Robust secure task offloading in multi-tier aerial edge computing under

Mohammed A. AlAqil

doi:10.1016/j.comnet.2026.112571

Robust secure task offloading in multi-tier aerial edge computing under

2026-07-01

0

PRE

AI

M

Mohammed A. AlAqil

H

Hend Khalid Alkahtani

N

Nasser Allheeib

M

Muhammad Kashif Saeed

DOI：10.1016/j.comnet.2026.112571

原文链接

原文求助

摘要

En 中文

6G时代计算密集型应用推动了多层空地边缘集群的部署，但无线卸载使这些网络易受严重窃听。在空间不确定性下保障物理层安全（PLS）会降低最坏情况下的保密容量，迫使延迟关键任务在本地执行并限制可扩展性。此外，并发空中用户之间的同信道干扰以及移动平台有限的机载能源（在通信和推进之间共享）在实践部署中引入了基本性能权衡。我们提出了一种安全的协同卸载框架，其特点是配备移动保护性空中干扰器（PAJ），可在有界位置不确定性下主动抑制窃听者。将联合保密-延迟最小化问题表述为高度耦合的混合整数非线性规划（MINLP），我们开发了具有可证明收敛性的交替时空组合优化（ASCO）框架。ASCO采用凸-解析变换将半无限空间不确定性映射为确定性鲁棒约束，实现了能量感知的PAJ轨迹设计。同时，基于Karush-Kuhn-Tucker（KKT）的影子价格解决了NP难组合资源分配问题，确保在干扰和容量约束下高效利用边缘计算资源。在干扰感知信道和推进受限能源预算下的广泛仿真表明，ASCO相比完全本地计算可降低高达39.6%的延迟，相比先进的SCA基线提升23.9%，并相比启发式方法节省高达47.6%的能源。此外，ASCO在严重空间不确定性（k=25 m）下仍保持稳健性能，实现约3.3秒延迟，相比非鲁棒方案提升近30%。这一统一优化框架为下一代空中边缘网络中的安全、低延迟卸载提供了实用且可扩展的解决方案，支持自主协同和应急响应系统等关键任务应用。

Keyword:

Mobile edge computing (MEC)

Physical-layer security (PLS)

Unmanned aerial vehicles (UAVs)

Robust optimization

Task offloading

Mixed-integer nonlinear programming (MINLP)

Robust secure task offloading in multi-tier aerial edge computing under

摘要

期刊

机构

引用论文