一种面向云边协同网络的隔离任务可信分配方法及装置
本申请涉及云边协同计算、任务分配、可信调度以及多租户安全隔离,尤其涉及一种面向云边协同网络的隔离任务可信分配方法及装置。
背景技术:
1、随着人工智能、物联网和实时交互式应用的发展,计算任务逐渐从单一云中心处理转向云节点、边缘节点和终端协同处理。云边协同网络能够利用云节点的高计算能力和边缘节点的低时延特性,为不同类型任务提供更灵活的执行位置选择。
2、在云边协同网络中,任务分配不仅需要考虑计算资源、网络带宽、传播时延和节点排队状态,还需要考虑多租户环境下的安全隔离需求。多个终端或应用可能共享同一计算节点内部的数据中心资源,若不同任务在主机、链路或交换机资源上缺乏有效隔离,可能产生资源干扰、侧信道风险或恶意行为传播风险。
3、此外,云边协同网络通常处于开放、异构和动态环境中。终端可能提供虚假反馈,计算节点也可能由于故障或被攻击而导致任务执行失败。若任务分配过程仅依据资源容量或时延进行决策,而忽略终端和计算节点的可信状态,则容易将任务分配给不可信计算节点,或者受到恶意终端反馈的干扰,影响后续调度决策。
4、因此,需要一种能够在连续时间窗口下结合反馈信任评价、多目标任务分配以及计算节点内部隔离验证的任务分配方案,以在保证服务质量的同时提高云边协同网络在对抗环境下的安全性和稳定性。
技术实现思路
1、针对云边协同网络中虚假反馈干扰信任评价、任务分配难以兼顾按时完成与隔离需求,以及节点内部部署缺乏隔离验证的问题,本申请提出一种面向云边协同网络的隔离任务可信分配方法及装置。该方案在连续时间窗口下,结合反馈共识信任评价、信任约束下的多目标任务分配、偏好增强初始种群生成以及节点内部主机分配与隔离验证,并将任务执行反馈用于后续窗口的信任更新和任务分配,使可信评价、任务调度与隔离部署形成闭环。
2、为实现上述目的,本申请提供如下技术方案:
3、一种面向云边协同网络的隔离任务可信分配方法,在连续时间窗口下执行,包括如下步骤:
4、步骤 s1,在当前时间窗口下,获取云边协同网络中的任务请求、终端状态、计算节点状态和网络状态。云边协同网络包括终端、计算节点和链路,计算节点包括云节点和边缘节点。
5、步骤 s2,基于上一时间窗口的任务执行反馈,对终端和计算节点分别进行信任评价,得到当前时间窗口的终端信任评价结果和计算节点信任评价结果。
6、步骤 s3,根据当前时间窗口的任务请求、计算节点资源状态、网络状态和计算节点信任评价结果,构建信任约束下的多目标任务分配优化目标。其中,多目标任务分配优化目标包括按时完成率目标和隔离满足率目标;信任约束包括被选计算节点的信任评价结果不低于预设信任阈值。
7、步骤 s4,在所述信任约束下执行多目标任务分配,得到任务到计算节点的分配结果。
8、步骤 s5,根据任务到计算节点的分配结果,在对应计算节点内部对任务进行主机分配,并根据任务的隔离等级对主机分配结果进行隔离验证,得到主机分配结果以及隔离验证成功结果或隔离验证失败结果。
9、步骤 s6,根据任务执行结果形成当前时间窗口的任务执行反馈,并将当前时间窗口的任务执行反馈用于后续时间窗口中的信任评价和任务分配。
10、本申请还提供一种面向云边协同网络的隔离任务可信分配装置,包括输入获取模块、信任评价模块、任务分配优化模块、主机分配模块、隔离验证模块和反馈更新模块。
11、与现有技术相比,本申请的有益效果为:
12、1、本申请通过反馈共识及终端、计算节点信任更新,能够减少虚假终端反馈对信任评价和调度过程的干扰,并降低任务被分配至低信任计算节点的风险。
13、2、本申请将计算节点信任评价结果作为任务分配的约束条件,同时优化按时完成率和隔离满足率,使任务分配兼顾按时完成需求、计算节点可信状态和多租户隔离需求。
14、3、本申请通过时延偏好因子、拥塞偏好因子、节点类型偏置因子和隔离引导因子形成综合偏好权重,并据此生成增强初始种群,能够改善多目标进化搜索的初始候选方案质量,减少低质量候选方案。
15、4、本申请在任务分配到计算节点后,进一步进行节点内部主机分配和隔离验证,使任务所需主机数量与隔离等级在实际部署中得到验证;同时将当前时间窗口的任务执行反馈用于后续窗口的信任评价和任务分配,支撑可信状态与调度决策的持续更新。
1.一种面向云边协同网络的隔离任务可信分配方法,其特征在于,包括:
2.根据权利要求 1 所述的方法,其特征在于,步骤 s1 具体包括以下子步骤:
3.根据权利要求 1 所述的方法,其特征在于,步骤 s2 具体包括以下子步骤:
4.根据权利要求 1 所述的方法,其特征在于,步骤 s4 具体包括以下子步骤:
5.根据权利要求 1 所述的方法,其特征在于,步骤 s5 具体包括以下子步骤:
6.一种面向云边协同网络的隔离任务可信分配装置,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com