摘要：移动边缘计算(mobile edge computing,MEC)近年来成为解决无线体域网(wireless body area network,WBAN)计算资源匮乏的热门方法之一,但在现有的研究工作中,并没有将患者身边的计算资源充分利用起来,容易造成网络的拥堵。针对这种情况,提出了一种联合蜂窝、WiFi网络与设备到设备(device to device,D2D)通信的高效任务卸载方案,充分利用了WBAN应用场景中的多种计算资源,有效减少了蜂窝网络的负载,提高了系统的可靠性。设计了一种低复杂度的遗传算法,在同时考虑患者时延、能耗以及经济开销条件下,得到系统的最小卸载总成本。实验仿真结果表明,相比于随机卸载、蜂窝卸载、无WiFi卸载、无D2D卸载,该方案可以更有效降低系统总成本,为患者提供更高的服务质量。

摘要：为了保证基于体域网(Wireless Body Area Network, WBAN)的智慧医疗系统的安全性,促进其实际落地应用,提出了一种体域网内(Intra-WBAN)及体域网外(Beyond-WBAN)的系统级的双层体域网安全机制。为了保护Intra-WBAN数据的安全与隐私,设计了一个基于双异或操作带密钥哈希链的轻量级安全传输协议(Intra-BAN Hash-based Security protocol, IBHS)并验证分析了其正确性与安全性。采用区块链确保Beyond-WBAN数据的安全存储,并对区块链系统的时延问题进行研究与仿真。仿真结果表明,共识节点数及难度位数均对系统实时性有重要影响,可根据应用的具体时延需求联合调整难度位及共识节点数目以降低时延。

摘要：随着车联网(IoV)中车辆和智能应用数目的增加使计算密集型任务激增,传统架构难以满足用户需求。为解决车联网计算资源不足且分配不均匀、应用时延需求无法满足、任务能耗成本较高的问题,结合移动边缘计算(MEC)和软件定义网络(SDN),设计了一种从宏基站到MEC服务器到车辆的车联网架构中的高效任务卸载方案,并提出一种改进的低复杂度非支配排序遗传算法,优化任务卸载成本和MEC服务器的负载均衡率。实验仿真结果表明,相比于随机卸载,NO-MEC卸载,NO-I卸载,传统NSGA、NSGA-Ⅱ卸载,GA卸载,Q-learning卸载,DQN卸载方案,所提方案有着更低的卸载成本,更优的负载均衡率,得到近似最高的系统效用,能够给车联网中的车辆用户带来更优质的网络服务。