帮助中心 >  行业资讯 >  区块链 >  基于区块链边缘计算下的多维资源管理系统

基于区块链边缘计算下的多维资源管理系统

2021-04-22 09:51:46 6325

随着物联网(Internet of Things,IoT)和第六代无线移动网络(6G)的发展,连接到网络的智能终端数量急剧增加。智能终端的实时应用导致边缘计算技术飞速发展。边缘计算靠近终端设备,可以快速完成任务。然而,由于多维网络资源和异构网络设备的共存,难以满足终端设备对超低等待时间、高可靠性和低功耗服务的需求。基于Cybertwin的边缘计算体系结构以分布式方式分配计算、通信和缓存资源,与边缘云、核心云和终端设备协作提供高效的计算服务。

为了确保系统的安全性、可靠性和高效性,本文提出了一种基于Cybertwin和区块链相结合的架构,用于调度和管理云服务资源。首先,Cybertwin在边缘云上收集终端设备的状态信息。对于收集到的终端设备状态信息,在边缘主导系统下建立多维资源管理模型,从而描述针对不同类型任务的不同处理方法,以优化系统性能。其次,建立基于区块链和Cybertwin技术协作的多维资源管理架构,以确保系统的可靠性和安全性。最后,建立不同任务处理方式的成本模型和效率模型,以评估多维资源管理系统的效率。

一、资源调度模型

在Cybertwin网络合作计算任务的场景中,主要包含核心云、边缘云(Edge Cloud,EC)、Cybertwin和终端设备4个组件。Cybertwin网络智能代理在边缘云和核心云的协同中最终将服务交付给终端。所有边缘云表示的集合为1.png,边缘云2.png,可用频谱、计算和缓存资源表示为3.png。终端设备的集合表示为4.png。每个终端设备在一个时隙中生成的计算密集型任务表示为5.png,其中6.png分别表示数据大小、计算资源和可以容忍的最大延迟。对于每个终端设备的计算密集型任务,既可以在本地设备上执行,也可以卸载到边缘云执行,或者通过边缘云卸载到相邻的边缘云及更远的核心云。因此,选择合适的任务卸载策略对系统效率具有重要影响。

现有工作很少在终端计算任务中区分延迟敏感任务和延迟容忍任务,而这种混合传输策略会导致无线资源的过度消耗和服务质量的严重下降。因此,本文设计了一个分层的任务处理和多维资源分配策略,对时延敏感的任务作边缘协作计算处理,包括本地执行、卸载到边缘云以及卸载到相邻边缘云执行几种方式。此外,本文对延迟容忍的任务提出了一种混合的替代计算处理方法,包括分流到核心云和分流到其他设备(Device-to-Device,D2D)两种方式。

1.通信模型

(1)终端设备到边缘云侧

如果将任务卸载到边缘云1.png,则可用带宽为2.png,且3.png是上行链路信道的总数,4.png是上行链路信道的集合,每个子信道的带宽是5.png,则上行链路传输速率可表示为:


6.png


式中,7.png代表将任务卸载到边缘云8.png时终端设备9.png的传输功率;10.png代表信道增益;11.png代表附近终端设备12.png对信道中终端设备13.png的干扰。1.png表示终端设备2.png和边缘云3.png之间的通信分配了子信道4.png给终端用户,否则5.png。因此,上行传输速率为:


6.png


(2)边缘云到边缘云

如果边缘云3.png将终端设备2.png的任务卸载到相邻边缘云7.png中以供执行,则总可用带宽为8.png9.png是上行链路信道的总数,且9.png是上行链路信道的集合。每个子信道的带宽为10.png,则上行传输速率可表示为:


16.png


式中,1.png代表从边缘云3.png转移到相邻边缘云4.png的终端设备任务的传输功率;代表信道增益;2.png代表从边缘云3.png到相邻边缘云4.png对信道的干扰。1.png表示将信道9.png分配给终端用户以进行边缘云3.png和相邻边缘云4.png之间的通信4.png,否则,5.png。因此,上行传输速率为:


17.png


(3)D2D通信

设备之间的无线通信数据传输速率与设备的传输功率、信道干扰和带宽有关。5.png表示与终端设备建立通信连接的设备集合。总可用带宽为6.png,其中12.webp.jpg为上行通道总数,12.webp.jpg是上行通道的集合,每个子通道的带宽是8.png。因此,上行传输速率为:


18.png


式中,9.png表示发射功率;当终端设备i将任务卸载给终端设备j时,10.png表示信道增益;11.png表示附近终端设备对信道n内终端设备i的干扰。12.png表示终端设备i与终端设备j通信时子信道n被分配给终端用户,否则13.png。因此,上行传输速率为:


19.png


2.计算模型

(1)本地执行任务

设备的执行时间为:


20.png


执行任务的能耗为:


21.png


2.将任务卸载到边缘云

边缘云任务执行延迟可以表示为:


22.png


能耗可表示为:


23.png


3.将任务卸载到邻近的边缘云

任务执行延迟可以表示为:


24.png


能耗可表示为:


121.png


4.将任务卸载到云服务器进行处理

云服务器任务执行延迟为:


13.png


能耗可表示为:


14.png


5.将任务卸载到其他设备(D2D)

总任务执行延迟可以表示为:


15.png


能耗可表示为:


16.webp.jpg


二、基于区块链的资源管理

1.区块链结构及特性

区块链常见模型结构如图1所示,各层相互配合实现去中心化信任机制,保证了数据传输的安全性。


20.png

图1 区块链模型结构


不可篡改性。由于区块链的链式结构,某个区块中的交易被篡改,会导致根哈希发生变化而影响后续所有区块产生改变,因此篡改一个区块的数据需要篡改后续所有区块。

去中心化性。区块链中节点在信息传输时先进行身份验证,成功后会把接收到的信息共享在整个系统。每个节点可以阶段性成为中心,但共识算法保证了少数节点难以控制整个系统,每个网络节点的权利义务都是对等的。

可追溯性。区块链中的交易完成后,各种交易信息会加入时间戳形成一个新的区块加进链中,因此所有的交易都可以通过区块链账本查询,随时准备查看和验证,保证了信息传输安全。

智能合约性。智能合约是一种数字形式的承诺,在区块链中合约内容公开且不可更改,被各个节点共同维护,可以永久运行,保证了不在第三方的公证参与下自动强制执行合约,强化了节点间的互信机制。

2.结合区块链和Cybertwin技术进行资源管理

在边缘计算场景下,边缘服务器的安全措施比传统云服务器薄弱,易受到网络中恶意节点的攻击。如果边缘服务器被恶意节点操纵,将影响该区域终端的计算任务,导致完成的计算任务结果不可信。该场景下迫切需要区块链技术来保证终端计算任务的可信完成并正确返回给终端用户。因此,本文建立了边缘计算场景下结合区块链和Cybertwin的资源管理模型。结合区块链和Cybertwin的资源管理系统如图2所示。


21.webp.jpg

图2 基于区块链和Cybertwin的资源管理系统


当终端设备生成一个计算密集型任务直到结果返回到终端设备时,过程如下:

(1)终端设备生成一个计算密集型任务,并将该任务及其任务类型发送给边缘服务器;

(2)边缘服务器的Cybertwin根据其计算任务的类型和业务网络资源选择任务的处理策略;

(3)边缘服务器将策略和计算任务封装到事务中,并将其发送到区块链网络;

(4)在区块链网络达成共识后,包含计算任务和相应策略的事务将写入区块链分类帐;

(5)云服务器或边缘云服务器对应计算策略,完成计算任务。

基于此架构的资源管理系统,每个计算任务的执行器和策略都将通过区块链分类帐记录下来。根据计算任务的正确率,可以进一步评估每个边缘云的可信度。它可以用来判断边缘云是否被攻击。如果边缘云的信用值低于阈值,则视为无效服务器,将其移出区块链网络。

3.系统效率

(1)时间成本

根据讨论,设备总执行时间可表示为:


22.png


(2)能 耗

根据第1部分的讨论,设备总能耗可表示为:


23.png


(3)区块生成成本

根据区块链的原理,区块链的时间成本可表示为:


24.png


(4)总成本

根据讨论,设备总成本可表示为:


25.png


为了提高边缘计算主导的Cybertwin网络的性能,需要处理尽可能多的任务,同时降低系统的处理成本。用任务处理成本和完成的任务数两个因素来构建系统的整体处理效率,可表示为:


26.png


最后,结合不同的任务处理方法和多维资源约束,以使系统整体处理效率最大化为目标对该系统进行仿真。系统性能对比如图3所示。


27.png

图3 系统性能比较


三、结 语

文章把计算密集的任务分为延迟敏感和延迟容忍两种,并提出了不同的卸载策略来优化系统性能,同时设计了一种基于区块链的多维资源调度和管理体系结构,以保证其计算任务更可靠地完成。仿真结果表明,该系统在保证可靠计算的同时,提高了系统效率。


提交成功!非常感谢您的反馈,我们会继续努力做到更好!

这条文档是否有帮助解决问题?

非常抱歉未能帮助到您。为了给您提供更好的服务,我们很需要您进一步的反馈信息:

在文档使用中是否遇到以下问题: