基于移动边缘计算网络中安全计算卸载的资源优化方法开题报告

1. 研究目的与意义（文献综述）

1.1 研究目的及意义

物联网的高速发展及各种网络服务和应用的涌现，对移动通信技术提出了新的要求。直观体现在用户对服务质量、服务时延等网络性能的要求不断提高。设备以集中方式在云计算中心（数据中心）进行大数据的计算、存储的数据的处理模式不能高效完全地处理各种设备所产生的海量数据。一方面，海量的数据处理往往会超出云计算中心的计算能力；另一方面，大量数据长距离传输占用带宽及增加功耗。移动边缘计算(mec)在原有的云计算模型上继续发展，增设了具有计算和数据分析的网络边缘设备，将原有的云计算模型的部分或者全部计算任务转移到网络边缘设备上。

相比于移动云计算(mcc)，mec具有以下优势：(1)低时延; (2)低能耗; (3)感知性[1]。计算卸载技术是mec中关键技术之一，主要包括卸载决策、资源分配和卸载系统三方面内容。卸载决策主要解决的是移动终端决定如何卸载、卸载多少以及卸载什么的问题；资源分配则重点解决终端在实现卸载后如何分配资源的问题[1]。需要从降低时延，减少能耗或者均衡时延与能耗等角度对卸载决策和资源分配进行优化。

2. 研究的基本内容与方案

2.1设计的基本内容

本文考虑分布式计算模式，即计算任务可以分解为多个子任务进行计算的。同时研究边缘计算卸载方案。主要研究终端设备任务卸载的最优策略，在满足服务质量的条件下，实现按需分配资源。尽可能的降低终端设备的能量消耗。

Ⅰ.对移动边缘计算技术的研究现状如效率和安全性等方面进行分析；对移动边缘计算中计算卸载策略进行研究；对计算卸载中的安全管理进行研究。

3. 研究计划与安排

第1周—第4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第5周—第6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。论文开题；

第7周—第12周：实现基于移动边缘计算网络中安全计算卸载的资源优化算法设计与验证。撰写论文初稿；

4. 参考文献（12篇以上）

[1] 谢人超,廉晓飞,贾庆民,黄韬,刘韵洁.移动边缘计算卸载技术综述[j]. 通信学报, 2018, 39(11):138-155.

[2] 李季. 基于深度强化学习的移动边缘计算中的计算卸载与资源分配算法研究与实现 [d].北京邮电大学,2019.

[3] 李季. 基于安全管理的边缘计算卸载机制研究[d].北京邮电大学,2019.