[发明专利]一种车载边缘计算任务卸载方法及系统

说明书

本发明公开了一种车载边缘计算任务卸载方法及系统，采用模糊综合评估策略计算真实情况下服务车辆的可信水平，确保车辆所提供卸载服务的可信性。在满足可信性的同时，利用最小期望时延服务车辆选择策略，以期在车辆可信性、计算资源可用性及距离可达性约束下选择出合适的车辆，最大限度地减少任务卸载延迟，从而确保客户车辆的安全驾驶。本发明采用模糊综合策略，从车辆的多个属性出发对其可信性进行综合评判；有效防止恶意车辆参与服务攻击客户车辆、提供虚假结果，从而保证了客户车辆的安全性。

技术领域

本发明属于信息安全技术领域，具体涉及一种车载边缘计算任务卸载方法及系统。

背景技术

随着人工智能和自动驾驶技术的快速发展，越来越多的计算密集型和延迟敏感型应用出现在车联网(IoVs)中。但是，提高每辆车的计算能力会显着提高车辆的成本，将车辆的计算任务卸载到远程云端会带来很大的延迟。此外，在车联网场景下，路边基础单元(RSU)的计算资源和数量有限，无法满足所有车辆的需求。因此，作为车联网中RSU的补充，许多研究人员提出利用附近的VEC节点为客户车辆提供计算和存储服务。

然而，并不是所有的车辆都是完全可信的。如果恶意车辆参与服务，可能会因为自私而向客户车辆返回虚假结果或则造成任务超时，从而导致交通事故。此外，目前对VEC网络中车辆信任评估的研究很少，且很少关注卸载延迟。

因此，研究VEC网络中车辆的可信评估及可信和任务时延的联合优化问题，在确保有任务车辆的安全性并最大限度地减少卸载延迟已逐渐成为一个至关重要的问题。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种车载边缘计算任务卸载方法及系统，采用模糊综合评估(FCE)策略计算真实情况下服务车辆的可信水平，用于解决车辆所提供卸载服务可信性低的技术问题。

本发明采用以下技术方案：

一种车载边缘计算任务卸载方法，包括以下步骤：

S1、将接收到任务卸载请求的路边基础单元与相邻的路边基础单元共同组成路边基础单元服务车辆管理系统RSMS；

S2、使用步骤S1得到的路边基础单元服务车辆管理系统RSMS分别从云端和车辆日志信息中提取可选车辆集V中车辆的属性信息；

S3、利用步骤S2得到的车辆属性信息计算可选车辆集V中各车辆的信任评估指标：每辆车与客户车辆在延迟容忍时间内的平均距离AD、客户车辆与每辆车之间的可用计算资源比ACR、车辆的交易声誉值TR和车辆的安全性评分SR；

S4、对步骤S3得到的四个指标进行归一化处理，并将归一化后的指标输入信任评估系统；

S5、基于步骤S4归一化后得到的信任评估指标，利用隶属函数计算每辆车的各指标值对于四个评估结果的隶属度，组成每辆车的信任评估矩阵；

S6、根据客户车辆意愿选择四个指标的权重，并判断是否根据熵法更新权重；

S7、利用步骤S5得到的信任评估矩阵及步骤S6得到的指标权重，根据加权平均的模糊综合评估模型M(+,·)计算每辆车的可信度及置信度评分；

S8、根据步骤S2得到的属性信息中车辆的速度与位置信息以及步骤S1中得到的客户车辆的任务卸载请求预测车辆卸载成功时的卸载时延；

S9、根据步骤S2得到的车辆的属性信息，步骤S1得到的客户车辆的任务卸载请求以及步骤S7得到的车辆的可信度及置信度评分，筛选满足计算资源客户车辆任务需求资源、服务期间与客户车辆距离均小于300m且可信度及格以上的车辆，加入到待选车辆集合内；