(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211008702.5 (22)申请日 2022.08.22 (71)申请人 昆明理工大 学 地址 650093 云南省昆明市五华区学府路 253 (72)发明人 柏粉花　沈韬　于卓　张弛　 刘英莉　 (74)专利代理 机构 昆明明润知识产权代理事务 所(普通合伙) 53215 专利代理师 王鹏飞 (51)Int.Cl. H04L 41/0823(2022.01) H04L 41/0894(2022.01) G06F 8/61(2018.01) G06F 9/50(2006.01)G06F 17/18(2006.01) (54)发明名称 一种区块链辅助的时变平均场博弈边缘计 算卸载优化方法 (57)摘要 本发明涉及一种区块链辅助的时变平均场 博弈边缘计算卸载优化方法， 属于区块链和边缘 计算技术领域。 首先移动边缘节 点部署区块链系 统后成为区块链节点， 并将区块链节 点分类为三 种类型， 即计算节点、 共识节点和存储节点。 区块 链计算节点完成边缘计算或卸载部分任务 以完 成计算。 通过构造计算节点进行边缘计算的效用 函数， 利用梯度学习方法和平均场博弈对效用函 数进行求解， 优化下一时刻卸载策略。 通过计算 共识节点的适应度， 选取适应度最高的共识节点 作为主节点， 发起一轮共识， 区块链共识节点对 边缘计算结果进行投票。 区块链存储节点将通过 投票的计算结果进行存储。 本发 明能够降低计算 求解复杂度并保护参与者隐私， 同时实现边缘计 算结果安全存储。 权利要求书2页 说明书6页 附图2页 CN 115460080 A 2022.12.09 CN 115460080 A 1.一种区块链辅助的时变平均场博 弈边缘计算卸载优化方法， 其特 征在于： Step1： 移动边缘节点部署区块链系统后成为区块链节点， 将区块链节点分类为三种类 型， 即计算节点、 共识节点和存储节点， 分别负责处理边缘计算、 计算结果投票和计算结果 存储； Step2： 区块链计算节点完成边缘计算或卸载部分任务以完成计算， 通过构造计算节点 进行边缘计算的效用函数， 利用梯度学习 方法和平均场博弈对效用函数进行求解， 优化下 一时刻卸载 策略； Step3： 区块链共识节点对边缘计算结果进行投票， 通过计算共识节点的适应度， 选取 适应度最高的共识 节点作为主节点， 发起 一轮共识， 完成对计算结果的投票验证； Step4： 区块链存 储节点将通过投票的计算结果进行存 储。 2.根据权利要求1所述的区块链辅助的时变平均场博弈边缘计算卸载优化方法， 其特 征在于： 所述Step2中计算节点的效用函数， 具体构造过程 为： Step2.1： 计算节点 i在t时刻完成本地计算获得的收益 为： 其中， Nc＝{1,2,...i...,...j...,nc}表示区块链计算节点的集合， αi(t)是计算节点i 的本地计算比例， 计算节点i要计算的单位数据大小为|di|， cin(t)＝exp( ‑λz)， 表示已发布 的计算任务cin(t)符合泊松分布， z是由延迟因子确定的常数， λ是泊松分布的参数， ri表示 计算节点i通过计算获得的奖励， 表示计算节点的计算能力， pi是指进 行计算时所需的能量 价格； Step2.2： 计算节点 i卸载计算的传输成本为： 式中， βi是计算节点i卸载计算任务比例， mi(t)指单位传输功率的单价， Pi,Ri分别代表 传输功率和传输 速率； 当移动节点的数量大于2， 则传输价格耦合如公式(3)所示： 式中， m0是计算节点 i本身的单一定价， ψ是计算能力和单价之间的转换系数； Step2.3： 计算节点 i未完成任务而离开网络的惩罚为： 式中， pt为时间成本转换系数， T是区块链 完成一次共识所需的最长时间， 也 即允许的边 缘计算任务完成的最长时间； 根据Step2.1—Step2.3， 计算节点 i在t时刻的效用函数 可表示为： Step2.4： 通过对计算节点i的效用函数Ui(t,wi)求二阶导， 得到 则该效 用函数为凹函数， 存在 纳什均衡点并且该点是唯一的。权　利　要　求　书 1/2 页 2 CN 115460080 A 23.根据权利要求2所述的区块链辅助的时变平均场博弈边缘计算卸载优化方法， 其特 征在于： 所述步骤2中， 效用函数有均衡解， 利用梯度学习 方法和平均场博弈对效用函数进 行求解， 优化下一时刻卸载策略， 即得到最适合承担卸载任务的计算节点的计算能力， 具体 为： Step2.5： 根据梯度学习方法， 计算节点 i的计算能力迭代公式为： 式中， wi[t+1]为t+1时刻计算节点i的计算能力， wi[t]为t时刻计算节点i的计算能力， 为设置的学习率， 表示计算节点 i的效用函数关于计算能力的一阶导； Step2.6： 利用平均场项M[t]替代计算节点i效用函数中的 该平均场项为计算 节点i与博弈中其他参与的计算节点的聚合项， 则计算节点 i的效用函数为： 同理， 根据梯度学习方法和平均场博 弈， 计算节点j的计算能力迭代公式为： 则可得到下一时刻即t+1时刻最 适合承担卸载任务的计算节点的计算能力为： 4.根据权利要求1所述的区块链辅助的时变平均场博弈边缘计算卸载优化方法， 其特 征在于： 所述 步骤3具体为： Step3.1： 区块链共识节点的集合表示为Ncon＝{1,2,...k...,ncon}。 根据公式(13)计算 共识节点的适应度sk(t) sk(t)＝asm+blc(t‑1)+clbc(t)              (10) 式中， sm是共识节点过去历史时刻是否成功参与共识的平均适应度， a是历史适应度所 占的比例， lc(t‑1)、 b分别指第k个区块链共识节点在t ‑1时刻计算任务的完成情况及其权 重， lbc(t)、 c代表在t时刻将要完成的任务计算 量以及所占的权 重， 所有权 重满足a+b+c＝1； Step3.2： 对适应度sk(t)进行排序， 选择适应度最高的共识 节点作为下一时刻主节点； Step3.3： 由选取的主节点发起一轮共识， 并将计算结果打包生成预备块， 其余共识节 点对该预备块进行投票验证。权　利　要　求　书 2/2 页 3 CN 115460080 A 3