(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210570520.0 (22)申请日 2022.05.24 (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山 街道八一路2 99号 (72)发明人 贺玉龙　贺晓帆　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 罗飞 (51)Int.Cl. G06F 9/445(2018.01) G06F 21/62(2013.01) (54)发明名称 一种位置隐私保护的计算任务分布式卸载 方法 (57)摘要 本发明公开了一种位置隐私保护的计算任 务分布式卸载方法， 用于减少分布式边缘计算任 务卸载过程中的用户位置隐私泄露。 该方法包 括： S1： 构建系统模型、 计算模型、 通信模型、 成本 模型； S2： 构建位置隐私泄露模型并提出相应的 对策； S3： 构建位置隐私保护的计算任务分布式 卸载问题P1； S4： 利用李雅普诺夫优化理论将问 题P1转化为单时隙优 化问题P2[t]； S5： 分离 出子 问题,求解最优本地CPU频率和最优上行传输功 率； S7： 基于李雅普诺夫优化理论得到位置隐私 保护的计算任务分布式卸载方案。 本发明能够减 少任务卸载导致的用户位置隐私泄露， 并同时优 化时延、 能量损耗和任务丢弃率的组合， 提升移 动边缘计算的服 务质量。 权利要求书5页 说明书12页 附图4页 CN 114968404 A 2022.08.30 CN 114968404 A 1.一种位置隐私保护的计算任务分布式卸载 方法， 其特 征在于， 包括： S1： 构建系统模型、 计算模型、 通信模型和 成本模型， 其中， 系 统模型包括用户、 边缘节 点及用户任务的信息和执行方式， 计算模型包括任务在本地执行时的计算时延以及相应的 能量损耗、 任务卸 载到多个边缘节点分布式执行时的计算时延， 通信模型包括任务卸 载到 边缘节点组执行时的总时延和相应的能量损耗， 成本模型将决策成本构建为任务在本地执 行的成本和被卸载边 缘节点组执 行的成本以及丢弃成本的函数； S2： 基于系统模型， 构建位置隐私泄 露模型并提出相应的对策； S3： 基于成本模型和位置隐私泄露模型的对策构建位置隐私保护的计算任务分布式卸 载问题P1； S4： 利用李雅普诺夫优化理论将问题P1转 化为单时隙优化问题P2[t]； S5： 在选择本地执行任务或卸载执行任务的不同决策时， 从P2[t]中分离出子问题， 分 离出的子问题包括本地CPU频率优化子问题和上行传输功率优化子问题， 分别求解对应决 策下的最优本地CPU频率和最优上 行传输功率； S6： 结合步骤S5中得到的不同决策下的最优本地CPU频率和最优上行传输功率， 基于李 雅普诺夫优化理论求解P2[t]， 确定决策变量， 得到位置隐私保护的计算任务分布式卸载方 案。 2.如权利要求1所述的位置隐私保护的计算任务分布式卸载方法， 其特征在于， 步骤S1 中的系统模型建模如下： 系统中存在1个用户、 N个边缘节点ENs， 所有ENs的集合表示为 其中， Si表示第i 个EN， i∈{1,2,...,N}， 每个EN都部署有1个无线接入点和1个边缘服务器， 用户持有1个移 动设备， 移动 设备能够与ENs通信； 系统的时间按 时隙划分， 在每个时隙t， 移动 设备都会生 成一个任务， 任务由三元组T[t]＝{l[t], η[t], ζ[t]}表示， 其中l[t]表示任务的长度， 单位 为比特， η[t]表示任务的计算 强度， ζ[t]表 示任务能够容忍的最大时延； 每个任务可以选择 在本地执行、 卸载到多个ENs分布式执行或者被丢弃； 系统中还存在1个攻击者， 其对用户的 位置隐私感兴趣。 3.如权利要求1所述的位置隐私保护的计算任务分布式卸载方法， 其特征在于， 步骤S1 中的计算模型建模具体如下： 当任务T[t]在本地执行时， 计算时延为DL[t]＝η[t]l[t]/f[t]， 相应的能量损耗为EL [t]＝κ f3[t]DL[t]＝κ η[t]l[t]f2[t]， 其中下标L为Local， 表示本地， f[t]表示时隙t的用户 移动设备的本地CPU频率， κ 表示有效开关电容； 当任务T[t]卸载到多个ENs分布式执行时， 每个任务首先被划分为s个子任务， 每个子 任务长度都相等， 为l[t]/s， 然后从N个ENs中选择s个ENs分别计算1个子任务， 计算完后将 计算结果 发送给用户， 当用户收到来自全部 s个ENs的反馈后即可恢复出最 终结果； 其中， 根 据排列组合理论， 共有 个长度为s的ENs组， 即， 所有ENs组的集合表示为 其中 表示第k个ENs组， k∈{1,2,...,K}； 子任务在Si的计算时延为 其中 表示部署在Si上的边缘服务器的CPU频率； 当任务卸载到ENs组 上执行时， 总计算时延 为 上标e为execute， 表示执 行。权　利　要　求　书 1/5 页 2 CN 114968404 A 24.如权利要求1所述的位置隐私保护的计算任务分布式卸载方法， 其特征在于， 步骤S1 中的通信模型建模如下： 当任务T[t]卸载到ENs组 上执行时， 用户将原始任务T[t]通过无线信道广播给选定 的ENs， 并在ENs完成划分； 其中， 广播任务时， 传输速率受到用户移动设备与ENs组 中各 EN间的最差的信道制约， 最差的信道增益 hi[t]为移动设备与EN ‑Si间的信 道幅度增益， 则最大传输速率为 W为上行信道带 宽， P[t]为时隙t移动设备的上行传输功率， N0为信道噪声功率谱密度， 卸载到 时的上行 传输时 延为 当 任务 卸载到ENs组 上执行时 ， 总时 延为 相应的能量损耗为 上标e表示执行， u为uplink， 表示上行。 5.如权利要求1所述的位置隐私保护的计算任务分布式卸载方法， 其特征在于， 步骤S1 中的成本模型建模如下： 将性能成本建模为 时延和能量损耗的加权和， 根据用户对能量损耗的重视程度调 整权 重系数ω， 以将时延和能量损耗调整至一个数量级， 设置以下指示器函数： 1)λL[t]∈{0,1}， λL[t]等于1时表示任务T[t]在本地执行， 成本为costL[t]＝DL[t]+ω EL[t]， λL[t]等于0时表示任务T[t]被卸载执行或者被丢弃， λL[t]为任务在本地执行的指示 器函数； 2) 等于1时表示任务T[t]被卸载到EN s组 分布式执行， 成本为 等于0时表 示任务T[t]在本地执行或者被丢弃， 为任务被卸载 执行的指示器函数； 3)λD[t]∈{0,1}， λD[t]等于1时表示任 务T[t]被丢弃， λD[t]等于0时表示任务被 执行， λD [t]为任务被丢弃的指示器函数， 下 标D为Drop， 表示丢弃； 利用上述指示器函数将总的性能成本表示为 下标 p为performance， 表示延迟和能耗 等可以感知的性能成本； 根据总得性能成本定义决策成本 其中φ 为一常数， 表示每次丢弃任务都会产生的成本， 下标a为action， 表示包括丢弃成本在内的 决策成本 。 6.如权利要求1所述的位置隐私保护的计算任务分布式卸载方法， 其特征在于， 步骤S2 包括： 将用户可能存在的区域划分为M个子区域， 表示为{L1,L2,…,LM}； 攻击者在每个时隙能 够获取用户接入ENs的情况， 但 不能获取物理层信息， 攻击者利用矩阵序贯概率比检验推测 用户所在子区域， 令假设Hm表示用户位于子区域Lm， m∈{1,2, …,M}； 如果用户总选择信道条 件组最好的ENs组卸载， 那么对于一个给定的假设Hm， 将任务卸载到ENs组 的概率为权　利　要　求　书 2/5 页 3 CN 114968404 A 3