本发明属于无线通信领域中的智能安全传输,特别是一种无人机辅助边缘计算智能安全传输方法。
背景技术:
1、移动边缘计算技术支持用户将部分计算任务从云端迁移到边缘服务器,减少了对云端数据中心的依赖,从而提高网络的容量和整体性能,为用户提供更好的协助计算服务质量。无人机能够在空中自由移动,可以搭载边缘计算服务器来为地面网络无法覆盖的特殊地区提供计算资源,如灾难现场、偏远地区或临时活动场所。无人机辅助边缘计算涉及到复杂的环境和多变的任务需求,作为深度强化学习的一种方法,深度双q网络的强大学习能力使得无人机辅助边缘计算能够适应不同的场景和任务。通过与环境进行交互,深度双q网络能够快速反应和调整策略,提高无人机辅助边缘计算在不同场景和条件下的泛化能力。然而,无人机与用户之间使用无线信道进行传输,这使得信息传输过程容易收到窃听的威胁,从而危及通信的安全性和可靠性。为了克服无人机辅助边缘计算的安全传输问题,需要采取一系列安全措施,例如设置干扰者抑制恶意窃听者的窃取行为,同时,还需开发相应的安全传输机制来保护无人机辅助边缘计算与用户之间的通信和数据安全。
2、现有的无人机辅助边缘计算安全传输方法在一定程度上可以提供对安全传输的支持,但无法适应动态变化的无人机辅助边缘计算环境,难以应对多种安全要求下系统规模增加的复杂性挑战。
技术实现思路
1、为了克服现有技术的不足,针对现有无人机辅助边缘计算系统中任务动态变化的智能安全传输问题,本发明提供一种能够有效应对终端用户任务动态到达的基于深度双q网络的无人机辅助边缘计算安全传输方法。
2、本发明解决其技术问题所采用的技术方案是:
3、一种基于深度双q网络的无人机辅助边缘计算安全传输方法,无人机辅助边缘计算安全传输系统包括一个配备边缘计算服务器的无人机usv,一个窃听用户信息的恶意无人机uev,k个终端用户以及一个地面干扰者gj,所述基于深度双q网络的无人机辅助边缘计算安全传输方法包括以下步骤:
4、1)k个终端用户时刻有随机的任务队列到达需要计算,配备边缘计算服务器的无人机usv协助k个终端用户计算任务,恶意无人机uev在既定飞行轨迹过程中窃取终端用户卸载传输给usv的任务信息,为了抑制uev的窃听行为,地面干扰者gj发送干扰信号来扰乱uev的信息窃听;
5、2)k个终端用户执行二进制卸载策略,即终端用户要么选择在本地计算任务,要么选择将任务卸载到usv上进行计算,终端用户以时分多址接入方式进行任务传输;
6、3)计算从终端用户k到usv和uev的信干噪比,从而获得到usv可实现的安全计算速率rk,sec[n],终端用户k在时隙n的安全计算量lk[n]和任务队列长度qk[n];
7、无人机和k个终端用户的通信、计算资源分配和轨迹优化问题建模为:
8、
9、满足以下条件
10、
11、
12、
13、
14、
15、
16、
17、
18、
19、
20、
21、其中,n表示总的时隙数,δt=t/n表示一个时隙长度,t表示usv和uev的飞行周期,us[n]和ue[n]分别表示usv和uev在时隙n的位置坐标,和分别表示usv飞行的起点坐标和终点坐标,ls[n]表示usv在一个时隙内的水平位移,dmin表示usv和uev为了避免碰撞的最小安全距离,fk[n]表示usv在第n时隙的时间分配因子,γk[n]表示终端用户k的卸载决策,γk[n]=0表示终端用户选择在本地计算其任务,γk[n]=1表示终端用户选择将任务卸载传输至usv上进行计算,cs表示usv计算一位任务数据所需要的中央处理器(cpu)周期,b表示信道带宽,表示usv的最大cpu计算频率,rk,sec[n]表示在第n时隙从终端用户k到usv可实现的安全计算速率,lk[n]表示终端用户k第n时隙中可以安全计算的数据量,qm表示所有终端用户在每个时隙中的基本安全计算要求,qk[n]表示终端用户k第n时隙中任务队列的长度,smax表示终端用户的最大存储量;
22、通过和无人机辅助边缘计算安全传输系统进行交互,利用深度双q网络进行学习生成优化动作变量,即终端用户的卸载决策、时间分配因子以及usv的轨迹,利用kbaw原则,减少原始动作空间的大小加快收敛,合理设计回报函数保证usv能在规定的飞行周期内达到其设定的终点,从而解决上述优化问题。
23、进一步,所述步骤3)中,从终端用户k到usv和uev的信干噪比分别表示为
24、
25、
26、其中,pk[n]表示终端用户k的发送功率,pj表示gj发送干扰信号的传输功率,hk,s[n]表示usv与终端用户k之间在时隙n的信道系数,hk,e[n]表示uev与终端用户k之间在时隙n的信道系数,hj,e[n]表示gj与uev之间在时隙n的信道系数,和分别表示在usv和uev处的高斯噪声功率;
27、终端用户k到usv可实现的安全计算速率表示为
28、
29、其中,rk,s[n]为从终端用户k到usv的任务传输速率,rk,e[n]为从终端用户k到uev的窃听速率,分别表示为
30、
31、
32、终端用户k在时隙n的安全计算量表示为
33、
34、其中,lloc,k[n]表示终端用户k在时隙n本地计算的数据量;
35、终端用户在每时隙都有新的随机任务到达需要被计算,终端用户k的数据队列表示为
36、
37、其中,q0表示初始队列长度,ak[n]表示终端用户k在时隙n到达的新的随机任务长度;
38、再进一步,kbaw原则即为:首先,按照时间约束去掉不符合的动作;然后去掉以下“用户不选择卸载,仍被分配时间;用户选择卸载,没被分配时间”的动作;
39、回报函数表示为
40、
41、其中,w1和w2表示超参数,v[n]表示usv到终点的距离,c[n]表示在剩下时间内usv可以飞行的最长水平距离。
42、本发明的技术构思为:现有的无人机辅助边缘计算安全传输方法无法适应动态变化的无人机辅助边缘计算环境,难以应对多种安全要求下系统规模增加的复杂性挑战。本专利方法提供一种能够有效应对终端用户任务动态到达的基于深度双q网络的无人机辅助边缘计算安全传输方法。通过和无人机辅助边缘计算安全传输系统进行交互,利用深度双q网络进行学习实现卸载决策、时间分配因子以及usv轨迹优化,从而智能提高系统的安全计算性能。
43、本发明的有益效果主要表现在:解决现有无人机辅助边缘计算安全传输方法未考虑终端用户任务动态变化的问题,通过深度双q网络学习实现卸载决策、时间分配因子以及无人机轨迹优化,智能地提高系统的安全计算性能。
1.一种基于深度双q网络的无人机辅助边缘计算安全传输方法,无人机辅助边缘计算安全传输系统包括一个配备边缘计算服务器的无人机usv,一个窃听用户信息的恶意无人机uev,k个终端用户以及一个地面干扰者gj,其特征在于,所述基于深度双q网络的无人机辅助边缘计算安全传输方法包括以下步骤:
2.如权利要求1所述的基于深度双q网络的无人机辅助边缘计算安全传输方法,其特征在于:所述步骤3)中,从终端用户k到usv和uev的信干噪比分别表示为
3.如权利要求1所述的基于深度双q网络的无人机辅助边缘计算安全传输方法,其特征在于:kbaw原则即为:首先,按照时间约束去掉不符合的动作;然后去掉以下“用户不选择卸载,仍被分配时间;用户选择卸载,没被分配时间”的动作;