基于非正交多址接入的移動邊緣計算安全節能聯合資源分配

郝萬明 孫繼威 孫鋼燦 朱政宇* 周一青

①(鄭州大學河南先進技術研究院 鄭州 450003)

②(鄭州大學信息工程學院 鄭州 450001)

③(鄭州大學產業技術研究院 鄭州 450001)

④(中國科學院大學 北京 100049)

1 引言

移動邊緣計算(Mobile Edge Computing,MEC)通過卸載本地計算任務到遠端MEC服務器中執行來增強移動設備的計算能力，因此MEC將被應用于5G以及未來6G無線通信系統中。移動設備的能耗和任務計算時延是MEC系統的兩個關鍵指標[1,2]，一般來講這兩個指標是相互對立的。因此，為兼顧能耗和時延，通常需要聯合分配系統通信和計算資源。

面對5G網絡出現的新應用如智能交通、虛擬/增強現實、自動駕駛等計算密集型和時延敏感型應用的快速增長與大規模部署，功率和尺寸均受限的移動終端設備在使用上述新應用時將面臨巨大挑戰[3]，MEC和非正交多址接入(Non-Orthogonal Multiple Access, NOMA)被認為是解決上述挑戰的關鍵技術[4-7]。MEC解決了由于云計算而帶來較大傳輸時延的問題，也解決了本地計算能力有限的問題，將會在未來無線網絡中有很好的應用前景[8]。同時，為了更好地利用MEC中的無線信道資源，采用NOMA技術可允許不同用戶在同一上行信道上同時傳輸信息，有效提高了系統頻譜效率。因此，將NOMA技術和MEC相結合，可進一步提高系統的頻譜效率，降低計算數據的傳輸時延。NOMA在MEC中的實現可以采用傳統NOMA上行數據傳輸技術，即基站根據用戶的信道增益采用串行干擾消除(Serial Interference Cancellation,SIC)技術進行多用戶解碼[9]，最終獲得每個終端上傳的需要計算的數據信息。

NOMA技術與MEC在5G場景下結合能夠滿足新應用低時延、低能耗需求，因此有必要對它們進行結合。另外，NOMA技術的應用也面臨一些實際問題，例如如何減少多用戶共信道干擾，如何有效利用SIC技術，如何合理規劃發射功率和資源分配權重因子等，這也是本文研究的重點之一。

近年來，NOMA技術在MEC中的應用受到了業界的廣泛關注[10-15]。文獻[10]研究了基于NOMA的MEC網絡，考慮部分卸載和“0”“1”卸載兩種決策的計算時延，研究了在多用戶和單MEC服務器情況下最小化時延和能耗的加權和問題。文獻[11]研究了多天線NOMA系統下能耗最小化問題，通過優化發射功率、每個用戶的卸載任務以及傳輸時間，實現系統能耗最小。文獻[12]研究了基于NOMA的MEC計算分流的能耗最小化問題，利用幾何規劃(Geometric Programming, GP)獲得最優時間和傳輸功率。在考慮時延約束條件下，文獻[13]研究了基于NOMA的MEC網絡增強時延受限的計算能力，針對上行鏈路中給定的時延預算來最大化卸載任務的計算成功概率。文獻[14]研究了上行鏈路的能耗問題，提出一種基于邊緣計算感知的NOMA技術，通過優化用戶簇、發射功率以及通信和計算資源分配最小化MEC用戶的能耗。在考慮物理層安全和用戶保密中斷概率基礎上，文獻[15]研究了用戶能耗加權和最小化問題。但是上述工作均未考慮遠端基站的能耗問題，而且均未考慮如何平衡移動終端的傳輸能耗和計算能耗(移動終端和基站的計算總能耗)，同時對于MEC網絡中的安全性研究較少。

因此，針對以上問題，本文引入能耗權重因子，考慮存在竊聽者的基于NOMA的MEC系統中，采用部分卸載方式在滿足最大保密中斷概率約束情況下，聯合優化本地計算任務量、傳輸功率以及保密傳輸速率和能耗權重因子平衡基站與移動終端的能耗，實現系統能耗加權和最小。本文提出一種基于二分搜索的迭代優化算法解決加權能耗和最小化問題，并獲得最優的任務卸載和傳輸功率。仿真結果表明，所提方案在實現安全節能方面接近沒有竊聽者存在的基準方案，且有效降低系統能耗。

2 系統模型

如圖1所示，考慮由單個基站(集成MEC服務器)和K>1個用戶組成的基于NOMA的MEC通信系統，其中K個用戶在竊聽者存在的情況下將計算任務安全部分卸載到MEC服務器中。

圖1 系統模型

2.1 計算任務卸載時的傳輸能耗

盡管NOMA技術可以使基站能夠同時服務多個用戶[18]，但隨著用戶的增多，系統設計的復雜度也將增加，從而帶來較大時延，降低了用戶體驗。另外，在LTE-A中關于NOMA技術標準中也把兩用戶作為典型應用場景[19]。而且，文獻[3,12]等均考慮了兩用戶場景。因此，本文考慮了兩用戶的NOMA系統。根據上行NOMA機制，在基站和竊聽者處接收的信號分別為[3]

2.2 計算任務執行時的能耗

計算任務執行時的能耗包括兩部分：移動終端執行的本地計算能耗和基站中MEC服務器中的邊緣計算能耗。

2.3 保密中斷概率

由于基站和用戶不能獲取準確的竊聽者的瞬時信道狀態，故引入保密中斷概率Pso,k來評價部分卸載時數據的安全性，可表示為

其中，Ce,k=log2(1+SINRe,k)表示竊聽者獲取sk的信道容量。當竊聽者的信道容量Ce,k超過用戶k的冗余信息速率Re,k=Rt,k ?Rs,k時，用戶傳輸任何消息時都會被竊聽者解碼，未能達到完全保密[22]。

3 加權能耗和最小化問題的形成

本文的目標是在保密中斷概率和時延約束情況下，同時確保計算任務部分卸載的安全性，通過聯合優化本地計算任務lk，發射功率pk以及保密傳輸速率Rs,k最小化系統的加權能耗和，優化問題可表示為

4 優化問題P1的求解

(1)問題 P1中的決策變量l,p,Rs,k滿足

同理可得用戶2的保密中斷概率形式Pso,2為式(17b)，對式(17a)和式(17b)進一步運算可轉換為

其算法流程如表1所示。

表1 問題P2的二等分迭代優化算法

5 仿真結果分析

本文通過Matlab仿真平臺評估所提出算法的性能，具體仿真參數如表2所示。為評估本文設計的NOMA-MEC部分保密卸載方案的有效性，以NOMA-MEC完全保密卸載計算、NOMA-MEC無竊聽者部分卸載和OMA-MEC部分保密卸載的基準方案為對比對象，其中OMA-MEC部分保密卸載采用TDMA協議進行部分卸載計算，將時延預算T分為兩部分由兩用戶分別占用。

表2 仿真參數

為確保對比公平性，所有仿真均采用準靜態衰落信道。

圖2顯示了所提算法的收斂性。從仿真結果圖中可以看出，本文所設計的NOMA-MEC部分保密卸載方案的能耗總是低于OMA-MEC部分保密卸載方案的能耗，并逼近無竊聽者存在時的NOMAMEC部分卸載方案的能耗，從而證明本文所提方案的優越性。與完全卸載方案相比，3種部分卸載方案實現更低的加權平均和能耗。對于部分卸載，隨著迭代次數的增加，系統能耗基本趨于穩定，算法收斂。對于完全保密卸載方案，在卸載過程中以最大時延預算為卸載時延，由于不存在對本地計算任務的分配，其卸載計算量、保密卸載速率和功率消耗保持不變，故系統能耗與迭代次數無關，在每次迭代過程中保持相同的值。

圖2 兩用戶能耗加權和隨迭代次數的變化關系

圖3顯示了每個用戶計算任務對系統能耗的影響。圖3可以看出，系統能耗隨著計算任務的增加而線性增加，這是因為能耗函數是關于部分卸載計算任務的擬線性遞增函數，同時用戶計算任務與部分卸載計算任務存在線性關系，因此隨著計算任務的增加能耗值也線性增加。另外與OMA-MEC部分保密卸載方案相比，NOMA-MEC保密部分卸載方案總能實現更低的系統能耗。在滿足最大保密中斷概率的情況下，通過有效的卸載和資源優化，使部分保密卸載的系統能耗逼近無竊聽者部分卸載的系統能耗。

圖3 兩用戶能耗加權和隨每個用戶計算任務的變化關系

圖4 兩用戶計算能耗和卸載能耗隨能耗權重因子比例的變化關系

圖5 兩用戶能耗加權和隨能耗權重因子的變化關系

6 結束語

本文研究了基于NOMA的MEC安全節能資源優化問題，設計了一種在保證最大保密中斷概率約束的情況下，使兩用戶能夠在同一時隙內成功將計算任務安全部分卸載到遠端基站進行計算最小化兩用戶能耗加權和的方法，通過實驗仿真表明本文提出的算法解決本地計算任務和發射功率分配問題的合理性，在未來的工作中將進一步研究在非完美信道情況下對任務卸載計算和資源分配的聯合優化。