基于移动边缘计算的区块链网络计算任务卸载研究

来源 :青岛大学 | 被引量 : 0次 | 上传用户:nwpucoder
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
区块链技术能够在分散的事务中建立信任,是一种很有前途的资源管理体系结构。区块挖掘参与者,即矿工,成功挖掘区块时会获得奖励。但矿工在挖掘块时需要大量的计算资源解Po W(Proof of Work)问题,这对矿工来说是一个巨大的挑战。鉴于此,本文首先提出了一种基于云的区块链挖掘框架,将矿工的部分密集计算任务卸载到边缘云服务器,减轻矿工的计算负担。但是随着物联网的发展,区块链技术也越来越多地应用在了移动网络中。因此,本文进一步提出基于云和移动设备协同参与的区块链挖掘,将矿工的计算密集型任务同时卸载到边缘云和移动设备上。本文的主要内容及创新点如下:1)针对区块链网络中的密集计算任务,本文考虑了边缘云辅助矿工的区块链挖掘。边缘云服务器(ECO)和矿工之间的交互建模为单领导者多跟随者的Stackelberg博弈游戏。在第一阶段,ECO作为领导者可以向矿工确定单位计算资源的定价;在第二阶段,矿工作为跟随者,向ECO确定计算资源需求。对于以上两个阶段的Stackelberg博弈游戏,本文严格推导并证明了纳什均衡的存在性和唯一性,在纳什均衡下,ECO和矿工会根据自己的最大利润来决定自己的最优策略。2)进一步,本文设计了边缘云和移动设备参与的区块链挖掘框架CDEB(Cloud and Devices Enabled Blockchain)。附近的移动设备辅助矿工进行区块链挖掘,其合作模式是建模为一个领导者多跟随者的Stackelberg博弈游戏。矿工作为领导者,决定附近移动设备的资源价格;同时移动设备作为其跟随者,决定分配给矿工的计算资源。受限于矿工的计算密集型任务和移动设备的有限资源,矿工同时向ECO请求计算资源。ECO和矿工之间的合作模式形成两阶段的Stackelberg博弈游戏。集成上述两个Stackelberg博弈模型为CDEB框架,构建了一个具有多个领导者和多个跟随者的三阶段的Stackelberg博弈游戏。在第一阶段,ECO为矿工确定最优资源价格;第二阶段,矿工从ECO中确定最优的资源需求,并确定移动设备的资源价格;第三阶段,移动设备确定最优资源策略。为了证明CDEB模型的有效性,本文设计了仿真实验与目前主流的资源卸载模型进行比较。实验证明了CDEB模型具有良好的可行性和鲁棒性。随着MEC技术和区块链技术的快速发展,为MEC技术和区块链技术的集成提供了可行性。本文将边缘计算引入区块链挖掘,利用边缘云和移动设备卸载矿工的密集型计算任务,有效提高矿工的区块链挖掘能力,最大化区块链网络中矿工、边缘云和移动设备的效益。
其他文献
目的 比较不同减速类型的新生儿脐动脉血气的差异;比较产时胎心监护单位时间减速区面积与脐动脉血气对于新生儿预后的预测价值。方法 以2019年12月至2021年10月于潍坊医学院附属医院产科经阴道分娩的产妇及新生儿为研究对象,其中Ⅰ类胎心监护为对照组共40例,间歇性变异减速组40例,反复性变异减速组40例,晚期减速组40例,比较不同减速类型的新生儿脐动脉血气值的差异;比较单位时间减速区面积、脐动脉血p
期刊
近年来随着电子商务和物流运输快速发展,仓储规模日益扩大,仓储货物的各种监管问题也随之而来。随着人工智能等技术的快速发展,仓储货物的监管方式也不断革新,逐渐从人工化管理向无人化、自动化管理过渡。但是目前的一些仓储货物监管方式仍存在货物发生变动时不能及时发现并处理和在监控数据上缺少处理的问题,因此需要保存较长时间的监控数据,存储负担较大。针对上述问题,本文以棉花包作为仓储货物,设计了基于深度学习的仓储
学位
随着互联网产业快速发展,分布式集群作为企业应对大数据量高并发场景的主流解决方案,它保证机器在宕机时仍有其余机器可对外提供访问,但庞大集群的管理成为了另一个难题。集群常常因为网络波动、硬件异常、人为破坏等因素出现严重安全隐患。目前企业通过对硬件的监控和对日志的收集来实现集群的管理维护,但此方式较为被动且监控不全面,导致运维质量有限,因此一套能够辅助企业进行多方面管理的智能运维系统对企业来说具有重要意
学位
通过对黑白视频进行彩色化处理,可以还原经典影像作品的色彩,有助于历史研究。当前大多数视频着色方法是通过深度神经网络进行颜色预测,这种方式需要的数据集巨大,且着色结果难以预估,即存在多模态性。同时,若未对相邻帧进行单独处理,则容易导致相邻帧颜色跳变明显。基于此,可采用参考帧辅助着色的方式来缓解相邻帧的颜色跳变问题,但该方式加大了人工参与的成本,且工作量巨大。本文主要针对黑白视频自动着色问题开展研究,
学位
2019年新型冠状病毒的爆发给全世界人民的生命健康安全带来了巨大威胁。作为一种新型病毒,其流行病学特征不同于以往的病毒,该病毒不仅具有潜伏期,而且病毒潜伏期内同样具有传播能力,在病毒感染者中还存在大量无症状感染者。为了进一步揭示新型冠状病毒的传播规律,本文进行主要工作如下:首先,本文在经典SEIR模型理论框架的基础上,结合新型冠状病毒的传播特性,引入了无症状感染状态并考虑时间对模型状态转移的影响,
学位
粗糙集是用来对不确定性知识进行分类的一种数学思想,时至今日已经有了全面的发展,其理论成果被用在工业生产、数据处理、医疗教育等诸多方面,并有着良好的应用表现。在相关学者研究下,粗糙集模型延伸出了模糊模型、决策模型、变精度模型等很多不同的分支,拓展了粗糙集理论的应用场合。邻域粗糙集是粗糙集模型的一种改进算法,通过理论引入粒化和邻域空间的概念,使得模型可以适用连续型数据,解决了原模型只能处理离散型变量的
学位
<正>近年来,椒江区白云街道团委积极探索以团支部为龙头、青年之家为依托、青年志愿服务队为基础的“三级联动”体系,打造“云青社”志愿服务品牌,助力志愿服务资源“激活、整合、下沉、共享”,全面构建青年志愿服务网络。团建引领,拓宽志愿服务“延伸面”普及志愿服务理念,引导青年在身体力行中感悟“奉献、友爱、互助、进步”的志愿精神,让志愿服务常态化,使服务群众、
期刊
某型波束控制处理器是应用于某课题的一种故障率较高的控制电路板,其故障定位主要依靠专业人员的经验。针对该模块故障定位准确率不高的问题,提出一种基于ID3决策树算法的故障预测方法。通过对已有的故障定位记录进行梳理,建立特征工程、计算属性分类信息熵、递归建立决策树,得到故障预测的最优决策树模型。实验分析表明,基于ID3决策树的故障预测方法充分发挥了计算机的计算优势和机器学习算法的数据挖掘能力,对故障的分
期刊
硬盘故障所致的数据丢失和损坏给企业和用户带来重大损失,硬盘故障预测也因此引起了学术界和企业界的高度重视,涌现了不少基于机器学习的故障预测方法,但由于存在机器学习算法模型的样本数据差异、性能指标不一致等原因,无法合理评估预测方法的优劣。鉴于此,建立了基于机器学习的硬盘故障检测评估平台,在统一的实验平台中对随机森林、逻辑回归、多层感知神经网络、决策树、朴素贝叶斯、极端梯度提升树、梯度提升决策树和Ada
期刊
随着科技的发展装甲车辆火控系统的技术也在不断迭代更新,现阶段火控系统表现出技术含量更高、结构更加复杂、控制系统更加先进、故障判断更困难等特点。由于火控系统中传感器检测量与故障特征之间、故障特征与维护策略之间是非线性映射关系,直接利用传感器数据难以满足对故障的诊断预测要求。本文基于机器学习开展了对火控系统状态评估与故障预测的研究。将采集的炮控箱信号数据采用灰色关联度分析处理的方法,对状态特征进行提取
学位