申请/专利权人:北京科技大学
申请日:2024-04-26
公开(公告)日:2024-05-31
公开(公告)号:CN118113482A
主分类号:G06F9/50
分类号:G06F9/50;G06N20/00;G06N5/04;G06N7/01;H04W24/02;H04W24/08;H04W52/34;H04W84/06
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.18#实质审查的生效;2024.05.31#公开
摘要:本发明提供一种针对智能窃听者的安全计算卸载方法和系统,包括:构建存在智能窃听者的多无人机辅助的移动边缘计算网络的系统模型和计算任务的两阶段卸载模型;计算系统的总延迟和能耗,设计最大最小的优化问题并分解为两个子问题,对于合法无人机和窃听无人机,优化目标分别是最大化和最小化计算任务的执行效率;以MAPPO算法为基础算法,结合零和博弈思想,将两个子问题转化为两个部分可观测的马尔可夫博弈,进行对抗多智能体强化学习,合法无人机和窃听无人机交替作为MAPPO的智能体与环境交互,分别以最大化和最小化计算任务的执行效率为目标优化各自的策略,直至收敛,得到最优的安全计算卸载方案。本发明在对抗智能窃听无人机时有显著的优势。
主权项:1.一种针对智能窃听者的安全计算卸载方法,其特征在于,所述方法包括:S1、构建存在智能窃听者的多无人机辅助的移动边缘计算网络的系统模型和计算任务的两阶段卸载模型;S2、根据所述系统模型和两阶段卸载模型,计算系统的总延迟和能耗,并设计最大最小的优化问题,所述最大最小的优化问题的目标是使计算任务的最小执行效率最大化;S3、将所述最大最小的优化问题分解为合法无人机优化和窃听无人机优化两个子问题,对于合法无人机,优化目标是最大化计算任务的执行效率,对于窃听无人机,优化目标是最小化计算任务的执行效率;S4、以多智能体近端策略优化MAPPO算法为基础算法,结合零和博弈思想,将所述两个子问题转化为两个部分可观测的马尔可夫博弈,进行对抗多智能体强化学习,合法无人机和窃听无人机交替作为MAPPO的智能体与环境交互,分别以最大化和最小化计算任务的执行效率为目标优化各自的策略,直至收敛,得到最优的安全计算卸载方案。
全文数据:
权利要求:
百度查询: 北京科技大学 一种针对智能窃听者的安全计算卸载方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。