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。

面向未来移动通信的移动边缘计算研究综述

移动边缘计算(MEC)通过将移动终端的计算和存储任务从集中式数据中心卸载到边缘网格,满足复杂通信场景下的多样化设备服务需求,已经成为面向未来通信的关键性技术之一。通过阐述从云计算、雾计算到移动边缘计算的发展历程,介绍了MEC技术的基本概念和基本框架;在此基础上,从计算卸载、资源分配、缓存管理和安全防护4个方面讨论了MEC的研究进展,对相关研究成果进行了详尽综述。其次,以物联网、MEC结合区块链、AI辅助MEC系统、通感一体化和云边协同等边缘计算的几个典型应用场景为例,归纳了移动边缘计算在6G中的潜在应用场景,展示了其在构成智能、高效、安全的通信网络方面的潜在益处。最后,从互操作性、安全风险、移动性管理和可扩展性等方面指出了MEC研究在融合创新方面所面临的挑战,并对其在超可靠低时延通信、通感算一体化和星地融合移动通信等方向的优势和发展趋势进行了总结和展望。

基于混合协作NOMA的安全MEC能耗优化

非正交多址接入(non-orthogonal multiple access,NOMA)技术的广泛应用改变了传统物理层安全对用户传输速率的限制,在降低时延的同时会引起系统能耗增加。针对安全通信与降低能耗问题,提出一种基于混合协作NOMA的安全边缘计算传输方法。该方法对每个用户数据处理过程设计了多时隙混合协作方案,根据不同用户的信道条件分别设置卸载决策,保证用户间公平,并推导出系统保密中断概率的闭合表达式。然后以最小化系统能耗为目标,采用基于块坐标下降的三步迭代优化算法求得最优卸载方案。仿真结果显示,所提出的传输方法能在保证信息安全的条件下有效地减少系统能耗。

MEC-NOMA系统的物理层安全性能评估

面向移动边缘计算(mobile edge computing,MEC)场景,建立了一个存在主动攻击者的非正交多址协议(nonorthogonal multile access,NOMA)网络传输模型,并设计一种卷积神经网络(convolutional neural network,CNN)模型来评估该传输模型的安全中断概率(security outage probability,SOP)。研究结果表明:所提出的MEC-NOMA系统不仅提高了SOP,而且能够对抗主动窃听者的攻击;此外,通过CNN模型评估的SOP与其他方法(蒙特卡洛方法和数学解析表达式)非常接近,且执行时间更短。

基于深度强化学习的可信任务卸载方案

针对移动边缘计算(MEC)中边缘服务器是否可信的安全性问题,以及基于深度强化学习(DRL)的任务卸载方案存在收敛慢、波动大的难题,提出一种基于信任感知和DRL算法的任务卸载方案。首先,构建基于客观信息熵和历史卸载次数组合赋权的多源反馈信任融合模型,用于聚合信任反馈信息,评估边缘服务器的可信度;然后,利用基于优先级经验采样的优先经验回放(PER)-SAC算法,将基站作为智能体,负责计算任务的卸载决策。实验结果表明,该方案相较于TASACO、SRTO-DDPG和I-PPO方案,具有更优的性能和更好的收敛性,其累积奖励、时延和能耗指标均为最优,且其收敛速度更快、波动幅度更小,在多个测试场景下,相较于TASACO方案能耗性能最少提升5.8%,最大提升32.2%,时延性能最少提升8.5%,最大提升21.3%。

区块链辅助无人机移动边缘计算系统的性能优化

在用户密集场景中,传统地面基站难以满足用户对网络速度和稳定性的需求。为此,引入无人机搭载的移动边缘计算服务器基站,不仅可缓解地面基站压力,还可以降低建设成本。然而,边缘节点交互和UAV网络的广播特性威胁数据与隐私安全。为此,文章引入区块链技术的去中心化和安全特性,提出改进的基于投票的委托权益证明共识机制,以保障UAV辅助的物联网系统通信安全。最后,以最大化总计算量为目标,联合优化用户带宽分配、UAV飞行轨迹、本地计算以及任务卸载时间分配。文章采用块坐标下降算法和连续凸逼近技术求解该优化问题,得到的仿真实验结果显示,与分别固定无人机、带宽和轨迹方案相比,文章提出的方案在计算系统数据总量上分别提升了24.51%、7.11%和4.37%。

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。

无人机集群通信技术:最新进展及发展动向

无人机(Unmanned Aerial Vehicle, UAV)集群通信已经成为无人机技术领域备受关注的研究方向。尽管在这方面已经取得了一定的进展,但不可忽视的是仍存在一些尚未深入探讨的通信问题。因此针对无人机集群通信的研究对于提高无人机集群的协同能力、感知能力、决策和规划能力,增强系统的鲁棒性和安全性,推动技术发展和应用创新具有重要意义。介绍了无人机集群的概念及其优点;对当前的无人机集群研究现状进行了详尽的分析;详细介绍了近年来与无人机集群通信相关的应用场景,深入探讨了这些典型应用中需要解决的关键技术;对未来无人机集群通信技术的发展趋势进行了前瞻性展望。

5G移动通信发展趋势与若干关键技术研究

文中深入探讨了5G移动通信的发展趋势与若干关键技术,旨在全面了解5G技术在全球范围内的推广情况、跨行业融合的应用案例,以及5G关键技术的现状与未来发展。首先,通过分析各国5G网络建设的不同进展,揭示了全球5G网络建设的竞争格局。其次,通过具体案例展示了5G在工业、医疗和智能交通等领域的广泛应用,强调了跨行业融合对5G技术创新的推动作用。在关键技术方面,概述了新一代通信标准、大规模MIMO技术和边缘计算等核心技术,并指出了它们的优势和挑战。此外,还分析了5G发展中面临的安全、隐私问题以及基础设施建设的投资压力。最后,对未来展望进行了初步分析,包括对6G技术的关注以及政府与行业合作的推动作用。

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。

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。

边缘指挥控制平台辅助的无人机安全通信

针对边缘指挥控制平台辅助的无人机卸载任务的边缘计算系统,通过联合优化无人机飞行轨迹,无人机发射功率,计算任务卸载比率,人工噪声功率和无人机计算能力,提出了一种安全卸载方案以最大化系统的安全容量为目标.该问题涉及多个优化参数,复杂且非凸.为此,通过块坐标下降方法将该问题分解成4个子问题,利用迭代优化技术对每个子问题进行求解.仿真实验结果表明所提方案明显提高了系统的安全容量.

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。

基于非正交多址接入的移动边缘计算安全节能联合资源分配

为提高基于非正交多址接入(NOMA)的移动边缘计算(MEC)系统中计算任务部分卸载时的安全性,该文在存在窃听者情况下研究MEC网络的物理层安全,采用保密中断概率来衡量计算卸载的保密性能,考虑发射功率约束、本地任务计算约束和保密中断概率约束,同时引入能耗权重因子以平衡传输能耗和计算能耗,最终实现系统能耗加权和最小。在满足两个用户优先级情况下,为降低系统开销,提出一种联合任务卸载和资源分配机制,通过基于二分搜索的迭代优化算法寻求问题变换后的最优解,并获得最优的任务卸载和功率分配。仿真结果表明,所提算法可有效降低系统能耗。

移动边缘计算中的区块链技术研究进展

移动边缘计算技术被广泛应用于实时性强和带宽密集型业务,但其底层的异构体系结构可能会导致多种安全及隐私问题。区块链技术的去中心化、防篡改和匿名性等特性为移动边缘计算系统提供了新的可信计算范式,使其在分布式环境中实现无可信第三方的交易认证与信息记录,可保障数据在采集、传输、存储及计算过程中的安全性。针对边缘计算中的安全隐私保护、资源管理等关键问题,阐述面向移动边缘计算的区块链技术在数据安全、隐私保护、身份认证、访问控制、计算迁移和网络管理方面的研究及应用现状,归纳总结内容分发网络、智慧城市、智慧医疗等移动边缘计算场景下应用区块链技术的具体方式及性能优势,并对其未来研究及应用前景进行展望。

从需求和要求两角度分析5G工业应用

当前,新一代5G移动通信技术与工业制造业正在快速、融合发展。首先,从需求和要求出发,一方面说明工业制造业数字化、网络化、智能化发展对于5G的迫切需求,另一方面阐述工业自动控制和信息处理对5G及其他网络通信技术还具有不同等级的实时性、确定性、可靠性、可用性、安全性等特殊要求。然后,基于5G技术特点及组网关键技术,分析5G对于工业应用的天然适应性,并介绍几种典型的5G工业应用场景及其对5G网络服务质量的指标要求。最后,提出当前要实现5G大规模工业应用还需考虑及解决的迫切问题。

基于5G的垂直行业安全新特征与对策

分析了5G的新技术给网络安全性带来的新挑战。针对传统安全产品和技术,提出了优化与增强的要求。同时还从环境、业务、资产和运营4个角度,总结了垂直行业应用的各种新特征,并分析了这些特征给安全性带来的挑战与影响,同时提出了一些针对性的缓解措施。

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。