CN113810908B - Mec***安全卸载方法、设备及mec*** - Google Patents
Mec***安全卸载方法、设备及mec*** Download PDFInfo
- Publication number
- CN113810908B CN113810908B CN202110975639.1A CN202110975639A CN113810908B CN 113810908 B CN113810908 B CN 113810908B CN 202110975639 A CN202110975639 A CN 202110975639A CN 113810908 B CN113810908 B CN 113810908B
- Authority
- CN
- China
- Prior art keywords
- updated
- energy consumption
- user terminal
- algorithm
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/12—Detection or prevention of fraud
- H04W12/126—Anti-theft arrangements, e.g. protection against subscriber identity module [SIM] cloning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y30/00—IoT infrastructure
- G16Y30/10—Security thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种MEC***安全卸载方法、设备及MEC***,该方法包括:建立用户终端在总卸载时间内的本地能耗模型和卸载能耗模型;根据本地能耗模型和卸载能耗模型,确定安全能耗目标函数和约束条件;获取设定的基站的通信参数、用户终端的运算能力参数以及总卸载时间作为输入参数;以目标函数的函数值最小为优化目标,根据优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对MEC***进行安全卸载;其中输出参数包括IRS的反射相位、BS的接收波束赋形向量、AN向量、用户终端的发射功率、本地计算任务量。通过将IRS应用到MEC***中,并优化IRS的反射相位,以增强用户终端的信号,减弱窃听者的接收信号,从而提高安全性。
Description
技术领域
本申请属于移动边缘计算技术领域,尤其涉及一种MEC***安全卸载方法、设备及MEC***。
背景技术
移动边缘计算(Mobile Edge Computing,MEC)被认为是下一代无线通信网络和物联网中很有前景的一项技术,然而由于无线传输的广播特性,用户通过无线信道向MEC***中的服务器卸载计算任务时很容易被恶意的窃听者攻击,导致信息泄露问题。
现有技术中,通常采用基站波束赋形,NOMA协作干扰技术,帮助MEC***中的用户终端实现隐私安全卸载,但其无法满足安全需求,安全性低。
发明内容
有鉴于此,本发明提供了一种MEC***安全卸载方法、设备及MEC***,旨在解决MEC***安全性低的问题。
本发明实施例的第一方面提供了一种MEC***安全卸载方法,所述MEC***中部署有智能反射表面IRS,包括:
建立用户终端在总卸载时间内的本地能耗模型和卸载能耗模型;
根据所述本地能耗模型和卸载能耗模型,确定安全能耗目标函数和约束条件;
获取设定的基站的通信参数、用户终端的运算能力参数以及总卸载时间作为输入参数;
以所述安全能耗目标函数的函数值最小为优化目标,根据优化算法、所述输入参数和所述约束条件进行优化,得到输出参数的目标值;所述输出参数的目标值用于对所述MEC***进行安全卸载;
其中,所述输出参数包括IRS的反射相位、基站BS的接收波束赋形向量、人工噪声AN向量、用户终端的发射功率、本地计算任务量。
本发明实施例的第二方面提供了一种MEC***安全卸载装置,包括:
模型建立模块,用于建立用户终端在总卸载时间内的本地能耗模型和卸载能耗模型;
优化准备模块,用于根据所述本地能耗模型和卸载能耗模型,确定安全能耗目标函数和约束条件;
参数输入模块,用于获取设定的基站的通信参数、用户终端的运算能力参数以及总卸载时间作为输入参数;
参数优化模块,用于以所述安全能耗目标函数的函数值最小为优化目标,根据优化算法、所述输入参数和所述约束条件进行优化,得到输出参数的目标值;所述输出参数的目标值用于对所述MEC***进行安全卸载;
其中,所述输出参数包括智能反射表面IRS的反射相位、基站BS的接收波束赋形向量、人工噪声AN向量、用户终端的发射功率、本地计算任务量。
本发明实施例的第三方面提供了一种基站,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上第一方面所述MEC***安全卸载方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上第一方面所述的MEC***安全卸载的步骤。
本发明实施例的第五方面提供了一种MEC***,其特征在于,包括如上第三方面所述的基站、智能反射表面IRS以及IRS控制器;所述IRS控制器用于调整所述IRS的反射相位,以及控制所述IRS的工作状态;所述工作状态包括接收状态和反射状态。
本发明实施例提供的MEC***安全卸载方法、设备及MEC***,建立用户终端在总卸载时间内的本地能耗模型和卸载能耗模型;根据本地能耗模型和卸载能耗模型,确定安全能耗目标函数和约束条件;获取设定的基站的通信参数、用户终端的运算能力参数以及总卸载时间作为输入参数;以安全能耗目标函数的函数值最小为优化目标,根据优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对MEC***进行安全卸载;其中,输出参数包括智能反射表面IRS的反射相位、基站BS的接收波束赋形向量、人工噪声AN向量、用户终端的发射功率、本地计算任务量。通过充分利用IRS能够提高物理层安全性的优势,将其应用到MEC***中,并优化IRS的反射相位,以增强用户终端的信号,减弱窃听者的接收信号,从而提高安全性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的MEC***的应用场景示意图;
图2是本发明一个实施例提供的MEC***安全卸载方法的实现流程图;
图3是本发明另一个实施例提供的MEC***安全卸载方法的实现流程图;
图4是本发明一个实施例提供的MEC***安全卸载装置的结构示意图;
图5是本发明一个实施例提供的基站的示意图;
图6是本发明一个实施例提供的MEC***的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
移动边缘计算被认为是下一代无线通信网络和物联网(Internet of Things,IoT)中很有前景的一项技术,它可以将云计算服务扩展至网络边缘,允许资源受限的终端设备将计算密集型、时延敏感性的应用全部或部分卸载到部署在基站(Base Station,BS)或者接入点(Access point,AP)上的MEC服务器中进行处理,从而减少设备的计算时延、降低设备的能耗、延长设备电池寿命等。
然而由于无线传输的广播特性,用户通过无线信道向MEC服务器卸载计算任务时很容易被恶意的窃听者攻击,导致信息泄露问题。物理层安全技术法是一种提高无线通信***安全性的有效方法,它利用无线信道的物理特性达到安全传输的目的,已经在无线通信***中得到广泛研究。可以通过联合优化用户的计算和通信资源分配,使MEC用户的总能耗最小,同时满足安全卸载速率和计算时延的约束。人工噪声(Artificial noise,AN)法也是提高***的安全性的一个有效方法,通过基站全双工技术发射AN信号,能够帮助MEC用户实现隐私安全卸载。
智能反射表面(Intelligent reflective surface,IRS)由大量低成本的无源反射元件构成。在现有技术中,通常使用IRS提高下行通信时的物理层安全性能(如MISO***),或者IRS只是被应用到MEC***中来提高用户的卸载性能。而提高MEC***安全性的技术有AN技术,全双工技术,波束赋形,NOMA协作干扰技术等,这些技术复杂性较高,不易实现,同时会额外增加***的能耗。
本发明通过合适地调整IRS的振幅和相位,可以按照接收端的目的改变入射信号,进而能够智能可控地重新配置无线传输环境,以增强接收信号的强度,减小发射功率,提高***能量和频谱效率,减弱干扰,提高物理层安全性等。并且IRS是由无源反射元件构成的,成本低,不会额外增加能耗,此外,本申请还通过基站采用全双工技术在接收信号的同时发送AN,进一步提高MEC***的安全性。
本发明实施例提供的MEC***安全卸载方法应用于部署有IRS的MEC***,对其进行优化。图1是本发明一个实施例提供的MEC***的应用场景示意图。本发明实施例的提供的MEC***可以包括但不限于应用于该场景中。该场景包括:基站11、IRS12、IRS控制器13、至少一个用户终端14、窃听设备15。
用户终端14可以通过主信道直接向基站11传输数据,还可以通过经IRS12反射的主信道向基站11传输信号。窃听设备15可以通过窃听信道分别从用户终端14和IRS窃听用户终端向基站11传输的数据。基站11可以通过人工噪声信道直接向窃听设备15发送AN,还可以通过经IRS反射的人工噪声信道向窃听设备15发送噪声。IRS控制器用于控制IRS的反射相位和振幅。
本实施例中,合适地调整IRS的振幅和相位,可以按照接收端的目的改变入射信号,进而能够智能可控地重新配置无线传输环境,以增强接收信号的强度,减小发射功率,提高***能量和频谱效率,减弱干扰,提高物理层安全性等。并且IRS是由无源反射元件构成的,成本低,不会额外增加能耗,此外,还通过基站采用全双工技术在接收信号的同时发送AN,进一步提高MEC***的安全性。
图2是本发明一个实施例提供的MEC***安全卸载方法的实现流程图。其中,MEC***中部署有智能反射表面IRS,如图2所示,该方法包括:
S201,建立用户终端在总卸载时间内的本地能耗模型和卸载能耗模型。
S202,根据本地能耗模型和卸载能耗模型,确定安全能耗目标函数和约束条件。
S203,获取设定的基站的通信参数、用户终端的运算能力参数以及总卸载时间作为输入参数。
S204,以安全能耗目标函数的函数值最小为优化目标,根据优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对MEC***进行安全卸载。
其中,输出参数包括IRS的反射相位、基站BS的接收波束赋形向量、人工噪声AN向量、用户终端的发射功率、本地计算任务量。
本实施例中,用户终端的个数为K(K≥1),总卸载时间为T,则每个用户的最大卸载时间为T/K。K个用户可以采用TDMA方式卸载各自的任务量。本地能耗模型表示本地能耗与MEC***的参数之间的关系。卸载能耗模型表示卸载能耗与MEC***的参数之间的关系。优化算法可以是梯度下降法、粒子群算法、包括了半定规划(Semi Definite Programming,SDP)算法、半定松弛(Semi Definite Relaxation,SDR)算法、Dinkelbach法的最优迭代算法等,在此不作限定。
本实施例中,建立用户终端在总卸载时间内的本地能耗模型和卸载能耗模型;根据本地能耗模型和卸载能耗模型,确定安全能耗目标函数和约束条件;获取设定的基站的通信参数、用户终端的运算能力参数以及总卸载时间作为输入参数;以安全能耗目标函数的函数值最小为优化目标,根据优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对MEC***进行安全卸载;其中,输出参数包括智能反射表面IRS的反射相位、基站BS的接收波束赋形向量、人工噪声AN向量、用户终端的发射功率、本地计算任务量。通过充分利用IRS能够提高物理层安全性的优势,将其应用到MEC***中,并优化IRS的反射相位,以增强用户终端的信号,减弱窃听者的接收信号,从而提高安全性。
在一些实施例中,安全能耗目标函数的表达式为:
约束条件可以包括但不限于下述至少一项:
||qk||2=1 (4)
本地能耗模型的表达式为:
卸载能耗模型的表达式为:
其中,E为安全能耗目标函数的函数值,k为用户终端的序号,K为用户终端的总数,ξk为第k个用户终端的有效电容参数,ck为第k个用户终端计算1bit任务量所需的CPU周期数,lk为第k个用户终端的本地任务计算量,T为总卸载时间,pk为第k个用户终端的发射功率,Lk为第k个用户终端的总任务计算量,B为信道带宽,Rs,k为第k个用户终端的安全卸载速率,pk max和pk min分别为第k个用户终端的发射功率的最大值和最小值,lk max为本地任务计算量的最大值,qk为接收波束赋形向量,Wk为AN向量,pB max为基站的最大发射功率,φk,n为IRS的第n个反射单元对第k个用户的振幅和相位,Ek loc为本地能耗,Ek off为卸载能耗,tk为第k个用户终端的卸载时间,Rs,k由qk、Wk、φk,n确定。
本实施例中,第k个用户终端的安全卸载速率的表达式为:
用户的卸载速率和窃听者的窃听速率可以由下式确定:
其中,γb,k和分别为基站和第i个窃听设备的接收信干噪比(Signal toInterference Noise Ratio,SINR),/>和/>分别是BS和Eve信道中加性高斯白噪声(Additive White Gaussian Noise,AWGN)的方差。/> 为第k个用户终端到基站的信道参数,/>分别为第k个用户终端到第i个窃听设备和IRS的信道参数,/> 分别为IRS到基站和第i个窃听设备的信道参数,/> 分别为基站到第i个窃听设备和IRS的信道参数,/>为基站的自干扰信道参数,其中,N为IRS中反射单元的个数,Mt为基站发射天线数,Mr为基站接收天线数;
其中,Φk=diag(αk,1exp(jφk,1),αk,2exp(jφk,2),…,αk,Nexp(jφk,N)),代表IRS反射系数的对角矩阵,其中,αk,n∈[0,1]。为了让接收信号强度最大,可以令αk,n=1。所有的信道状态信息(Channel State Information,CSI)都是可获得的。并且,由于AN被IRS反射对基站造成的影响与基站的自干扰相比很小,故可将其忽略。
本实施例中,可选的,用户终端的卸载协议为等时隙的TDMA协议。
S202,具体如下:
根据本地能耗模型和卸载能耗模型得到安全能耗模型和初始约束条件;其中,
安全能耗模型的表达式为:
初始约束条件为:
||qk||2=1 (16)
其中,B为信道带宽。
由于采用等时隙的TDMA协议卸载用户的信息,因此在卸载过程K个用户是互独立,可以将初始约束条件中的公式(13)简化为:
图3是本发明另一个实施例提供的MEC***安全卸载方法的实现流程图。如图3所示,在一些实施例中,优化算法包括第一算法和第二算法。
S204,包括:
S1:根据约束条件、第一算法、发射功率的初始值、本地任务计算量的初始值,对反射相位、接收波束赋形向量、AN向量进行优化,得到更新的反射相位、更新的接收波束赋形向量、更新的AN向量;
S2:根据更新的反射相位、更新的接收波束赋形向量、更新的AN向量以及第二算法,对发射功率、本地任务计算量进行优化,得到更新的发射功率、更新的本地任务计算量;
S3:根据安全能耗目标函数判断更新的参数值是否满足预设条件;若不满足预设条件,则跳转至S1,对更新的参数值进行迭代;若满足预设条件,则将更新的参数值作为目标值,其中,更新的参数值包括更新的反射相位、更新的接收波束赋形向量、更新的AN向量、更新的发射功率、更新的本地任务计算量。
本实施例中,S1中,由于发射功率、本地任务计算量的值是固定的,故优化目标可以简化为令用户终端的安全卸载速率最大,此时约束条件包括公式(4)-(6)。此时安全卸载速率表达式为:
在一些实施例中,第一算法包括半定规划算法和半定松弛算法。
S1包括:
根据发射功率的初始值、本地任务计算量的初始值、反射相位的初始值、AN向量的初始值,将安全能耗目标函数的转换为第一凹函数;
根据半定松弛算法对约束条件进行处理,得到凸约束条件;
根据凸约束条件、半定规划算法对第一凹函数进行求解,再通过特征值分解算法或者高斯随机算法对得到的解进行处理,确定更新的接收波束赋形向量;
根据更新的接收波束赋形向量、发射功率的初始值、本地任务计算量的初始值、反射相位的初始值,将安全能耗目标函数的转换为第二凹函数;
根据约束条件、半定规划算法对第二凹函数进行求解,得到更新的AN向量;
根据更新的接收波束赋形向量、更新的AN向量、发射功率的初始值、本地任务计算量的初始值,将安全能耗目标函数的转换为第三凹函数;
根据凸约束条件、半定规划算法对第三凹函数进行求解,再通过特征值分解算法或者高斯随机算法对得到的解进行处理,得到更新的反射相位。
本实施例中,由于反射相位、接收波束赋形向量、AN向量这三个变量是耦合的,但固定其中两个变量的值时,优化问题就转化为求解其中一个变量的凸问题,再以迭代的方式求解该变量的最优解。
本实施例中,根据半定松弛算法对约束条件进行处理,得到凸约束条件为:采用半定松弛算法使秩为1的约束松弛,以将约束条件中的非凸约束转化为凸约束。若约束条件中的各约束均为凸约束,则无需采用半定松弛算法对约束条件进行处理。
本实施例中,将安全能耗目标函数的转换为第一凹函数、第二凹函数、第三凹函数的原理相同,故以将安全能耗目标函数的转换为第二凹函数为例进行说明,具体如下:
步骤Ⅱ,由于反射相位、接收波束赋形向量是固定的,故可以将公式(20)简化为:
步骤Ⅲ-1,根据定理1可以将公式(21)的右侧第一部分进行如下简化:
步骤Ⅲ-2,根据定理1可以将公式(21)的右侧第二部分进行如下简化:
步骤Ⅲ-3,忽略常数项1/ln2,并应用Sion的极小极大理论,可以得出公式(21)的化简式:
本实施例中,根据凸约束条件(或约束条件)、半定规划算法对第一凹函数、第二凹函数、第三凹函数进行求解的原理相同,故以根据约束条件、半定规划算法对第二凹函数进行求解为例进行说明,具体如下:
Rs,k=yw,k(Wk,μw,k)-lw,k (25)
此时约束条件为:
此时优化问题转化为求解其中一个变量的凸问题,可以使用半定规划算法对其进行迭代求解。可选的,求解工具可以为凸优化软件包CVX。
在一些实施例中,第二算法为Dinkelbach算法。
S2包括:
根据约束条件、更新的反射相位、更新的接收波束赋形向量、更新的AN向量、本地任务计算量的初始值、第一预设参数以及Dinkelbach算法,确定更新的发射功率;
根据约束条件、更新的反射相位、更新的接收波束赋形向量、更新的AN向量、更新的发射功率,确定更新的本地任务计算量。
本实施例中,反射相位、接收波束赋形向量、AN向量三个变量已经在S1中求解,由于本地任务计算量和发射功率是耦合的,故需要通过如下方式进行求解:
步骤ⅰ,固定本地任务计算量,则公式(1)安全能耗目标函数等号右侧的第一部为固定值,其等号右侧的第二部分可以简化为:
此时约束条件为公式(2)。优化问题仍为非凸问题。
步骤ⅱ,根据第一预设参数以及Dinkelbach算法,对公式(28)进行进一步处理,得到:
根据公式(29)得到最优解:
步骤ⅲ,更新的发射功率存在多种情况,故通过以下两种情况求解更新的本地任务计算量:
此时,pk和lk是相互独立的,因此可以很容易求解出:
因此:
此时约束条件为公式(3)。
在一些实施例中,判断输出参数的值是否满足预设条件,包括:
在每一次迭代后计算该次迭代得到的输出参数对应的安全能耗目标函数的函数值;
若本次迭代的函数值与上一次迭代的函数值的差值不超过预设容错误差,则判定输出参数的值满足预设条件;否则,判定输出参数的值不满足预设条件。
本实施例中,预设条件的表达式如下:
||Ek(it)-Ek(it-1)||≤ε (35)
在一些实施例中,基站的通信参数可以包括但不限于下述至少一项:基站的最大发射功率、基站信道和窃听者信道中加性高斯白噪声的方差、基站自干扰信道参数;
用户终端的运算能力参数可以包括但不限于下述至少一项:本地计算任务量、总任务计算量、有效电容参数、CPU周期数。
在一些实施例中,以安全能耗目标函数的函数值最小为优化目标,根据优化算法、输入参数和约束条件对安全能耗目标函数的参数进行优化之前,还包括:
对第一预设参数、输出参数进行初始化。
下面通过一个实施示例对上述MEC***安全卸载方法进行说明,但并不作为限定。
本实施示例中,MEC***安全卸载方法的步骤如下:
步骤1,建立用户终端在总卸载时间内的本地能耗模型和卸载能耗模型.
步骤2,根据所述本地能耗模型和卸载能耗模型,确定安全能耗目标函数和约束条件。
步骤3,初始化第一预设参数η以及输出参数。
步骤5,it=1。
步骤6,固定其他参数,更新接收波束赋形向量。
步骤7,固定其他参数,更新AN向量。
步骤8,固定其他参数,更新反射相位。
步骤9,固定其他参数,更新发射功率。
步骤10,固定其他参数,更新本地任务计算量。
步骤11,更新第一预设参数。
步骤12,根据所述安全能耗目标函数判断更新的参数值是否满足预设条件:||Ek(it)-Ek(it-1)||≤ε。若不满足预设条件,则it=it+1并跳转至步骤5;若满足预设条件,则跳转至步骤13。
本发明的有益效果为:
(1)通过利用IRS来提高MEC***的安全卸载性能,并同时考虑了FD-BS(Fullduplex base station,全双工基站)在接收信号的同时发送AN,从而提高在多个窃听设备存在的MEC***中的安全卸载性能。
(2)能耗是MEC***的一个重要性能指标,针对MEC***,建立了用户安全能耗最小的优化问题,并提出一个迭代优化算法来求解该问题能够有效减小***的安全能耗。
(3)通过数值仿真,可以得出:适当地提高IRS的反射单元数,将IRS部署在靠近发送端或者接收端的位置都可以很好的提高***性能;此外,FD-BS的自干扰系数越小,最大发射功率越大,更有利于提高***的性能。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图4是本发明一个实施例提供的MEC***安全卸载装置的结构示意图。其中,MEC***中部署有智能反射表面IRS,如图4所示,MEC***安全卸载装置4,包括:
模型建立模块410,用于建立用户终端在总卸载时间内的本地能耗模型和卸载能耗模型。
优化准备模块420,用于根据本地能耗模型和卸载能耗模型,确定安全能耗目标函数和约束条件。
参数输入模块430,用于获取设定的基站的通信参数、用户终端的运算能力参数以及总卸载时间作为输入参数。
参数优化模块440,用于以安全能耗目标函数的函数值最小为优化目标,根据优化算法、输入参数和约束条件进行优化,得到输出参数的目标值;输出参数的目标值用于对MEC***进行安全卸载。
其中,输出参数包括IRS的反射相位、基站BS的接收波束赋形向量、人工噪声AN向量、用户终端的发射功率、本地计算任务量。
可选的,优化算法包括第一算法和第二算法。
参数优化模块440,用于:
S1:根据约束条件、第一算法、发射功率的初始值、本地任务计算量的初始值,对反射相位、接收波束赋形向量、AN向量进行优化,得到更新的反射相位、更新的接收波束赋形向量、更新的AN向量;
S2:根据更新的反射相位、更新的接收波束赋形向量、更新的AN向量以及第二算法,对发射功率、本地任务计算量进行优化,得到更新的发射功率、更新的本地任务计算量;
S3:根据安全能耗目标函数判断更新的参数值是否满足预设条件;若不满足预设条件,则跳转至S1,对更新的参数值进行迭代;若满足预设条件,则将更新的参数值作为目标值,其中,更新的参数值包括更新的反射相位、更新的接收波束赋形向量、更新的AN向量、更新的发射功率、更新的本地任务计算量。
可选的,第一算法包括半定规划算法和半定松弛算法。
参数优化模块440,用于:
根据发射功率的初始值、本地任务计算量的初始值、反射相位的初始值、AN向量的初始值,将安全能耗目标函数的转换为第一凹函数;
根据半定松弛算法对约束条件进行处理,得到凸约束条件;
根据凸约束条件、半定规划算法对第一凹函数进行求解,再通过特征值分解算法或者高斯随机算法对得到的解进行处理,确定更新的接收波束赋形向量;
根据更新的接收波束赋形向量、发射功率的初始值、本地任务计算量的初始值、反射相位的初始值,将安全能耗目标函数的转换为第二凹函数;
根据约束条件、半定规划算法对第二凹函数进行求解,得到更新的AN向量;
根据更新的接收波束赋形向量、更新的AN向量、发射功率的初始值、本地任务计算量的初始值,将安全能耗目标函数的转换为第三凹函数;
根据凸约束条件、半定规划算法对第三凹函数进行求解,再通过特征值分解算法或者高斯随机算法对得到的解进行处理,得到更新的反射相位。
可选的,第二算法为Dinkelbach算法。
参数优化模块440,用于:
根据约束条件、更新的反射相位、更新的接收波束赋形向量、更新的AN向量、本地任务计算量的初始值、第一预设参数以及Dinkelbach算法,确定更新的发射功率;
根据约束条件、更新的反射相位、更新的接收波束赋形向量、更新的AN向量、更新的发射功率,确定更新的本地任务计算量。
可选的,参数优化模块440,用于:
在每一次迭代后计算该次迭代得到的输出参数对应的安全能耗目标函数的函数值;
若本次迭代的函数值与上一次迭代的函数值的差值不超过预设容错误差,则判定输出参数的值满足预设条件;否则,判定输出参数的值不满足预设条件。
可选的,安全能耗目标函数的表达式为:
约束条件可以包括但不限于下述至少一项:
||qk||2=1
本地能耗模型的表达式为:
卸载能耗模型的表达式为:
其中,E为安全能耗目标函数的函数值,k为用户终端的序号,K为用户终端的总数,ξk为第k个用户终端的有效电容参数,ck为第k个用户终端计算1bit任务量所需的CPU周期数,lk为第k个用户终端的本地任务计算量,T为总卸载时间,pk为第k个用户终端的发射功率,Lk为第k个用户终端的总任务计算量,B为信道带宽,Rs,k为第k个用户终端的安全卸载速率,pk max和pk min分别为第k个用户终端的发射功率的最大值和最小值,lk max为本地任务计算量的最大值,qk为接收波束赋形向量,Wk为AN向量,pB max为基站的最大发射功率,φk,n为IRS的第n个反射单元对第k个用户的振幅和相位反射相移矩阵约束,Ek loc为本地能耗,Ek off为卸载能耗,tk为第k个用户终端的卸载时间,Rs,k由qk、Wk、φk,n确定。
可选的,基站的通信参数可以包括但不限于下述至少一项:基站的最大发射功率、基站信道和窃听者信道中加性高斯白噪声的方差、基站自干扰信道参数;
用户终端的运算能力参数可以包括但不限于下述至少一项:本地计算任务量、总任务计算量、有效电容参数、CPU周期数。
可选的,以安全能耗目标函数的函数值最小为优化目标,根据优化算法、输入参数和约束条件对安全能耗目标函数的参数进行优化之前,还包括:
对第一预设参数、输出参数进行初始化。
可选的,用户终端的卸载协议为等时隙的TDMA协议。
本实施例提供的MEC***安全卸载装置,可用于执行上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图5是本发明一个实施例提供的基站的示意图。如图5所示,本发明的一个实施例提供的基站5,该实施例的基站5包括:处理器50、存储器51以及存储在存储器51中并可在处理器50上运行的计算机程序52。处理器50执行计算机程序52时实现上述各个MEC***安全卸载方法实施例中的步骤,例如图2所示的步骤201至步骤204。或者,处理器50执行计算机程序52时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块410至440的功能。
示例性的,计算机程序52可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器51中,并由处理器50执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序52在基站5中的执行过程。
基站5可以4G/5G移动通讯基站等,基站5可以包括用于收发信号的收发装置以及具有监测、计算、控制等功能的计算设备,该计算设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等,在此不作限定。终端可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是基站5的示例,并不构成对基站5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器51可以是基站5的内部存储单元,例如基站5的硬盘或内存。存储器51也可以是基站5的外部存储设备,例如基站5上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器51还可以既包括基站5的内部存储单元也包括外部存储设备。存储器51用于存储计算机程序以及终端所需的其他程序和数据。存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述MEC***安全卸载方法实施例中的步骤。
计算机可读存储介质存储有计算机程序52,计算机程序52包括程序指令,程序指令被处理器50执行时实现上述实施例方法中的全部或部分流程,也可以通过计算机程序52来指令相关的硬件来完成,计算机程序52可存储于一计算机可读存储介质中,该计算机程序52在被处理器50执行时,可实现上述各个方法实施例的步骤。其中,计算机程序52包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元,例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备,例如终端上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
图6是本发明一个实施例提供的MEC***的结构示意图。如图6所示,MEC***,包括基站61、智能反射表面IRS62以及IRS控制器63;IRS控制器用于调整IRS的反射相位,以及控制IRS的工作状态;工作状态包括接收状态和反射状态。
本实施例中,IRS不仅可以协助用户提高卸载性能,减小能耗,而且还可以减弱窃听者的接收信号强度,提高***安全性能。
在一些实施例中,MES***中的基站61采用全双工模式在接收用户的卸载数据的同时发送人工噪声AN。
本实施例中,基站61用于获取输入参数;其中,输入参数可以是预先设定的,例如基站最大发射功率;也可以是实时采集的,例如图1所示实施例中各信道的信道参数;在此不作限定。
基站61还用于根据输入参数和上述任一实施例的MEC***安全卸载方法对输出参数进行优化,得到输出参数的目标值。其中,输出参数包括IRS62的反射相位、基站BS的接收波束赋形向量、人工噪声AN向量、用户终端的发射功率、本地计算任务量。
基站61还用于调整基站BS的接收波束赋形向量、人工噪声AN向量至其其目标值,还用于通过IRS控制器63控制IRS以调整IRS62的反射相位至其目标值,还用于将用户终端的发射功率和本地计算任务量的目标值发送给用户终端,以使其按照该目标值进行安全卸载。
本实施例中,接受状态用于估计信道状态信息,反射状态用于传输数据。
本实施例中,由于实时采集的输入参数是不断变化的,故在每次采集后,都需要根据新的输入参数对输出参数进行优化,得到新的输出参数的目标值,所以输出参数是根据输入参数的实时变化(信道的变化)试实时调整的。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (9)
1.一种MEC***安全卸载方法,其特征在于,所述MEC***中部署有智能反射表面IRS,所述方法包括:
建立用户终端在总卸载时间内的本地能耗模型和卸载能耗模型;
根据所述本地能耗模型和卸载能耗模型,确定安全能耗目标函数和约束条件;
获取设定的基站的通信参数、用户终端的运算能力参数以及总卸载时间作为输入参数;
以所述安全能耗目标函数的函数值最小为优化目标,根据优化算法、所述输入参数和所述约束条件进行优化,得到输出参数的目标值;所述输出参数的目标值用于对所述MEC***进行安全卸载;
其中,所述输出参数包括IRS的反射相位、基站BS的接收波束赋形向量、人工噪声AN向量、用户终端的发射功率、本地计算任务量;
所述安全能耗目标函数的表达式为:
所述约束条件包括下述至少一项:
qk 2=1
所述本地能耗模型的表达式为:
所述卸载能耗模型的表达式为:
其中,E为所述安全能耗目标函数的函数值,k为所述用户终端的序号,K为所述用户终端的总数,ξk为第k个用户终端的有效电容参数,ck为第k个用户终端计算1bit任务量所需的CPU周期数,lk为第k个用户终端的本地任务计算量,T为所述总卸载时间,pk为第k个用户终端的发射功率,Lk为第k个用户终端的总任务计算量,B为信道带宽,Rs,k为第k个用户终端的安全卸载速率,pk max和pk min分别为第k个用户终端的发射功率的最大值和最小值,lk max为所述本地任务计算量的最大值,qk为所述接收波束赋形向量,Wk为所述AN向量,pB max为所述基站的最大发射功率,φk,n为所述IRS第n个反射单元对第k个用户的振幅和相位,为本地能耗,Ek off为卸载能耗,tk为第k个用户终端的卸载时间,Rs,k由qk、Wk、φk,n确定;
第k个用户终端的安全卸载速率的表达式为:
用户的卸载速率和窃听者的窃听速率由下式确定:
其中,γb,k和分别为基站和第i个窃听设备的接收信干噪比,/>和/>分别是BS和Eve信道中加性高斯白噪声的方差;/> 为第k个用户终端到基站的信道参数,/>分别为第k个用户终端到第i个窃听设备和IRS的信道参数,/>分别为IRS到基站和第i个窃听设备的信道参数,/>分别为基站到第i个窃听设备和IRS的信道参数,为基站的自干扰信道参数,其中,N为IRS中反射单元的个数,Mt为基站发射天线数,Mr为基站接收天线数;
其中,Φk=diag(αk,1exp(jφk,1),αk,2exp(jφk,2),…,αk,Nexp(jφk,N)),代表IRS反射系数的对角矩阵,其中,αk,n∈[0,1]。
2.根据权利要求1所述的MEC***安全卸载方法,其特征在于,所述优化算法包括第一算法和第二算法;所述以所述安全能耗目标函数的函数值最小为优化目标,根据优化算法、所述输入参数和所述约束条件进行优化,得到输出参数的目标值,包括:
S1:根据所述约束条件、所述第一算法、发射功率的初始值、本地任务计算量的初始值,对所述反射相位、所述接收波束赋形向量、所述AN向量进行优化,得到更新的反射相位、更新的接收波束赋形向量、更新的AN向量;
S2:根据更新的反射相位、更新的接收波束赋形向量、更新的AN向量以及第二算法,对所述发射功率、所述本地任务计算量进行优化,得到更新的发射功率、更新的本地任务计算量;
S3:根据所述安全能耗目标函数判断更新的参数值是否满足预设条件;若不满足预设条件,则跳转至S1,对更新的参数值进行迭代;若满足预设条件,则将更新的参数值作为所述目标值,其中,更新的参数值包括更新的反射相位、更新的接收波束赋形向量、更新的AN向量、更新的发射功率、更新的本地任务计算量。
3.根据权利要求2所述的MEC***安全卸载方法,其特征在于,所述第一算法包括半定规划算法和半定松弛算法;所述S1包括:
根据发射功率的初始值、本地任务计算量的初始值、反射相位的初始值、AN向量的初始值,将所述安全能耗目标函数的转换为第一凹函数;
根据半定松弛算法对约束条件进行处理,得到凸约束条件;
根据所述凸约束条件、所述半定规划算法对所述第一凹函数进行求解,再通过特征值分解算法或者高斯随机算法对得到的解进行处理,确定更新的接收波束赋形向量;
根据更新的接收波束赋形向量、发射功率的初始值、本地任务计算量的初始值、反射相位的初始值,将所述安全能耗目标函数的转换为第二凹函数;
根据所述约束条件、所述半定规划算法对所述第二凹函数进行求解,得到更新的AN向量;
根据更新的接收波束赋形向量、更新的AN向量、发射功率的初始值、本地任务计算量的初始值,将所述安全能耗目标函数的转换为第三凹函数;
根据所述凸约束条件、所述半定规划算法对所述第三凹函数进行求解,再通过特征值分解算法或者高斯随机算法对得到的解进行处理,得到更新的反射相位。
4.根据权利要求3所述的MEC***安全卸载方法,其特征在于,所述第二算法为Dinkelbach算法;所述S2包括:
根据所述约束条件、更新的反射相位、更新的接收波束赋形向量、更新的AN向量、本地任务计算量的初始值、第一预设参数以及Dinkelbach算法,确定更新的发射功率;
根据所述约束条件、更新的反射相位、更新的接收波束赋形向量、更新的AN向量、更新的发射功率,确定更新的本地任务计算量。
5.根据权利要求2所述的MEC***安全卸载方法,其特征在于,判断所述输出参数的值是否满足预设条件,包括:
在每一次迭代后计算该次迭代得到的输出参数对应的安全能耗目标函数的函数值;
若本次迭代的函数值与上一次迭代的函数值的差值不超过预设容错误差,则判定输出参数的值满足预设条件;否则,判定输出参数的值不满足预设条件。
6.根据权利要求4所述的MEC***安全卸载方法,其特征在于,所述基站的通信参数包括下述至少一项:所述基站的最大发射功率、基站信道和窃听者信道中加性高斯白噪声的方差、基站自干扰信道参数;
所述用户终端的运算能力参数包括下述至少一项:本地计算任务量、总任务计算量、有效电容参数、CPU周期数;
所述以所述安全能耗目标函数的函数值最小为优化目标,根据优化算法、所述输入参数和所述约束条件对所述安全能耗目标函数的参数进行优化之前,还包括:
对所述第一预设参数、所述输出参数进行初始化;
所述用户终端的卸载协议为等时隙的TDMA协议。
7.一种基站,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至6中任一项所述MEC***安全卸载方法的步骤。
8.一种MEC***,其特征在于,所述MEC***中包括如权利要求7所述的基站、智能反射表面IRS以及IRS控制器;
所述IRS控制器用于调整所述IRS的反射相位,以及控制所述IRS的工作状态;所述工作状态包括接收状态和反射状态。
9.根据权利要求8所述的MEC***,其特征在于,所述MEC***中的基站BS采用全双工模式在接收用户的卸载数据的同时发送人工噪声AN。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110975639.1A CN113810908B (zh) | 2021-08-24 | 2021-08-24 | Mec***安全卸载方法、设备及mec*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110975639.1A CN113810908B (zh) | 2021-08-24 | 2021-08-24 | Mec***安全卸载方法、设备及mec*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113810908A CN113810908A (zh) | 2021-12-17 |
CN113810908B true CN113810908B (zh) | 2023-06-20 |
Family
ID=78941669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110975639.1A Active CN113810908B (zh) | 2021-08-24 | 2021-08-24 | Mec***安全卸载方法、设备及mec*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113810908B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277567B (zh) * | 2022-06-29 | 2024-01-16 | 北京科技大学 | 一种智能反射面辅助的车联网多mec卸载方法 |
CN116155728B (zh) * | 2023-04-23 | 2023-06-30 | 华东交通大学 | 超密集网络中计算卸载与资源优化方法 |
CN116418397B (zh) * | 2023-06-12 | 2023-09-05 | 南昌大学 | 一种用户公平性的速率分集辅助的可见光通信方法及*** |
CN117858168B (zh) * | 2024-03-07 | 2024-05-10 | 齐鲁工业大学(山东省科学院) | 基于智能反射面的毫米波移动边缘计算***时延优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779374A (zh) * | 2016-12-05 | 2017-05-31 | 南通大学 | 光伏发电传输最大功率储能优化建模方法 |
CN112052086A (zh) * | 2020-07-28 | 2020-12-08 | 西安交通大学 | 一种移动边缘计算网络中的多用户安全节能资源分配方法 |
WO2021097253A1 (en) * | 2019-11-14 | 2021-05-20 | Intel Corporation | Technologies for implementing the radio equipment directive |
WO2021146029A1 (en) * | 2020-01-17 | 2021-07-22 | Intel Corporation | Reconfigurable radio systems including radio interface engines and radio virtual machines |
CN113163497A (zh) * | 2021-03-29 | 2021-07-23 | 南京航空航天大学 | 一种基于可重构智能面的毫米波移动边缘计算***中计算效率优化方法 |
-
2021
- 2021-08-24 CN CN202110975639.1A patent/CN113810908B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779374A (zh) * | 2016-12-05 | 2017-05-31 | 南通大学 | 光伏发电传输最大功率储能优化建模方法 |
WO2021097253A1 (en) * | 2019-11-14 | 2021-05-20 | Intel Corporation | Technologies for implementing the radio equipment directive |
WO2021146029A1 (en) * | 2020-01-17 | 2021-07-22 | Intel Corporation | Reconfigurable radio systems including radio interface engines and radio virtual machines |
CN112052086A (zh) * | 2020-07-28 | 2020-12-08 | 西安交通大学 | 一种移动边缘计算网络中的多用户安全节能资源分配方法 |
CN113163497A (zh) * | 2021-03-29 | 2021-07-23 | 南京航空航天大学 | 一种基于可重构智能面的毫米波移动边缘计算***中计算效率优化方法 |
Non-Patent Citations (2)
Title |
---|
"智能变电站智能反射表面辅助MEC传输方法研究";贺奎;《数字通信世界》;全文 * |
Wei Wu."Energy-efficient resource allocation for secure NOMA-enabled mobile edge computing networks".《IEEE Transactions on Communications》.2019,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113810908A (zh) | 2021-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113810908B (zh) | Mec***安全卸载方法、设备及mec*** | |
Xu et al. | Resource allocation for IRS-assisted full-duplex cognitive radio systems | |
Jia et al. | Reconfigurable intelligent surfaces for energy efficiency in D2D communication network | |
Yang et al. | Optimal resource allocation in full-duplex ambient backscatter communication networks for wireless-powered IoT | |
Chu et al. | Resource allocation for IRS-assisted wireless-powered FDMA IoT networks | |
CN113726383B (zh) | 一种智能反射面辅助的无线通信*** | |
Yang et al. | Intelligent-reflecting-surface-aided mobile edge computing with binary offloading: Energy minimization for IoT devices | |
CN113747442B (zh) | 基于irs辅助的无线通信传输方法、装置、终端及存储介质 | |
CN113709687A (zh) | 一种智能反射面辅助的无线传感器网络的资源分配方法 | |
CN112911587B (zh) | Mec-d2d环境下利用物理层安全防窃听任务卸载方法 | |
Li et al. | Asynchronous activity detection for cell-free massive MIMO: From centralized to distributed algorithms | |
Wang et al. | Joint time delay and energy optimization with intelligent overclocking in edge computing | |
Salh et al. | Energy-efficient federated learning with resource allocation for green IoT edge intelligence in B5G | |
Forouzanmehr et al. | Energy efficiency maximization for IRS-assisted uplink systems: Joint resource allocation and beamforming design | |
Merluzzi et al. | Dynamic joint resource allocation and user assignment in multi-access edge computing | |
Maraqa et al. | Energy-efficient optimization of multi-user NOMA-assisted cooperative THz-SIMO MEC systems | |
Xu et al. | Sum-rate optimization for irs-aided d2d communication underlaying cellular networks | |
CN117336790A (zh) | 一种基于智能反射面的noma辅助毫米波移动边缘计算***中任务时延优化方法 | |
CN114158050B (zh) | 提高wpt-mec***安全计算性能的方法、装置及*** | |
Yang et al. | Energy optimization for intelligent reflecting surface assisted mobile edge computing | |
CN116318641A (zh) | 基于可重构智能表面的加密方法、***、设备及存储介质 | |
JP2024507052A (ja) | 物理上りリンクチャネルの信頼性を向上させる上りリンク電力制御 | |
Jalali et al. | Joint offloading policy and resource allocation in IRS-aided MEC for IoT users with short packet transmission | |
Tan et al. | Energy minimization for wireless powered data offloading in IRS-assisted MEC for vehicular networks | |
Ji et al. | Non-Orthogonal Multiple Access Assisted Secure Dual-UAV Mobile Edge Computing Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |