撑下的持续学习和时空智能[J]. 计算机研究与发展, 2020, 57(9): 1854-1863. |
| [8] | 周玉轩, 杨絮, 秦传义, 杨志伟, 朱一峰, 段锦. HDM网络架构与混合式数据分发策略[J]. 计算机研究与发展, 2020, 57(9): 1911-1927. |
| [9] | 卢海峰, 顾春华, 罗飞, 丁炜超, 杨婷, 郑帅. 基于深度强化学习的移动边缘计算任务卸载研究[J]. 计算机研究与发展, 2020, 57(7): 1539-1554. |
| [10] | 廖国琼, 杨乐川, 张海艳, 杨仙佩. 支持RFID供应链路径追溯查询的偏增向量编码策略[J]. 计算机研究与发展, 2020, 57(6): 1323-1334. |
| [11] | 乐光学, 戴亚盛, 杨晓慧, 刘建华, 游真旭, 朱友康. 边缘计算可信协同服务策略建模[J]. 计算机研究与发展, 2020, 57(5): 1080-1102. |
| [12] | 苗新亮, 蒋烈辉, 常瑞. 访问驱动下的Cache侧信道攻击研究综述[J]. 计算机研究与发展, 2020, 57(4): 824-835. |
| [13] | 王艳, 李念爽, 王希龄, 钟凤艳. 编码技术改进大规模分布式机器学习性能综述[J]. 计算机研究与发展, 2020, 57(3): 542-561. |
| [14] | 梁玉珠, 梅雅欣, 杨毅, 马樱, 贾维嘉, 王田. 一种基于边缘计算的传感云低耦合方法[J]. 计算机研究与发展, 2020, 57(3): 639-648. |
| [15] | 芦效峰, 廖钰盈, Pietro Lio, Pan Hui. 一种面向边缘计算的高效异步联邦学习机制[J]. 计算机研究与发展, 2020, 57(12): 2571-2582. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3645
