基于综合信任的边缘计算资源管理与协同优化研究

Edge computing, as a new computing paradigm, is designed to share of resources of edge devices, such as CPU computing ability, bandwidth, storage capacity and so one, to meet the requirements of the real-time response, privacy and security, computing autonomy. With the development of Internet of Things (IoT) and Mobile Internet technology, edge computing is of great potential of being widely used. This project focuses on the requirement of users, set Quality of Experience (QoE) of users as the optimization goal. And trust evaluation or resources and users are used to ensure the success of resource share and collaborative optimization in edge computing. The project will investigate various computing mode such as cloud computing, P2P computing, C/S and GRID computing, and construct a multi-layer, self-adaptive, uniform computing model to dynamicly match different application scenarios. In this model, we need study 1)the mechanism of parameters mapping between Quality of Service (QoS) and Quality of Experience (QoE), 2)construct identity trust, behavior trust of resources and users evaluation mechanisms, 3)form an integrated trust evaluation architecture and model, 4)design series of task offloading, resource scheduling algorithms and performance optimizing schemes under various constraints, such as computing ability, mobility and available service time, residual energy, bandwidth according to the application requirements. Through above analysis and designs, resources in the end point, edge network, cloud center three levels are expected to be trusted sharing and optimized using, and the users' QoE needs are well satisfied.

边缘计算旨在共享利用边缘设备的计算、通信资源，满足人们对服务的实时响应、隐私与安全、计算自主性等需求，随物联网的发展将应用前景广阔。项目以用户为中心，以用户体验质量（QoE）为目标，以信任评估为保障对边缘计算资源管理与协同优化问题展开研究。针对终端的动态性、边缘设施能力受限、边缘与终端的邻近性、云中心功能强和距离远的特征，项目研究融合云计算、P2P计算、C/S与网格计算模式，构建多层自适应的统一计算模型，实现对应用场景动态匹配；研究以用户体验质量为目标的综合资源/用户信任评估体系与模型，实现资源QoS向QoE的指标映射，构建资源和用户的身份信任、行为信任评价机制，形成综合信任评估体系与模型；根据应用需求，研究面向计算能力、移动性与可用服务时间、剩余能量、带宽等多重约束的边缘计算的任务卸载、资源调度算法和优化方案，实现资源在终端、边缘、云中心三层级可信共享和优化利用，更好满足用户QoE需求。

边缘计算旨在共享边缘设备的计算和通信资源，满足人们对服务的实时响应、隐私与安全和计算自主性等需求。随着物联网的发展边缘计算应用前景广阔。本课题调研了边缘计算的特征、基本概念和定义、最新研究进展以及边缘计算研究未来的挑战与发展趋势。边缘计算注重广泛密集分布资源受限的终端、局部汇聚具有较强资源能力的边缘服务器、资源超级巨大云计算、数据中心。服务器通过多种异构无线/有线网络连接，实现安全、可靠、高效率的资源共享与管理，达到资源的优化利用，同时满足用户的高 QoE 体验以及可信安全的需求。要真正充分发挥边缘设施和终端节点的效能，资源的科学管理和调度是核心，用户的信任和安全是保障。我们设计了以用户为中心的面向用户体验质量、安全信任的边缘计算模型框架，实现了高效安全的资源管理、合理的负载分配，实现了数据合理快速地移动、服务友好地加载和迁移，实现设备与用户有机地协同。边缘计算和云计算有机融合，协同形成一个高效、安全计算系统，有效满足用户需求。 .本课题顺应技术发展与用户需求变迁的要求，在边缘计算中面向用户服务体验质量和信任为核心关注点，充分考虑不同层次计算参与者的异构性，以资源调度与协同作为系统优化为重点研究对象与实现途径，提出异构多层的边缘计算模型。通过基于边缘节点、终端节点的面向应用服务 QoS 评估，构建资源 QoS 与用户 QoE 的映射模型。基于用户身份、用户行为以及用户/资源QoS 构建综合信任模型。最后，形成了基于用户体验质量 QoE 的可信资源评估方案、动态任务卸载与迁移机制、资源的高效合理调度和协同优化机制，在动态、异构的物联网环境下构建可信安全高效的边缘计算系统构建一个完整体系，为边缘计算广泛应用提供有力的支撑。