隐私计算研究范畴及发展趋势

随着移动互联网、云计算和大数据技术的广泛应用,电商、搜索、社交网络等服务在提供便利的同时,大数据分析使用户隐私泄露的威胁日益凸显,不同系统隐私保护策略和能力的差异性使隐私的延伸管理更加困难,同一信息的隐私保护需求随时间变化需要多种隐私保护方案的组合协同。目前已有的各类隐私保护方案大多针对单一场景,隐私缺乏定量化的定义,隐私保护的效果、隐私泄露的利益损失以及隐私保护方案融合的复杂性三者之间的关系刻画缺乏系统的计算模型。因此,在分析隐私保护研究现状的基础上,提出隐私计算的概念,对隐私计算的内涵加以界定,从隐私信息的全生命周期讨论隐私计算研究范畴,并从隐私计算模型、隐私保护场景适应的密码理论、隐私控制与抗大数据分析的隐私保护、基于信息隐藏的隐私保护以及支持高并发的隐私保护服务架构等方面展望隐私计算的发展趋势。     

基于k-匿名的隐私保护计算卸载方法

针对移动边缘计算(MEC)中用户的卸载任务及卸载频率可能使用户被攻击者锁定的问题,该文提出一种基于k-匿名的隐私保护计算卸载方法。首先,该方法基于用户间卸载任务及其卸载频率的差异性,提出隐私约束并建立基于卸载频率的隐私保护计算卸载模型;然后,提出基于模拟退火的隐私保护计算卸载算法(PCOSA)求得最优的k-匿名分组结果和组内各任务的隐私约束频率;最后,在卸载过程中改变用户原始卸载频率满足隐私约束,最小化终端能耗。仿真结果表明,PCOSA算法能找出用户所处MEC节点下与用户卸载表现最相近的k个用户形成匿名集,有效保护了所有用户隐私。     

基于k-匿名的隐私保护计算卸载方法

针对移动边缘计算(MEC)中用户的卸载任务及卸载频率可能使用户被攻击者锁定的问题,该文提出一种基于k-匿名的隐私保护计算卸载方法。首先,该方法基于用户间卸载任务及其卸载频率的差异性,提出隐私约束并建立基于卸载频率的隐私保护计算卸载模型;然后,提出基于模拟退火的隐私保护计算卸载算法(PCOSA)求得最优的k-匿名分组结果和组内各任务的隐私约束频率;最后,在卸载过程中改变用户原始卸载频率满足隐私约束,最小化终端能耗。仿真结果表明,PCOSA算法能找出用户所处MEC节点下与用户卸载表现最相近的k个用户形成匿名集,有效保护了所有用户隐私。     

移动边缘计算中数据缓存和计算迁移的智能优化技术

移动边缘计算的研究与分析需要从计算迁移和数据缓存的角度出发,针对运行状态及数据存储等方面进行综合优化,从而达到提升数据缓存和计算迁移水平的目的.在进行研究与分析时,充分利用移动边缘计算可以降低用户请求的延迟性,优化移动边缘网络的部署,这对实现移动终端数量与业务的综合管理及控制效果等方面有积极作用.     

多接入移动边缘计算技术在移动网络的部署实践与思考

多接入移动边缘计算(MEC)技术是当前兴起的一项新技术。通过把计算、存储、带宽和应用等资源放在网络的边缘侧,以减小传输延迟和带宽消耗。MEC可以广泛应用于运营商的4G/5G等移动网络以及Wi-Fi无线网络,并将会成为未来工业自动化和信息化应用的新一代解决方案。本文介绍了多接入移动边缘计算技术如何与4G/5G移动网络结合并在行业场景中的实际尝试和探索,并对主要研究进展和需解决的关键问题进行了介绍。     

基于FCM聚类算法的多分组和分层的协作缓存策略

随着新兴应用对通信服务质量需求的不断提高,无线网络中的通信量呈指数级增长,给移动核心网络和回程链路带来了巨大的负担。第五代移动通信(5G,the Fifth Generation Mobile Communication)已经成为学术界和工业界关注的热点。其中移动边缘计算(MEC,Mobile Edge Computing)被认为是满足用户需求、减少内容传输延迟的关键技术之一。文章主要研究的是移动边缘计算中协作缓存策略的改进。目前国内外对移动边缘缓存策略虽然已进行了大量的研究,但仍有问题没有考虑到:第一,大部分研究都没有考虑到用户的分布与MEC服务器的位置之间的关系。第二,现有的研究很少考虑内容流行度和缓存容量之间的关系。于是论文在原有的协作缓存的基础上提出了基于分组和分层的协作缓存策略。因此,论文考虑当MEC服务器位置较为分散时,需要将服务器分为两个以上的簇时对内容传输延迟的影响,提出基于模糊c均值聚类算法(FCM,Fuzzy C-means Algorithm)的多分组和分层的协作缓存策略,并通过仿真实验进行验证分簇数的变化是否会对内容传输延迟有影响。     

基于Lyapunov优化的隐私感知计算卸载方法

移动边缘计算(MEC)中计算卸载决策可能暴露用户特征,导致用户被锁定。针对此问题,该文提出一种基于Lyapunov优化的隐私感知计算卸载方法。首先,该方法定义卸载任务中的隐私量,并引入隐私限制使各MEC节点上卸载任务的累积隐私量尽可能小;然后,提出假任务机制权衡终端能耗和隐私保护的关系,当系统因隐私限制无法正常执行计算卸载时,在MEC节点生成虚假的卸载任务以降低累积隐私量;最后,建立隐私感知计算卸载模型,并基于Lyapunov优化原理求解。仿真结果表明,基于Lyapunov优化的隐私感知卸载算法(LPOA)能使用户的累积隐私量稳定在0附近,且总卸载频率与不考虑隐私的决策一致,有效保护了用户隐私,同时保持了较低的平均能耗。     

连续服务请求下基于假位置的用户隐私增强方法

基于假位置的隐私保护方案在为用户提供准确位置服务查询结果的同时,还无需第三方和共享密钥。然而,当用户连续请求位置服务时,由于现有保护单次查询的假位置方案未考虑相邻位置集合间的时空关系,使攻击者能推断出假位置,降低用户的位置隐私保护等级。针对上述问题,采用现有假位置方案生成候选假位置,并通过连续合理性检查和单次隐私增强对其进行筛选,提出一个适用于连续请求的假位置隐私保护增强方法。安全性分析表明,所提方法能保证连续请求中形成的移动路径在时空上不可区分,有效保护连续请求中的用户位置隐私。大量实验表明,所提方法在不增加用户计算开销的同时,与采用的候选假位置生成方案相比,还能提高用户单次查询的隐私保护等级。     

移动社交网络中基于代理转发机制的轨迹隐私保护方法

K匿名技术是当前轨迹隐私保护的主流方法,但该方法也存在隐私泄露的风险。该文提出一种在移动社交网络中基于代理转发机制(BAFM)的轨迹隐私保护方法。该方法利用安全多方计算和内积安全计算进行隐私加密匹配,通过可信服务器在移动社交网络中找最匹配的用户做代理,然后由代理转发用户的请求到服务器进行查询,隐藏用户的真实轨迹与位置服务器的联系,有效保护用户的轨迹隐私。安全分析表明该方法能有效保护用户的轨迹隐私;同时,通过实验验证该方法相对K匿名更高效,能减小服务器的查询和通信开销。     

基于LBS的位置隐私保护方案综述

LBS随移动互联网的发展逐步进入人们的日常生活.文章针对位置隐私保护这一问题,介绍了位置隐私保护方案的系统结构,从4个不同的技术方向研究了位置隐私保护方案,总结了现有的位置隐私保护方案,并对未来的研究方向进行了展望.     

Proactive content caching by exploiting transfer learning for mobile edge computing

To address the vast multimedia traffic volume and requirements of user quality of experience in the next‐generation mobile communication system (5G), it is imperative to develop efficient content caching strategy at mobile network edges, which is deemed as a key technique for 5G. Recent advances in edge/cloud computing and machine learning facilitate efficient content caching for 5G, where mobile edge computing can be exploited to reduce service latency by equipping computation and storage capacity at the edge network. In this paper, we propose a proactive caching mechanism named learning‐based cooperative caching (LECC) strategy based on mobile edge computing architecture to reduce transmission cost while improving user quality of experience for future mobile networks. In LECC, we exploit a transfer learning‐based approach for estimating content popularity and then formulate the proactive caching optimization model. As the optimization problem is NP‐hard, we resort to a greedy algorithm for solving the cache content placement problem. Performance evaluation reveals that LECC can apparently improve content cache hit rate and decrease content delivery latency and transmission cost in comparison with known existing caching strategies.     

Security, privacy, and accountability in wireless access networks - [Accepted from open call]

The presence of ubiquitous connectivity provided by wireless communications and mobile computing has changed the way humans interact with information. At the same time, it has made communication security and privacy a hot-button issue. In this article we address the security and privacy concerns in wireless access networks. We first discuss the general cryptographic means to design privacy-preserving security protocols, where the dilemma of attaining both security and privacy goals, especially user accountability vs. user privacy, is highlighted. We then present a novel authentication framework that integrates a new key management scheme based on the principle of separation of powers and an adapted construction of Boneh and Shacham's group signature scheme, as an enhanced resort to simultaneously achieve security, privacy, and accountability in wireless access networks.     

移动边缘计算中基于联邦学习的视频请求预测和协作缓存策略

随着互联网社交平台的崛起和移动智能终端设备的普及,自媒体短视频、直播等视频业务蓬勃发展,人们对高质量视频服务的需求也急剧上升。与此同时,连接到核心网络的大量智能设备增加了回程链路的负载,传统的云计算难以满足用户对视频服务的低延迟要求。移动边缘计算(MEC)通过在网络边缘部署具有计算和存储能力的边缘节点,通过在更靠近用户的边缘侧提高计算和存储服务,降低了数据传输时延进而缓解了网络阻塞。因此,基于MEC架构,该文充分利用网络边缘资源,提出了基于联邦学习的视频请求预测和视频协作缓存策略。通过利用多个边缘节点对提出的深度请求预测模型(DRPN)视频请求预测模型进行联邦训练,预测视频未来的请求情况,然后量化缓存内容所带来的时延收益并协作地以最大化该时延收益为目的进行缓存决策。该文分析了真实数据集MovieLens,模拟了视频请求缓存场景并进行实验。仿真结果表明,相比于其他策略,所提策略不仅能有效降低用户等待时延,在有限的缓存空间中提高内容多样性,从而提高缓存命中率,降低缓存成本,还能降低整个系统的通信成本。     

Dynamic process location management in 5G

5G, as the next generation of wireless networks, promises very high throughput and low latency to mobile users that calls for a substantial innovation in computing management platforms to attend QoS metrics. Thanks to emerging technologies such as software‐defined networking (SDN)/network function virtualization (NFV), many features are available in 5G design to detect and control two types of latency caused by computation and communication. In this paper, taking features of caching mechanisms and SDN into the account, a platform is proposed to minimize latency in 5G via caching big flows intelligently and avoiding bottlenecks that may cause by virtualized computing components. First, the pioneering idea of compromising between the cloud radio access network (CRAN) and mobile edge computing (MEC)/information‐centric network (ICN) via dynamic processing location management platform is investigated. Accordingly, a mathematical optimization problem to minimize the average latency is formulated. Due to the problem complexity, a heuristic algorithm is proposed to treat the latency via dynamic orchestration of processing functionalities. Through numerical results, the performance of the proposed algorithm is analyzed, and the simulations corroborate our analytical results and illustrate the superior performance of the proposed algorithm with acceptable optimality gap.     

一种基于WTLS的轻型移动VPN方案

各种传统的远程访问VPN方案(包括IPSec-VPN和SSL-VPN)都只是为固网环境下外出企业员工的"游牧访问"而设计的,它不适合于未来的移动无线网络场景.本文针对移动无线场景中特有的无线终端计算能力和网络带宽限制等问题,提出了一种基于WTLS安全协议的轻型移动VPN方案.该移动VPN方案支持移动节点在不同无线接入网络之间的自由切换,允许外出企业员工在任何时间、任何地点、使用最佳的无线接入网络连接到企业网络并安全地访问企业内部资源.     

基于边缘计算的高效视频内容分发关键技术与挑战

近年来移动互联网、工业互联网的快速发展,引发媒体计算与服务的一个新的趋势:以视频为代表的多媒体数据的产生、处理和分发越来越多地趋向网络边缘。复杂应用环境下,用户行为、系统资源的不确定性成为网络视频服务面临的重大挑战。如何引入人工智能与机器学习的方法,利用网络边缘的计算、存储和网络资源实现视频内容分发随需而动,从而支撑更低延迟、更高带宽需求的网络视频服务,逐渐成为新的研究和应用热点。该综述分析了基于边缘计算的视频分发所面临的挑战,提出了通过边缘计算的网络、存储和计算能力来进行视频内容分发的框架,并在此框架下给出了边缘缓存及替换、边缘内容预取、边缘内容收集和边缘计算迁移等视频分发的优化策略设计。     

移动互联服务与隐私保护的研究进展

随着宽带无线接入技术和移动终端技术的飞速发展,人们迫切希望能够随时随地从互联网获取信息和服务,移动互联网应运而生并迅猛发展。然而,由于云计算平台、移动通信网络和移动终端的开放性,传统互联网服务中信息传播和管控机制不再适应于移动互联网,信息安全和用户隐私保护已经成为移动互联网用户迫切关心和亟待解决的问题。结合国内外移动互联网发展的最新趋势,对移动互联网服务和隐私保护方面的研究进行了展望。首先对当前移动互联网服务模型和移动互联网服务架构进行了评述;其次对当前的移动互联网数据传播控制机制以及隐私保护机制进行了分析和讨论;最终给出了一些潜在的研究热点,为未来研究工作指明方向。     

边缘计算中的网络建设需求分析

文章系统介绍了移动边缘计算关键技术,详细分析了MEC网络平台架构及功能,对于典型与应用场景中的数据分流业务进行了论述和介绍。在5G网络应用中,MEC技术通过为移动网边缘,无线接入网提供IT服务,同时提供强大的云计算能力,满足了本地化业务、近距离部署的功能要求,极大地提高了用户体验。     

5G边缘计算和网络切片技术

由于能够以低成本提供5G无线网络中多样化的业务场景,网络切片和边缘计算一直以来深受学术界和工业界的提倡.网络切片通过将网络实体划分成多个逻辑独立网络,为不同业务场景提供所需服务,而边缘计算利用网络中用户和边缘网络设备的计算和存储功能,承载部分核心节点中的控制、管理、业务功能,能够提升传统移动宽带业务能力和应对新兴的机器类业务.将网络切片和边缘计算融合,提出了基于边缘计算的接入网络切片,能够满足5G中广泛的用例和商业模型,使得运营商能够根据第三方需求和网络状况以低成本为用户灵活提供个性化的网络服务.