基于区块链的物联网网络中利用深度强化学习的安全计算卸载
信号处理
2021-08-23 v2
摘要
对于当前及未来的物联网（IoT）网络，移动边缘云计算卸载（MECCO）已被视为支撑时延敏感型物联网应用的一种有前景的手段。然而，将移动任务卸载至云端由于恶意移动设备（MDs）的存在而面临安全问题。如何实施卸载以缓解 MDs 的计算负担，同时保障移动边缘云的高安全性，是一个具有挑战性的问题。本文中，我们研究在多用户 MECCO 区块链系统中安全性与计算卸载的协同问题。首先，为提升卸载安全性，我们提出一种基于区块链的可信访问控制，可保护云资源免受非法卸载行为侵害。接着，为处理已授权 MDs 的计算管理，我们通过联合优化卸载决策、计算资源与无线带宽分配以及智能合约使用，构建了一个计算卸载问题。该优化问题旨在最小化所有 MDs 间的长期系统代价，包括时延、能耗与智能合约费用。为求解所提卸载问题，我们开发了一种基于双竞争 Q 网络（double-dueling Q-network）的先进深度强化学习算法。真实实验与数值仿真的评估结果表明，我们的方案相较现有方法具有显著优势。
引用
@article{arxiv.1908.07466,
title = {Secure Computation Offloading in Blockchain based IoT Networks with Deep Reinforcement Learning},
author = {Dinh C. Nguyen and Pubudu N. Pathirana and Ming Ding and Aruna Seneviratne},
journal= {arXiv preprint arXiv:1908.07466},
year = {2021}
}
备注
Accepted at IEEE Transactions on Network Science and Engineering, 16 pages