基于安全与低能耗的传感云边缘协同优化策略

摘要

多传感器传感网数据采集效率低下，且大量数据在传感云处理存在数据泄露风险。基于此，首先设计了一种安全、节能及高效的分布式边缘协同传感网资源选择架构，提出了一种边缘协同分析节点选择(ECANS)方案。通过对用户请求的分析，获取传感网节点的选择策略，以降低传感节点数据采集的时延和能耗。其次，构建了一种最大化隐私熵的边缘协同传感网隐私保护数据卸载模型，并通过智能启发式算法得到隐私熵最大的边缘资源选择策略。实验结果表明，与ENS数据采集方案相比，ECANS方案使节点时延与能耗分别降低了56.71%和57.66%；在边缘资源选择阶段，与GA资源选择方案和PSO资源选择方案相比，最大化隐私熵模型使系统隐私熵分别提高32.07%及15.36%；与不引入no-EC相比，传感网节点时延和能耗平均降低了46.92%与11.26%。

关键词

ECANS / 边缘协同分析 / 多传感器传感网 / 隐私保护 / 资源选择