边缘计算环境中基于区块链的物联网解决方案

牛岚甲,吴 迪,刘全明,赵 鹏

(1.中国科学技术出版社,北京 100054;2.大连理工大学 计算机学院,辽宁 大连 116081; 3.山西大学 计算机与信息技术学院,山西 太原 030006;4.太原师范学院 计算机科学与技术学院,山西 晋中 030619)

物联网具有数据规模大、终端异构性强、节点处理能力非均衡等特点,因此进行物联网数据分析时,主要通过云计算来实现。但是,传统云端平台的计算都集中在云端服务器,导致所有物联网数据处理的集中度和能耗较高[1]。由于云服务器和各物联网终端带宽和处理速率限制,这种方案的架构使得物联网的规模扩展受到局限,基于物联网的各种服务应用质量会受到影响,因此基于边缘计算的物联网结构应运而生。

边缘计算将各物联网网关节点及计算节点作为边缘服务器[2],承载着原云端的计算功能,通过对各边缘服务器的计算资源容量、带宽及服务范围等限制条件提取,协同构建多边缘服务器的物联网模型,这样解决了物联网中大规模用户的海量任务并发执行的问题。边缘计算提高了物联网的数据处理效率,但是物联网的服务质量还包含低误码率[3]、高安全性等因素。

当前,关于边缘计算概念和可信认证方式用于物联网模型构建的研究越来越受到关注。王妍等[4]采用采用边缘计算用于物联网数据处理,通过各种任务的多服务器处理,避免因为单一服务器数据泄露而造成物联网安全问题,但这种简单安全控制策略的有效性十分有限,无法实现高级别的隐私保护和安全控制。陈思光等[5]提出了物联网节点的联合运算方法,将用户任务统一按策略分配至物联网各节点,实现资源共享,提高了物联网计算机与控制效率,并将区块链技术应用于物联网节点的可信任值。这种联合资源分配的概念与边缘计算相似,但其计算能力与边缘计算还有一定差距。

区块链作为安全认证的重要方法,其链式结构可扩展性强[6],在数字经济的安全应用中得到了极高的关注。区块链非常适合大规模节点的可信认证。因此,本文提出将边缘计算和区块链技术相结合,形成一套边缘计算环境下的可信物联网解决方案。所提可信物联网解决方案可提升数据处理效率,又可提升整个系统数据的安全等级。

1 基于边缘计算和区块链的物联网 解决方案

物联网本身的结构决定了网络的数据量和访问用户规模,而边缘计算则为物联网数据处理量体裁衣,提供多样化的服务应用,满足大规模物联网使用者的服务需求。

边缘计算将物联网数据处理从集中的云端搬到了边缘计算层,原来数据处理和存储均放在了安全可控的云端,而现在数据的安全保护职责落在了边缘计算层。边缘计算层由于参与物联网数据处理的节点多,进行高安全保护并不容易,因此借助区块链策略。对于参与边缘计算的所有节点组建区块链网络,建立可信的边缘平台,既可以保留边缘计算的优势,又能够通过区块链实现数据的安全管理,其具体结构如图1所示。

图1 边缘计算和区块链的物联网结构

在边缘计算层,其对应的计算节点为物联网网关节点。需要注意的是,边缘计算节点可以为网关节点,也可以是专门用于计算的节点,所有参与边缘计算的节点和物联网终端节点都将纳入区块链统一权限管理,这样可以保证整个物联网数据的安全性。

2 方案实现的关键技术

2.1 多边缘服务器的协同资源分配

在边缘计算中考虑多边缘服务器对多任务的协同执行,以下对多边缘服务器的多用户多任务协同资源分配策略进行数学描述。

设M个服务器对N个用户需要执行K个任务。在边缘计算时,设用户接入边缘服务器的最小时隙为τ。设用户n在t时段内,可以提供边缘计算的服务器为[7]

(1)

在为用户分配边缘服务器时,边缘服务器常对用户的接入及任务的分配执行更优的控制策略。

(2)

(3)

那么用户n的k个任务传输率为

∀t,n,k

(4)

式中:P和N0分别表示传输功率和噪声密度。

平均速率为

(5)

(6)

(7)

(8)

那么任务处理速率为

(9)

(10)

在进行边缘计算时,其计算的质量损失值表示为[11]

(11)

雕刻艺术作为雕塑艺术的“孪生兄弟”，是指在木板、葫芦、石膏、石头等固体材料上，利用刻刀、凿子、圆锥、扁斧和锤子等工具手段进行造型创作的艺术形式。它属于非物质文化遗产（简称“非遗”）。雕刻做的是减法，而雕塑是有加有减。雕刻艺术大都流传在民间，因而具有浓厚的乡土气息。从其表现的形式与题材内容上看，雕刻艺术尽管与传统绘画相去甚远。即便如此，我们依然可以清晰地找到它们之间共同的文化脉络，以及它们之间的姻缘关系。

2.2 基于区块链的物联网终端节点入网认证

区块链以链式结构存储了加密数据和上一节点的相关信息[12],通过区块链可以有效保证物联网数据的安全性。在本文的物联网区块链策略中,采用了数字经济中的智能合约技术实现物联网设备层和边缘计算层节点的安全交互。

智能合约的安全认证过程主要集中在物联网终端节点的可信认证及物联网网关节点的认证[13],认证过程中需要借助密码算法不断进行可信认证[14],从而更新整个物联网区块链节点结构。图2展示了物联网终端节点加入区块链的认证过程。

图2 终端节点入网的智能合约流程

3 仿真结果与分析

为了验证边缘计算环境中基于区块链的物联网方案对于不同任务的执行性能,选取了蓝蜂物联网物嵌入式开发板作为终端节点[15],进行实例仿真。首先,分别对本文算法构建的物联网系统进行不同任务的执行时间进行仿真。然后,验证在存在攻击时,物联网中执行任务的质量性能。最后,分别采用集中云端方式和本文算法策略进行任务执行性能对比。

表1 边缘计算的环境仿真参数

3.1 不同任务下的边缘计算效率

为了验证本文算法在物联网入网认证、任务绑定、具体任务执行的时间性能,进行实例仿真,仿真的物联网节点数为50。

当新的节点入区块链网络时,至少需要进行4类任务操作才能成功入网。从图3可知,注册和任务绑定需要的时间较多,超过了100 ms,而认证最节省时间,仅需要25 ms左右,将4类操作的总执行时间约为360 ms,这表明通过边缘计算和智能合约认证,一个新的物联网节点完成整个接入时间较短。

图3 物联网节点入网的边缘计算耗时

在进行物联网图像数据处理时,差异化进行图像采样,采样率范围为每秒采样1 000帧图像至10 000帧图像,验证不同采样率下的3类常见任务的执行时间。

从图4得,采样速率增加后,其图片数据的3类操作的执行时间均在攀升,其中采样频率大于6 kHz后,其执行时间迅速提升。横向对比,写入操作耗时明显大于查询和删除,当采样率为1 kHz时,3类操作的执行时间非常接近,约为180～200 ms,而当采样率为10 kHz时,写入操作约为1 300 ms,删除操作约为750 ms,查询时间仅为550 ms。在实际应用时,即使采用了边缘计算,也要选择适当的采样率,否则可能造成任务完成质量不高的情况。

图4 不同采样频率下的3类任务耗时

3.2 集中云计算和边缘计算的执行时间与能耗

为了验证集中云计算[16]和边缘计算在物联网中多任务处理的性能,进行实例仿真。设服务器资源量为20 GHz,边缘服务器数量为15个。差异化设置物联网节点数量,以写入操作为例,验证2种不同环境下的任务执行时间。

由图5知,随着物联网设备量的增加,整个物联网中任务量提升,执行这些任务所需要时间提升明显,特别是设备量大于30后,执行时间攀升迅速,这说明选择物联网设备量为30较为合适。对比云计算和边缘计算,由于云计算的服务器集中,任务队列长,时延长,因此需要消耗更多执行时间,而边缘计算的多服务器协同工作,更节省任务执行时间。当设备量较小时,两者服务器都有充足的资源来应对少量物联网设备的任务需求,而当设备量较多时,边缘计算的优势逐渐拉大。当物联网设备量为65时,两者的执行时间相差约为700 ms。因此,在服务器资源固定的情况下,当物联网设备变化时,云计算和边缘计算对于相同任务量执行时间差异较大。

图5 不同物联网设备数量的任务执行时间

当物联网设备固定时(设物联网节点数量为20个),差异化设置服务器资源配置量,验证云计算和边缘计算环境下两者的任务执行时间。

从图6得,随着服务器资源量的增加,云计算环境和边缘计算环境下的相同任务量执行的时间差异较大,在服务器资源量小于35 GHz时,两者的任务执行时间保持这着较大差距,而当服务器资源量大于35 GHz时,两者差距变小,而且边缘计算环境下的任务执行时间不再随着服务器资源量的增加而显著减少,这可能是因为当资源量达到35 GHz时,应对20个物联网设备的任务资源已经足够,即使再增加边缘服务器资源量,对任务的执行时间性能也没有更明显提升。而云计算环境,当资源量达到50 GHz时,任务执行时间还未达到稳定,这说明对于相同的任务量,采用边缘计算后,能够有效降低服务器资源总量。

图6 不同服务器资源量的任务执行时间

为了对比2种环境下物联网任务执行的能耗,分别在云计算环境和边缘计算环境下计算不同任务量的能耗。

从表2得,在任务量为30的范围内,云计算环境相比边缘计算能耗更小,这主要是边缘计算加入了区块链智能合约可信认证,增加了能耗。而当任务数量范围在[40,100]时,边缘计算的能耗明显小于云计算环境,虽然边缘计算增加了智能合约认证能耗,但是边缘服务器的任务协同执行相比于云计算服务器的任务集中执行,资源调度配置更合理,节约了大量能耗。

表2 不同任务量的能耗

3.3 区块链对物联网通信的影响

为了验证区块链智能合约对物联网节点的通信影响,在现有物联网中加入一个不断发送请求链接的节点,验证智能合约对物联网节点通信的影响。

从表3和4可知,单独采用边缘计算和边缘计算+区块链的2种模式,其通信成功率和误码率差距较大,这说明采用了区块链技术后,有效提高了物联网的可信认证,有效降低了非认证节点的通信干扰。

表3 区块链对通信成功率影响

表4 区块链对误码率影响

4 结束语

本文将边缘计算和区块链技术相结合,构建高效数据处理的可信物联网。对多边缘服务器的多用户多任务协同资源分配策略进行数学描述,并给出了基于区块链的物联网终端节点入网认证流程。仿真结果表明,所提方案在提高物联网中数据可信度的同时也提升了处理效率。