(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 202211128782.8 (22)申请日 2022.09.16 (71)申请人 西北工业大 学 地址 710072 陕西省西安市碑林区友谊西 路127号 (72)发明人 郭鸿志　陈相深　刘家佳　毛伯敏　 张尚伟　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 专利代理师 高博 (51)Int.Cl. G06F 9/50(2006.01) G06F 9/445(2018.01) (54)发明名称 一种车载边 缘计算任务卸载 方法及系统 (57)摘要 本发明公开了一种车载边缘计算任务卸载 方法及系统， 采用模糊综合评估 策略计算真实情 况下服务车辆的可信水平， 确保车辆所提供卸载 服务的可信性。 在满足可信性的同时， 利用最小 期望时延服务车辆选择策略， 以期在车辆可信 性、 计算资源 可用性及距离可达性约束下选择出 合适的车辆， 最大限度地减少任务卸载延迟， 从 而确保客户车辆的安全驾驶。 本发 明采用模糊综 合策略， 从车辆的多个属性出发对其可信性进行 综合评判； 有效防止恶意车辆参与服务攻击客户 车辆、 提供虚假结果， 从而保证了客户车辆的安 全性。 权利要求书3页 说明书14页 附图5页 CN 115437792 A 2022.12.06 CN 115437792 A 1.一种车 载边缘计算任务卸载 方法， 其特 征在于， 包括以下步骤： S1、 将接收到任务卸载请求的路边基础单元与相邻的路边基础单元共同组成路边基础 单元服务车辆管理系统RSMS； S2、 使用步骤S1得到的路边基础单元服务车辆管理系统RSMS分别从云端和车辆日志信 息中提取 可选车辆集V中车辆的属性信息； S3、 利用步骤S2得到的车辆属性信息计算可选车辆集V中各车辆的信任评估指标： 每辆 车与客户车辆在延迟容忍时间内的平均距离AD、 客户车辆与每辆车之间的可用计算资源比 ACR、 车辆的交易声誉值TR和车辆的安全性评分SR； S4、 对步骤S3得到的四个指标进行归一化处理， 并将归一化后的指标输入信任评估系 统； S5、 基于步骤S4归一化后得到的信任评估指标， 利用隶属函数计算每辆车的各指标值 对于四个评估结果的隶属度， 组成每辆车的信任评估矩阵； S6、 根据客户车辆意愿选择四个指标的权 重， 并判断是否根据熵法更新权 重； S7、 利用步骤S5得到的信任评估矩阵及步骤S6得到的指标权重， 根据加权平均的模糊 综合评估 模型M(+，·)计算每辆车的可信度及置信度评分； S8、 根据步骤S2得到的属性信息中车辆的速度与位置信息以及步骤S1中得到的客户车 辆的任务卸载请求预测车辆卸载成功时的卸载时延； S9、 根据步骤S2得到的车辆的属性信息， 步骤S1得到的客户车辆的任务卸载请求以及 步骤S7得到的车辆的可信度及置信度评分， 筛选满足计算资源＞客户车辆任务需求资源、 服务期间与客户车辆距离均小于 300m且可信度及格以上的车辆， 加入到待选车辆集 合内； S10、 根据 步骤S7得到的置信度评分和步骤S8得到的卸载 时延， 计算步骤S9得到的待选 车辆集合中每辆车 的期望时延， 并选择期望时延最小的车辆最为最终的服务车辆， 并将最 终服务车辆的ID发送给客户车辆， 客户车辆与服 务车辆建立 安全通信， 进行服 务卸载。 2.根据权利要求1所述的车载边缘计算任务卸载方法， 其特征在于， 步骤S1中， 当第j个 路边基础单元RSUj接收到其覆盖区域内车辆Vc的任务卸载请 求Taskc＝{Tasksize， Tmax}和信 任评估默认权值 后， 得到路边基础单 元服务车辆管理系统RSMS表示如下： RSMS＝{RSUj‑1， RSUj‑1， RSUj+1}。 3.根据权利要求1所述的车载边缘计算任务卸载方法， 其特征在于， 步骤S2中， 车辆的 属性信息包括 从远端提取的历史交易记录HRi、 IDi、 安全性评分SRi， 从车辆日志信息中提取 的GPS位置信息(xi， yi)、 行驶速度vi、 CPU工作频率。 4.根据权利要求1所述的车载边缘计算任务卸载方法， 其特征在于， 步骤S3中， 令i＝0 表示车辆的ID值， i＝i+1， 当车辆ID的值i大于可选车辆集V中车辆的数量V时， 转而执行步 骤S10， 否则计算车辆i的信任评估指标； 信任评估指标计算方法如下： 车辆i与客户车辆在延迟容忍时间内的平均距离ADi为： 其中， Tmax为客户车辆的延迟容忍时间， 为t时刻车辆i与客户车辆的距离；权　利　要　求　书 1/3 页 2 CN 115437792 A 2客户车辆与车辆i之间的可用计算资源比ACRi为： 其中， 为车辆i的可用计算资源， 为客户车辆请求的计算资源； 车辆i的交易声誉值TRi为： 其中， 为t时刻车辆i提供卸载服务受到奖励或惩罚； 为该交易的价值权重； 为车辆i在t时刻交易的服 务评分； Tnow为当前时间； T(Δt)为时间衰减函数。 5.根据权利要求1所述的车载边缘计算任务卸载方法， 其特征在于， 步骤S5中， 车辆i的 4个评估指标的单因素评价 集组成的矩阵作为信任评估矩阵 其中， 为车辆i的第j个评估指标对第1个 评估结果的隶属度。 6.根据权利要求1所述的车载边缘计算任务卸载方法， 其特征在于， 步骤S6中， 更新后 的权重wj为： 其中， 为第j个指标所对应的初始默认权重， ε ′j为第j个信任评估指标的信息熵， m为 信任评估的指标 数。 7.根据权利要求1所述的车载边缘计算任务卸载方法， 其特征在于， 步骤S7中， 根据第i 辆车的信任评价矩阵 通过模糊综合变换计算信任评估集TL上的模糊向量 采用加 权平均模型M(+， ·)计算评价结果 若 信任评估集TL中第j个元素即为 车辆i的可信水平。 8.根据权利要求1所述的车载边缘计算任务卸载方法， 其特征在于， 步骤S8中， 车辆i作 为服务车辆时的卸载时延 为： 其中， 为客户车辆将任务发送给车辆i所需时延， 为车辆i处理任务所需时 间， 为车辆i将任务处 理结果返回给客户车辆所需时间。 9.根据权利要求1所述的车载边缘计算任务卸载方法， 其特征在于， 步骤S10 中， 定义卸 载问题如下 权　利　要　求　书 2/3 页 3 CN 115437792 A 3