移动边缘计算场景下基于身份的安全认证密钥协商协议

移动边缘计算的快速发展推动了对新型安全技术的研究。认证密钥协商协议作为保障安全通信的重要方法之一,得到了广泛的关注,但现有的面向移动边缘计算的认证密钥协商协议并不能很好地同时满足移动边缘计算的安全性和性能需求。针对这一问题,提出了移动边缘计算场景下的认证密钥协商协议。首先,协议方案根据移动用户和边缘计算服务器的身份构建身份认证的凭证,双方通过该凭证完成相互认证并构建会话密钥,保证了通信安全;其次,通过形式化分析和非形式化分析证明了方案具有良好的安全性能;最后,由于所提方案避免使用包括双线性对在内的计算开销较大的密码学运算,在计算和通信开销方面的表现也较优。

移动边缘计算下矿山安全监控视频数据流自适应传输

由于矿山中数据传输存在距离长、受信号干扰等问题,网络延迟较高,使得视频内容出现卡顿或丢帧现象,导致数据传输质量较低。为此,提出一种移动边缘计算下矿山安全监控视频数据流自适应传输方法。构建基于移动边缘计算的传输系统,将不同监控视频数据流卸载任务时延作为约束条件,构建监控视频数据流传输卸载决策生成目标函数,利用遗传算法求解。采用自适应比特率传输算法传输监控视频数据流,通过基于缓冲区的自适应算法与基于速率的自适应算法分别确定数据流传输过程中的客户端视频比特率与可用带宽。实验结果表明,不同网络环境条件下,所提方法视频数据流传输能量显著下降,带宽估计灵敏度更高,用户体验质量提升20%以上。

无人机辅助边缘计算安全通信能力最大化方案

针对无人机辅助移动边缘计算系统下用户信息容易泄露的问题,设计了一种基于非正交多址接入技术(Non-orthogonal Multiple Access,NOMA)的无人机辅助边缘计算系统的安全通信方案。在保证每个地面用户的最小安全计算要求下,通过联合优化信道系数、发射功率、中央处理单元计算频率、本地计算和无人机轨迹来最大化系统的平均安全计算能力。由于窃听者位置的不确定性、多变量的耦合以及问题的非凸性,利用逐次凸逼近和块坐标下降方法来解决该问题。仿真结果表明,与基准方案相比,所提方案在系统安全计算性能方面优于基准方案。

移动边缘计算网络安全防护关键技术研究

随着物联网和5G网络的快速发展,单纯依靠云计算的集中式数据处理方式将无法满足以物联网感知为背景的大规模数据处理需求。移动边缘计算(MEC)作为新兴计算范式,是云计算的有力补充。但MEC的开放特性加剧了其面临的非授权访问、敏感数据泄露、网络攻击等安全风险。文章基于MEC在5G网络环境中面临的安全风险,结合MEC网络基础支撑统一化、能力服务化、流程编排化等特点,提出移动边缘计算网络安全防护方案,突破安全功能高效虚拟化、安全云服务联动、安全服务动态编排、安全功能自适应部署与协同调度、态势感知和高级威胁检测等技术瓶颈,形成移动边缘计算网络安全纵深防御体系,对于推进移动通信网络信息安全建设具有重要意义。

边缘计算环境下网络规划及其安全挑战探研

随着边缘计算的兴起,边缘计算环境下的网络规划成为学界研究与实践的焦点。为更好地理解与应对边缘计算环境下网络规划中的挑战,深入分析边缘计算环境下的网络规划问题及边缘计算环境的特殊性,以粒子群算法为例分析边缘计算环境下网络规划的实现路径,确保在边缘计算环境中数据的快速传输与可靠处理。针对边缘计算环境下网络规划面临的对数据传输、设备管理、应对新型攻击等安全挑战,提出多层次、全方位的安全策略,以确保边缘计算系统在高效运行的同时能够有效应对潜在的安全威胁,为构建适应性、高效性的网络规划策略提供参考。

无人机辅助边缘计算中安全通信与能效优化策略

无人机的灵活移动性在移动边缘计算系统中引起了广泛的关注。然而,空中窃听者的存在使它的安全传输仍然面对巨大的挑战。为了解决高安全通信速率与低能耗之间的矛盾,引入安全通信能效这一概念,即无人机安全通信传输速率与无人机能耗之间的比值。首先,在满足给定任务时延、无人机的CPU计算频率以及任务卸载率的约束下,提出一种最大化安全通信能效的卸载策略,即联合优化合法无人机悬停位置、CPU计算频率分配以及区分计算任务复杂度的卸载策略;同时从物理层安全角度提升了无人机-移动边缘计算场景下的安全通信。其次,由于该策略是一个复杂的非凸问题,将其解耦为3个子问题,通过块坐标下降法与连续凸逼近(SCA)相结合的全局优化算法来求解该非凸问题。仿真结果表明,针对不同任务复杂度的系统,所提策略都能在满足地面终端卸载需求的同时,平衡整体的通信安全性能和能耗之间的关系,并提高安全通信能效。

移动边缘计算环境下面向安全和能耗感知的服务工作流调度方法

在移动边缘计算(MEC)环境中,用户将应用任务迁移至MEC端执行可以有效降低延时并减少能耗。然而,MEC环境面临潜在的恶意攻击,这些攻击可能导致隐私数据的丢失或泄露。基于此,提出了面向安全和能耗感知的服务工作流调度方法(SEA),该算法能在满足移动应用的风险率和截止时间限制条件下,最小化移动设备的能耗。SEA是基于粒子群优化算法,在编码中考虑了任务的调度位置、机密性服务和完整性服务。此外,还构建了新的安全模型,分别包括数据量、多核CPU、计算频率与安全开销之间的关系。最后,通过仿真实验证明了所提算法的可行性与有效性。

基于移动边缘计算的时延能耗最小化安全传输

考虑物理层安全辅助的私密文件传输问题,提出了带有边缘计算服务器的智能基站作为中继协助完成文件压缩、传输与解压的安全传输方案。首先使用空间泊松点过程刻画多个潜在窃听者场景下的安全传输概率,然后构建两跳总安全传输概率约束下的时延及能耗最小化问题。通过一维搜索结合线性规划,得到了最优压缩与解压方案。仿真结果表明,给定安全概率约束下私密信息速率小的链路在传输前需要进行文件压缩,反之不需要压缩,可直接传输。

面向工业物联网的移动边缘计算研究综述

工业物联网(Industrial Internet of Things,IIoT)的快速发展,实现了信息的实时交互、设备的泛在感知和数据的快速分析处理。然而因为现场设备的异构性、自身资源的有限性、设备和数据的低安全性等缺陷极大地阻碍了IIoT的发展。因此提出在IIoT环境中引入移动边缘计算(Mobile Edge Computing,MEC)技术,以提高网络的计算和存储能力,降低网络带宽和处理时延,增强网络安全。介绍MEC的相关概念、服务器架构和典型应用场景;从目前面向IIoT的MEC架构、计算卸载、资源分配和安全四个方面介绍MEC在IIoT环境中的应用及研究现状;总结归纳目前在IIoT环境中部署MEC存在的核心问题,并对该领域的未来发展进行论述与展望。

移动边缘计算环境下5G通信网络数据安全与隐私保护技术研究

文章在移动边缘计算环境下,对5G通信网络数据安全与隐私保护技术进行了研究。边缘计算模型充分融合网络、存储、应用和计算等多元化功能,可满足用户的多种需求,对于边缘计算网络体系架构来说,隐私安全、终端设备层、边缘服务器和移动是重要的构成部分。通过k-means改进算法结合Spark平台,最优划分分组,计算组平均值后添加Laplace噪声,保护隐私算法后的发布数据。对于Spark平台来说,当增加参与运算子节点,将降低算法执行时间,从中可以看出,Spark平台可显著提高大数据运行效率。想要进一步优化发布数据的运算效率与安全性,可使用Spark平台发布差分隐私数据来实现。

移动边缘计算安全防御研究

移动边缘计算(Mobile Edge Computing,MEC)通过进一步将电信蜂窝网延伸至其他无线接入网络,可以有效地解决传统网络中回程链路负载过重、时延较长的问题。但由于MEC服务节点暴露在网络边缘,且计算能力、存储能力和能量受限,更易受到攻击者的青睐。在分析移动边缘计算面临的安全威胁问题基础上,针对设备安全、节点安全、网络资源及任务和迁移安全等4个不同的安全主体归纳并阐述了移动边缘计算面临的若干关键问题与挑战,总结归纳了现有的安全解决方案。最后,从动态场景下的有限资源防御模型、综合信任基础的资源部署、以用户为中心的服务可靠性保证3个方面,展望了移动边缘计算安全防御面临的开放性问题和未来的发展趋势。

移动边缘计算中安全信息流建模与分析

在移动边缘计算中,移动终端身份存在复杂性和动态性,对于高安全领域的任务卸载,需要对被卸载的任务进行实时跟踪,及时发现滥用行为才能保证任务卸载的安全性。然而,现有方法多基于信任评估机制选择高信任度节点进行卸载,并没有关注该节点自身发起的内部攻击问题。提出一种支持安全性分析的任务卸载方法。设计包含安全性分析的任务卸载流程,构建面向移动边缘计算的多级安全信息流模型,用于约束服务卸载、数据卸载和服务执行过程。在此基础上,基于偶图对任务卸载过程进行建模,构造标注迁移边的标号变迁系统,并利用模型检测技术验证是否满足相应的安全需求。案例分析和性能评估结果表明,该方法能够在秒级时间内预测任务卸载中的恶意行为,具有较好的可行性和有效性。

铁路5G移动通信系统边缘计算安全研究

边缘计算作为智能铁路5G网络的关键技术,将数据缓存能力、流量转发能力与应用服务能力下沉到网络边缘,有效契合智能铁路的低时延、大带宽、海量连接需求,以支持智能轨道交通应用。然而,由于其在物理位置、业务类型等多方面发生了变化,且铁路场景外部环境复杂、高度动态性、可信度低,使智能铁路业务的边缘节点面临新的安全挑战。结合5G边缘计算安全的研究现状,基于终端、边缘网络、边缘节点和边缘应用四个方面分析铁路5G边缘计算面临的安全威胁,在细化安全需求和挑战、标准进展的基础上,综述和总结可适用于铁路MEC安全的研究方法和评价指标,结合铁路5G边缘计算特点,提出铁路MEC端到端安全服务方案和未来智能铁路MEC安全研究的发展方向。

无线供能移动边缘计算系统的安全卸载优化

针对能量受限的多用户移动边缘计算(MEC)系统存在恶意窃听节点的问题,提出一种联合无线能量传输(WPT)和MEC的安全部分计算卸载方案。该方法以系统接入点(AP)能耗最小化为优化目标,在计算延迟、安全卸载和能量捕获约束条件下,联合优化AP能量传输协方差矩阵、本地CPU频率、用户卸载比特数、用户卸载时间分配以及用户传输功率。针对AP能耗最小化问题为非凸问题,首先采用凸差分算法(DCA)将原始非凸问题转换为凸问题,然后采用拉格朗日对偶法以半封闭形式获得问题最优解。当计算任务数为5×10^(5)比特时,与本地计算和安全全部计算卸载方法相比,安全部分卸载方案的能量消耗分别降低了61.3%和84.4%;当窃听节点距离超过25m时,安全部分卸载方案所消耗的能量远小于本地计算和安全全部计算卸载。仿真实验结果表明,在保证物理层安全卸载的情况下,所提方案能够有效降低AP能耗、提高系统性能增益。

移动边缘计算安全问题与研究建议

移动边缘计算是新兴的计算模型,它将云计算及其服务扩展到网络边缘。由于其具有互操作性、分散和分布式等特性,移动边缘计算包含了新的安全问题,但是其安全性尚未得到良好的研究。首先分析移动边缘计算的基础架构和技术特点,然后从整体的角度详细阐述移动边缘计算所面临的安全威胁,深入分析保护移动边缘计算安全所面临的难点问题,最后针对移动边缘计算安全提出研究建议。这项研究成果有助于促进移动边缘计算领域开展更广泛的安全研究,并为相关的研究指明方向。

移动边缘计算系统数据安全性研究

移动边缘计算的数据安全和用户隐私是构建边缘计算平台的一大挑战。在相对封闭的移动边缘计算体系中,整个系统不仅仅只受单一所有者控制,边缘数据中心能够在不依赖中央基础设施的情况下提供服务,这使得基础设施的每个部件或单元都可以随时被瞄准或破坏。笔者针对移动边缘计算系统的数据安全问题和可能遭受的攻击行为进行了综述,针对不同类型的安全威胁部署不同的安全机制,从身份验证、准入控制、网络协议、信任机制以及入侵检测等角度构建有效的防御体系。

移动边缘计算安全研究

移动边缘计算具有靠近用户、业务本地处理、灵活路由等特点,成为满足5G低时延业务需求的关键技术之一。由于移动边缘计算靠近用户、处于相对不安全的环境、核心网控制能力减弱等,存在非授权访问、敏感数据泄露、(D)DoS攻击等安全风险。本文在介绍边缘计算概念、应用场景的基础上,分析移动边缘计算的安全威胁、安全防护框架、安全防护方案,并展望后续研究方向。

基于图和势函数的边缘计算移动智能终端安全评估

智能终端安全威胁评估是终端安全工程的重要组成部分,对于制定系统安全策略具有重要意义。针对现在缺乏移动智能终端特点的安全评估方法的问题,使用基于图和拓扑势函数的移动智能终端安全威胁评估方法,通过计算威胁图中各个节点的熵值,确定其在威胁图中的重要程度,达到对移动智能终端进行安全评估的目的。最后采用上述方法进行了仿真,证明算法的可行性和正确性。后续对多类型和多数量的终端进行安全测评可利用边缘计算设备的计算资源,以实现对多个终端设备的客观准确评估。

移动边缘计算安全防护机制研究

5G时代智能终端数量和数据量呈指数级增长,集中式的云计算将难以满足用户浸入式的极致体验。作为5G的关键技术之一,移动边缘计算在边缘侧提供IT服务和云计算能力,带来便利的同时也引出了新的安全挑战。首先,调查了移动边缘计算所面临的安全风险和现有安全防护机制;其次,重点讨论了协议和网络安全、访问控制、身份认证、数据安全与隐私保护、虚拟化安全的发展现状并进行展望;最后,针对安全防护机制提出三方面建议,分别是改进安全防护机制、定制差异化安全需求、与新技术相结合。

移动边缘计算安全风险分析及解决方案

移动边缘计算作为将云计算能力下沉到边缘节点面向5G的新技术,具有路由控制、无线网络能力开放和平台管理三大区别于典型云平台的独特特性。移动边缘计算在为终端提供低时延分布式的计算能力和智能节能运行模式的同时,由于其靠近终端设备、运行资源有限、接入终端设备数据和支持设备移动性等特征,使得边缘计算除了面临云计算系统普遍存在的安全问题之外,还在基础设施、虚拟化特征、数据资源、设备间交互和终端设备移动性等方面面临新的安全威胁。本文将从边缘计算区别于一般云平台的新特性入手,分析技术新特性带来的安全问题并给出解决方案。