一种基于可扩展区块链的可信计算卸载方法和系统

本发明属于区块链，具体涉及一种基于可扩展区块链的可信计算卸载方法及系统。

背景技术：

1、随着无线网络、人工智能等技术的发展，许多移动边缘网络中应用设想有了实现可能，例如远程自动驾驶，车载游戏，ar导航等，但受到终端设备自身计算、通信资源等的限制，应用程序难以有很大的突破，移动边缘计算可以充分利用可用的计算设备，增强计算能力。在可扩展区块链赋能的分布式计算卸载中，利用分片技术把边缘网络中的节点划分为多个独立分片，分片之间独立处理终端用户的卸载请求，为用户提供亟需的计算资源，区块链的加入可以提升计算卸载过程的安全性，降低恶意行为的危害程度。

2、但是由于区块链系统的出块、共识过程中会产生新的计算和通信资源开销，同时增加额外的延迟，这些对计算卸载过程会产生新的变化，现有的解决方案在面对该种类任务时，通常会忽略区块链系统产生的影响，这样生成的卸载方案与真实的卸载过程存在偏差，无法保证任务卸载的准确性和质量。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提出基于可扩展区块链的可信计算卸载方法，可以考虑到了区块链共识过程中的计算和通信延迟，能够得到更加合适的卸载方案，提高任务卸载的效率和质量；

2、本发明的第二个目的在于提出一种基于可扩展区块链的可信计算卸载系统。

3、为达上述目的，本发明第一方面实施例提出一种基于可扩展区块链的可信计算卸载方法，所述方法包括以下步骤：

4、s100，上传需要卸载的计算任务信息；

5、s200，把请求信息传输到区块链系统上；

6、s300，对请求信息进行验证，根据计算任务信息计算获取卸载决策；

7、s400，输出卸载方案并把合法请求和卸载方案打包到区块中，并记为当前块；

8、s500，对当前块进行共识，其他节点验证请求信息和卸载方案决定是否接收当前块；决定接受当前块后则将当前块链接到区块链上并根据卸载方案把任务传输到对应的节点上。

9、根据本发明实施例的计算卸载方法，可以考虑到区块链共识过程中的计算和通信延迟，能够得到更加合适的卸载方案，提高任务卸载的效率和质量。

10、进一步的，在步骤s100中上传需要卸载的计算任务信息包括终端设备提取卸载任务的摘要信息，通过无线信道把信息上传到路边单元rsu(road side unit)上，路边单元rsu在接收到信息后转发给本轮共识的主节点，其中计算任务信息包括区块链系统中的交易数据和区块信息，区块信息包括前一区块的哈希值、当前区块中的交易数据和卸载任务的所有节点编号；区块链系统包括主节点和副本节点，其中边缘服务器是主节点，路边单元rsu是副本节点，各个副本节点与通信范围内最近的主节点连接，各个主节点与同一个云服务器连接，每个主节点和与该主节点连接的所有副本节点对应了一个初始的区块。在共识过程中，主节点是区块链系统中负责生成新区块以及决定区块链发展方向的节点，主节点负责验证和打包这些计算任务信息，并生成新的区块，其他参与共识的节点则负责验证这些数据的有效性和顺序，并将他们广播给整个网络；路边单元包括部署在边缘计算环境中的设备，用于提供连接终端设备和云端计算资源的功能，路边单元作为负责接收终端设备上传的信息的节点，并将上传的信息的转发给本轮共识的主节点。

11、进一步的，在步骤s200中，把请求信息传输到区块链系统上包括：区块链的主节点通过其他副本节点汇总当前阶段需要处理的计算任务，其中副本节点是区块链系统中除了主节点之外的其他节点，副本节点负责对区块链系统中的交易和区块数据进行验证、存储和传播；其中需要处理的计算任务包括数据验证、状态转换、智能合约执行等任务。

12、进一步的，在共识过程中，副本节点需要验证主节点生成的区块，并确保数据的一致性和正确性，副本节点通过复制整个区块链系统的数据帮助主节点提高数据的冗余性和安全性，从而增强整个区块链系统的容错能力。

13、进一步的，主节点接收从客户端或其他节点发送过来的请求信息，请求信息包括需要执行的计算任务、相关数据和当前环境状态等；主节点首先验证接收到的请求信息的合法性，确保请求数据完整且符合规范；然后主节点汇总当前阶段需要处理的计算任务信息，主节点收集当前区块链系统的环境状态，包括网络拓扑结构、节点状态、交易流量等；最后基于汇总的任务信息和收集的环境状态，主节点制定卸载决策，确定如何调度和分配这些计算任务给不同的副本节点进行处理。

14、进一步的，在步骤s300中根据计算任务信息计算获取卸载决策包括：

15、s301，使用pbft(practical byzantine fault tolerance)共识算法计算所有任务最终的处理延迟；

16、具体的，使用pbft共识算法包括五个阶段：请求、预准备、准备、提交、和回复。其中请求阶段包括两部分，第一阶段为用户通过客户端提交任务请求到路边单元和路边单元上传到主节点，任务请求中包含任务的摘要数据，可以上传到路边单元的时延，其中摘要数据的上传延迟的计算公式为：

17、

18、其中m为任务标号，为任务m需要传输的摘要数据大小，rm为从终端用户到路边单元的数据传输速率；摘要数据的传输是为了让部署在边缘中的智能体输出卸载策略，如果卸载策略中某个用户需要将任务卸载到边缘或云服务器进行处理，则需要将具体的任务数据传输到相应的节点，根据上传延迟的公式，数据传输的时间延迟受到任务数据大小和数据传输速率的影响。当任务的数据量较大或者数据传输速率较慢时，传输时间延迟会增加，反之则会减少。这个公式可以用来评估任务摘要数据传输的时间成本，以进一步优化任务调度和卸载策略，提高系统的效率和性能。

19、进一步的，第二阶段为：把任务的摘要数据传输到区块链系统中路边单元，但副本节点还需要把这些数据传输到当前阶段的主节点上，这个过程的传输延迟和计算延迟的计算公式为：

20、

21、其中dp,p′表示主节点p和副本节点p′之间需要传输的数据大小，rp,p′表示p和p′之间的数据传输速率,m表示该阶段的请求数，fs和fm分别表示签名和mac所需的处理器时钟周期数，fp表示主节点时隙的处理器频率，这些正确提交的交易被打包成块，发送到其他副本节点进行验证；传输延迟和计算延迟的计算公式可以反映在pbft共识算法中第二阶段的数据传输和处理的时间成本。公式中所涉及的各个参数都影响着数据传输和处理的效率，包括数据大小、传输速率、处理器时钟周期数和处理器频率等；通过对这些参数进行评估和优化，可以提高共识算法的性能和效率，确保交易得到正确处理并达成一致。

22、进一步的，预准备阶段开始时，主节点需要根据所有节点的计算资源和任务请求的情况生成卸载决策，模型运行一次的时间成本记为tdec；

23、具体的，记共识节点数目为n，其中共识节点是指参与共识协议执行和验证的节点，在分布式系统中，为了保障数据的一致性和安全性，需要通过共识算法来确保所有节点在达成一致意见的过程中，即使存在故障节点或网络延迟等情况，也可以保证系统的正常运行。共识节点包括主节点和副本节点，共同参与共识过程中的验证、签名、数据传输等操作，以确保系统的安全性和可靠性。

24、预准备阶段主节点需要生成1个签名和(n-1)个mac(message authenticationcode，消息认证码)，具体包括主节点使用自己的私钥对整个区块链进行签名，生成区块链的数字签名，这个数字签名用于验证区块链的完整性和主节点身份；主节点针对每个区块生成一个mac(消息认证码)，这些mac用于验证区块的完整性，以确保区块在传输过程中没有被篡改；主节点将签名和各个区块的mac附加到区块链上，并将完整的将最新的区块链数据和相关信息发送给副本节点。副本节点使用主节点的公钥对签名进行验证，以确定签名的有效性和区块链的完整性；副本节点对每个区块分别使用相应的mac进行验证，以确保每个区块在传输过程中没有被篡改；副本节点验证区块中的交易有效性、顺序、一致性等内容，以确保区块链的正确性和一致性。其中预准备阶段的传输延迟和计算延迟的计算公式为：

25、

26、

27、其中dblock表示生成区块大小,rp,p′表示p和p′之间的数据传输速率，包括两个部分相加，第一部分表示在主节点部分的计算延迟，第二部分表示在副本节点部分的计算延迟，正确提交概率假定为γ,fs和fm分别表示签名和mac所需的处理器时钟周期数,m表示该阶段的请求数，fp表示主节点时隙的处理器频率,fp′表示具体卸载节点的处理器频率；预准备阶段的传输延迟和计算延迟的计算公式综合体现了在pbft共识算法中预准备阶段的数据生成、传输和计算成本，通过对计算延迟、数据传输速率、处理器时钟周期数等参数进行评估和优化，可以提高共识算法在预准备阶段的性能和效率，保证区块链数据的完整性和准确性。

28、进一步的，由于准备阶段需要传输的数据很少，传输延迟在统计时可以忽略，所以这个阶段副本节点p′需要生成1个签名和(n-1)个mac，并验证来自其他节点的个签名和mac，主节点p需要验证其他节点的个签名和mac，主节点计算延迟和副本节点的计算延迟不同，主节点计算延迟和副本节点的计算公式包括：

29、

30、

31、其中，fs和fm分别表示签名和mac所需的处理器时钟周期数，fp表示主节点时隙的处理器频率,fp′表示具体卸载节点的处理器频率，n表示共识节点数目；主节点计算延迟和副本节点的计算公式可以体现在pbft共识算法中准备阶段的计算成本和性能要求，通过对不同节点的计算能力、处理器时钟周期数、频率等参数进行合理的设置和优化，可以提高共识算法在准备阶段的效率和可靠性，确保节点之间数据的验证和传输正常进行，维护整个区块链系统的安全和一致性。

32、进一步的，提交阶段主节点和副本节点操作相同，这个阶段节点需要生成1个签名和(n-1)个mac，并验证来自其他节点的个签名和mac，节点的计算延迟的计算公式为：

33、

34、其中，fs和fm分别表示签名和mac所需的处理器时钟周期数，fp表示主节点时隙的处理器频率，n表示共识节点数目，节点的计算延迟的计算公式通过考虑在pbft共识算法中提交阶段的计算成本和性能需求，通过对节点的计算能力、处理器时钟周期数、频率等参数进行合理的配置和调优，可以提高共识算法在提交阶段的效率和稳定性，确保节点之间数据的正确验证和提交，从而维护整个区块链系统的安全和一致性。

35、进一步的，在回复阶段的主节点的计算延迟和副本节点的计算延迟可以分别表示为：

36、

37、

38、其中，fs和fm分别表示签名和mac所需的处理器时钟周期数，fp表示主节点时隙的处理器频率，fp′表示具体卸载节点的处理器频率，n表示共识节点数目。

39、由于共识过程的每个过程都存在一个超时时间，记超时时间为τ，则可以把整个共识过程中产生的延迟表示为

40、

41、其中min表示最小值，即一组元素中的最小值；max表示最大值，即一组元素中的最大值，的计算公式通过在共识过程中最糟糕情况下(即超时时间最大)和最理想情况下(即超时时间最小)的延迟情况评估和优化共识过程的性能和稳定性，而且通过比较超时时间的最小值和最大值，可以更全面地了解共识过程的延迟范围，以及在不同情况下可能出现的性能瓶颈和问题点，为进一步优化共识算法提供重要参量。

42、进一步的，记终端用户计算每个任务需要上传的数据大小为dm，当用户需要将数据卸载到边缘或云服务器进行处理，则需要将数据传输到相应的节，记rm,p为从用户m到路边单元p的数据传输速率；当数据被上传到路边单元后还需要传输到卸载的节点时，如果用户的卸载节点刚好是上传数据的路边单元，则这部分的传输延迟为0，否则，需要把任务数据传输到具体卸载节点p′，记rp,p′为从路边单元到卸载节点的数据传输速率，综上所述计算任务的上传数据延迟可表示为：

43、

44、表示了任务上传数据的延迟，针对任务上传数据的延迟，这样计算可以通过任务数据从终端用户传输到路边单元的速率，再根据数据传输到卸载节点的速率，综合计算任务的数据上传延迟。

45、进一步的，卸载节点在接受到具体的任务数据后的处理延迟包括排队延迟和执行延迟两部分，在收到任务数据后需要首先验证签名和mac，然后执行卸载请求中包含的计算任务，卸载请求中包含的计算任务的处理延迟可以表示为：

46、

47、其中，λ表示处理一单位数据所需的cpu轮数，fp′表示卸载节点p′每秒的计算频率。此外，卸载节点可能在时隙t时同时接收到多个任务，这些任务需要按照一定的顺序排队执行，任务的排队延迟可表示为：

48、

49、其中，lq表示节点p′处理队列中任务m前面的任务队列长度。任务m的排队延迟等于在其前面任务的处理延迟之和。

50、进一步的，记任务处理完的返回的数据大小为由于存在移动的车辆或者行人，它们可能在任务处理的过程中离开原来路边单元的覆盖范围。因此在返回结果时，上传阶段的路边单元p可能不等于回复阶段的路边单元p″，数据需要先从卸载节点p′传递给终端用户连接的路边单元p″，再传输到终端用户，其中第一阶段的数据传输速率为rp′,p″，从节点p″到m的相应传输速率为rp″,m，因此返回过程的延迟可表示为：

51、

52、因此，在计算卸载过程中，从用户上传任务摘要数据到接收处理结果的延迟时间可以表示为：

53、

54、最后通过可以全面评估计算卸载过程中涉及到的数据传输、处理和返回的整体延迟情况，有助于优化和提升卸载计算系统的性能和效率。

55、s302，把卸载决策的优化问题建模为奖励迁移模型，并利用深度强化学习算法找到问题的最优解决办法。

56、具体的，把卸载决策的优化问题建模为奖励迁移模型：令奖励迁移决策过程由四元数<s,a,p,r>组成，其中s是状态空间，a是动作空间，p是状态转移概率矩阵，r是奖励函数。

57、进一步的，其中状态空间s为：在每个时隙，智能体通过感知环境中的状态信息来确定最优的环境中的状态信息，并通过训练更新策略；系统状态由智能体收集的以下信息组成：f1,t＝{f1,t,f2,t,λ,fp,t}表示所有边缘服务器和路边单元在t时隙的可用计算资源，rt＝{r1,2,r1,3λ,r1,n,r2,1,λ,rn,n-1}表示t时隙所有节点之间的数据传输速率，dt＝{d1,t,λ,dm,t}代表所有终端用户任务请求需要传输的数据量大小，f2,t代表云服务器在时隙t时能为当前分片片提供的计算资源，taskt＝{task1,λ,taskm}代表t时刻任务的摘要信息。综合以上描述，时隙t的状态st可表示为：st＝[f1,t,rt,dt,f2,t,taskt]；通过详细的边缘服务器和路边单元的计算资源、数据传输速率、用户任务需求数据量、云服务器提供的计算资源和任务摘要信息描述状态空间s的信息组成，能够让智能体充分获得关键环境信息，从而在奖励迁移决策过程中做出更准确、更有效的决策。

58、进一步的，动作空间a为：由于计算卸载的目标是为每个任务请求找到最合适的卸载节点，在时隙t中的动作就是所有任务的卸载动作集合，其中卸载策略ωt是所有任务策略的集合，其中每个任务有三种处理方式，本地处理、卸载到边缘服务器或者路边单元、卸载到云服务器，其中任务m的卸载策略可表示为：其中表示在本地处理，表示卸载到边缘服务器或者路边单元，表示卸载到云服务器。

59、由于在一次任务卸载过程中每个任务只能使用三种处理方式的其中一种，特别当卸载策略是卸载到边缘服务器或者路边单元时，具体的卸载节点会被指定为当前时刻下路边单元所连接的边缘服务器及其下所有路边单元中计算资源剩余最多的节点，这样的选择方式可以使任务卸载更加灵活；

60、进一步的，为了引导模型做出最佳的卸载决策，让更多任务在截止时间前完成，奖励应与任务完成率相关，除此之外，所有任务的平均处理延迟也常被用来代表卸载决策的性能，本发明通过把平均处理延迟加入到奖励函数中引导模型做出正确的决策，其中平均处理延迟表示为：

61、

62、其中，m表示该阶段的请求数，为从用户上传任务摘要数据到接收处理结果的延迟时间；对于每个任务，为其添加一个超时时间项，任务的超时时间用εm来表示，如果任务某个任务m可以在超时时间前完成并返回计算结果则记超时结果参数pm＝1，否则记超时结果参数pm＝0；

63、进一步的，奖励函数r定义为：

64、

65、其中，即时奖励rt的计算方式包含两部分，其中第一部分为所有任务按时完成的比例pm为超时结果参数，m表示该阶段的请求数，第二部分为所有任务最终的平均处理延迟，其中，θp和θt分别是与完成概率和平均延迟相对应的权重；

66、进一步的，由于θp和θt分别是与完成概率和平均延迟相对应的权重，所以可以通过动态调整来帮助模型快速收敛，在训练开始阶段可以适当增大θt，这个时候卸载策略还不够优秀，平均任务延迟可以引导模型更容易找到增大整体任务完成率的方案，而在结束阶段，应该更注重最终的目标，即最大化整体的任务完成率，这时候需要减少θt带来的影响，减小θt参数。

67、进一步的，该奖励函数的有益效果为：通过奖励函数可以综合考虑任务按时完成率和平均处理延迟，能够使模型在决策时更全面地评估任务执行效果，从而找到最优的卸载决策策略，提高整体性能，动态调整权重，增大平均处理延迟的权重在训练开始阶段，可以帮助模型更好地理解并优化平均延迟，引导模型集中精力提高任务完成率；通过调整权重，还可以使模型在任务完成率和平均处理延迟之间找到平衡点，这有助于模型做出更合理、更全面的决策，提高卸载策略的性能。

68、在s400中，输出卸载方案并把合法请求和卸载方案打包到区块中，并记为当前块，当前块为在完成对请求信息的验证和卸载决策制定后，将合法的请求信息和生成的卸载方案打包成的一个数据块，该数据块包含了需要被记录在区块链上的相关信息。

69、通过这一步骤，确保了每个卸载任务的请求和相应的卸载方案都被记录在区块链上，实现了信息的不可篡改性和可追溯性。这有助于确保系统的透明性和可靠性，同时提供了对整个计算卸载过程的可验证性和可追踪性。

70、在s500中，对当前块进行共识，其他节点验证请求信息和卸载方案决定是否接收当前块；决定接受当前块后则将当前块链接到区块链上并根据卸载方案把任务传输到对应的节点上包括：其他节点会首先验证当前块中的请求信息和卸载方案的合法性和有效性，确保这些信息符合系统规则和约定。如果验证通过，节点将进入共识阶段，通过共识算法对当前块的有效性进行确认；一旦大多数节点达成共识，则接受当前块并确认其有效性，则当前块将被链接到区块链上，成为区块链中的一个新区块。同时，根据卸载方案，系统会将任务按照预定的规则传输到对应的节点上进行处理，完成整个卸载过程。

71、通过对当前块进行共识，系统实现了节点之间的协作和信息共享，确保了区块链中的每个区块都是经过验证和可信的；这有助于保持整个系统的安全性和一致性，保证了区块链系统的稳健性和可靠性。

72、为达上述目的，本发明第二方面实施例还提出一种基于可扩展区块链的可信计算卸载系统，所述基于可扩展区块链的可信计算卸载系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现一种基于可扩展区块链的可信计算卸载方法中的步骤，所述基于可扩展区块链的可信计算卸载系统运行于桌上型计算机、笔记本、掌上电脑及云端数据中心的计算设备中。

73、通过基于可扩展区块链的可信计算卸载系统执行基于可扩展区块链的可信计算卸载方法，可以考虑到区块链共识过程中的计算和通信延迟，能够得到更加合适的卸载方案，提高任务卸载的效率和质量。