【论文】近期读的论文汇总——卸载中的安全问题

（1）题目：Mobility Management for Blockchain-based Ultra-dense Edge Computing: A Deep Reinforcement Learning Approach（基于区块链的超密集边缘计算的移动性管理：一种深度强化学习方法）

来源：TWC （2021-11）

概述：超密集边缘计算有望为移动设备提供时延敏感和计算密集型的服务。大多数现有的工作同时考虑了通信切换和计算卸载的决策，而忽略了卸载任务上的安全性。关于安全方面目前存在两个问题，一个是移动设备与基站或边缘服务器的通信安全问题，另一个是移动设备跨域移动时的重复认证问题。因此，本文提出了一种基于区块链的会话密钥分发机制和身份认证方案。区块链用于生成、分发和存储会话密钥。移动设备在区块链上获取自己的会话密钥，并对其通信内容进行加密，以提高安全性。移动设备在边缘服务器上完成身份注册后，其信息将存储在区块链上。其他服务器在对设备进行认证时，只需要调用智能合约查询区块链上的设备信息进行比对。通过这种方式，既提高了安全性，又可以避免冗余的身份注册步骤，大大提高移动性管理的效率。

（2）题目：Learning Based and Physical-layer Assisted Secure Computation Offloading in Vehicular Spectrum Sharing Networks（车辆频谱共享网络中基于学习和物理层辅助的安全计算卸载）

来源：INFOCOM （2022-5）

概述：随着大数据分析在车载边缘计算网络中的广泛应用，产生了海量的计算任务。然而，车载边缘计算网络的卸载过程存在较高的泄露风险，在道路上行驶的恶意车辆会窃听合法车辆用户的计算任务信息（CTI）。物理层安全技术是保护机密信息的有效安全解决方案，为了保护机密信息，其一，本文采用Wyner的窃听编码方案对机密CTI进行编码，其二，本文设计了一个高效的基于频谱共享架构的物理层安全计算卸载方案(包括频谱接入选择和发射功率选择)，该方案可以安全地将计算任务卸载到MEC服务器。

（3）题目：Privacy-Aware Forecasting of Quality of Service in Mobile Edge Computing（移动边缘计算中的隐私感知服务质量预测）

来源：IEEE Transactions on Services Computing （2023-1）

概述：与终端用户相邻的MEC节点可能收集与用户身份、位置、应用程序使用等相关的敏感数据，此外，由于MEC节点规模大且分散，集中控制困难。因此，存在安全漏洞的边缘节点可能成为入侵者攻击MEC网络的入口，因此安全性是MEC面临的一个重大挑战。本文提出了一种移动边缘环境中隐私感知的服务质量预测方法——EdgePMAM (基于公共模型和注意力机制的边缘QoS预测)。该方案使移动用户可以将公共模型下载到自己的设备中，设备根据用户的隐私数据进行用户侧的在线训练和预测，该方案可以防止用户隐私被破坏的情况。Edge - PMAM能够在保护用户隐私的前提下，进行实时、准确、个性化的QoS预测。

（4）题目：Secure and Personalized Edge Computing Services in 6G Heterogeneous Vehicular Networks（6G异构车联网中安全且个性化的边缘计算服务）

来源：IEEE Internet of Things Journal （2022-4）

概述：随着车辆对计算密集型应用的各种个性化需求，如何挖掘6G 异构车联网中的异构计算资源，以保证车辆具有定制的体验质量( Quality of Experience，Qo E )成为一个挑战。本文通过联合考虑攻击模型和6G网络基础设施(例如,卫星、无人机、基站和路边单元)的特点，设计了一种基于智能合约的安全边缘计算架构。在该架构下，基于不同网络基础设施所拥有的可用计算资源，设计了协同计算资源分配算法，以帮助每个网络基础设施决定一个定制的服务策略，以满足移动车辆的QoE。与传统方案相比，该方案能够抵御攻击，完成服务的成本更低。

基于智能合约的交易过程步骤如下：

步骤1 (由边缘计算设备和停放车辆签订合约)：如果车辆停放在边缘计算设备的通信覆盖范围内，并且愿意提供计算资源以赚取奖励，则需要根据其停放时间与边缘计算设备签订合约。具体而言，该合约包括停放车辆的空闲计算资源，停放车辆的单位资源报酬，合约的开始时间和结束时间，停放车辆和边缘计算设备的数字证书和WA（钱包地址，通过提供其计算资源来赚取报酬。），以及边缘计算设备和停放车辆使用私钥签署的签名。边缘计算设备与停放车辆签订合约后部署在区块链网络中，车辆成为一个停放车辆，由边缘计算设备管理，为完成任务提供计算资源。具体来说，如果选择其中一个停放车辆提供计算资源，则在任务完成后将奖励支付给停放车辆。

步骤2 (选择最优边缘计算设备签订合约)：如果移动车辆打算卸载其计算任务，它可以根据QoE要求生成任务计算请求。对移动车辆来说，它的目标是在满足任务执行时间的条件下，最小化为任务支付的报酬。接收请求消息的边缘计算设备使用移动车辆i的公钥验证数字证书i和签名。若验证失败，则该消息将被丢弃。