基于Lyapunov优化的隐私感知计算卸载方法

作     者：赵星 彭建华 游伟 ZHAO Xing;PENG Jianhua;YOU Wei

作者机构：国家数字交换系统工程技术研究中心 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2020年第42卷第3期

页      面：704-711页

核心收录：

学科分类：0839[工学-网络空间安全] 08[工学] 

基　　金：国家重点研发计划网络空间安全专项(2016YFB0801605) 国家自然科学基金创新群体项目(61521003) 国家自然科学基金(61801515)~~ 

主　　题：移动边缘计算 计算卸载 卸载决策 隐私保护 Lyapunov优化 

摘      要：移动边缘计算(MEC)中计算卸载决策可能暴露用户特征,导致用户被锁定。针对此问题,该文提出一种基于Lyapunov优化的隐私感知计算卸载方法。首先,该方法定义卸载任务中的隐私量,并引入隐私限制使各MEC节点上卸载任务的累积隐私量尽可能小;然后,提出假任务机制权衡终端能耗和隐私保护的关系,当系统因隐私限制无法正常执行计算卸载时,在MEC节点生成虚假的卸载任务以降低累积隐私量;最后,建立隐私感知计算卸载模型,并基于Lyapunov优化原理求解。仿真结果表明,基于Lyapunov优化的隐私感知卸载算法(LPOA)能使用户的累积隐私量稳定在0附近,且总卸载频率与不考虑隐私的决策一致,有效保护了用户隐私,同时保持了较低的平均能耗。