基于區(qū)塊鏈的邊緣計(jì)算安全架構(gòu)魯棒性檢測

徐 琴，劉 枚，李靜毅

(重慶郵電大學(xué)移通學(xué)院，重慶 401520)

1 引言

對(duì)于物聯(lián)網(wǎng)[1]而言，邊緣計(jì)算方法得到突破，就代表許多應(yīng)用手段能夠加載到物聯(lián)網(wǎng)中，其會(huì)通過本地設(shè)施實(shí)現(xiàn)，而不用在進(jìn)行上傳處理。這無疑會(huì)在很大程度的提升物聯(lián)網(wǎng)的處理效率，減少云端負(fù)荷[1]。由于其和用戶更為接近，還可以為用戶提供更快的響應(yīng)服務(wù)，將用戶需求在邊緣端[2]就進(jìn)行處理。由于邊緣設(shè)備產(chǎn)生的數(shù)據(jù)具有實(shí)時(shí)感知、并行處理等開放性特征，其運(yùn)行資源極易受到限制降低安全架構(gòu)性能。邊緣計(jì)算方法作為云端處理中心與物聯(lián)網(wǎng)終端的隔斷，其能夠很好的防御網(wǎng)絡(luò)攻擊或惡意入侵，避免物聯(lián)網(wǎng)運(yùn)行過程中遭到攻擊或破壞。

雖然邊緣計(jì)算能夠通過軟件隔離的形式，防御一定程度的攻擊，其邊緣計(jì)算的安全架構(gòu)已經(jīng)能夠使用在智能交通、或智能醫(yī)療上。但隨著物聯(lián)網(wǎng)的不斷擴(kuò)大，邊緣計(jì)算安全架構(gòu)在儲(chǔ)存與計(jì)算資源上受到了限制，同時(shí)很多應(yīng)用在設(shè)計(jì)初期，并沒有完全適應(yīng)邊緣計(jì)算的防護(hù)需求。這就導(dǎo)致不能較為明確的確定邊緣計(jì)算安全架構(gòu)的魯棒性好壞。

文獻(xiàn)[2]提出了一種通過邊緣計(jì)算構(gòu)建安全結(jié)構(gòu)對(duì)惡意攻擊進(jìn)行防御的方法，能夠提供對(duì)計(jì)算機(jī)系統(tǒng)與網(wǎng)絡(luò)的外部攻擊、內(nèi)部攻擊與誤操作的全面防御，其主要能力即監(jiān)控，同時(shí)分析系統(tǒng)與用戶的行為、審計(jì)系統(tǒng)的結(jié)構(gòu)與弱點(diǎn)、評(píng)測重要數(shù)據(jù)文件與系統(tǒng)的完整性、識(shí)別已知的攻擊行為模式、異常行為模式。雖然該方法能夠?qū)Π踩烙鸬捷^好的作用，但目前并沒有方法能夠?qū)吘売?jì)算方法構(gòu)建的安全架構(gòu)進(jìn)行魯棒性檢測。

針對(duì)上述問題，本文提出一種基于區(qū)塊鏈技術(shù)的邊緣計(jì)算安全架構(gòu)魯棒性檢測，通過區(qū)塊鏈技術(shù)來獲取安全架構(gòu)的運(yùn)行周期，依靠兩種臨近的區(qū)塊分解，確定構(gòu)建區(qū)塊鏈的尺寸，收集樣本數(shù)據(jù)，并對(duì)其進(jìn)行連續(xù)性的劃分與離散轉(zhuǎn)化，依靠結(jié)果的趨勢，來檢測邊緣計(jì)算安全架構(gòu)的魯棒性。

2 邊緣計(jì)算安全架構(gòu)魯棒性檢測

2.1 基于區(qū)塊鏈技術(shù)的邊緣計(jì)算安全架構(gòu)極大值變換

2.1.1 函數(shù)的奇異性與安全架構(gòu)變換的極大值

函數(shù)f(t)在某一點(diǎn)的奇異性就是函數(shù)在該點(diǎn)的光滑程度，一般通過Lipschitz指數(shù)進(jìn)行刻畫，假如f(t)n次可微，但n階導(dǎo)數(shù)不連續(xù)，就是n+1次不可微，那么f(t)的Lipschitz指數(shù)范圍n<α≤n+1。很明顯，α越大，該點(diǎn)的光滑度就越大，α越小，該點(diǎn)的奇異性就越大。數(shù)據(jù)的發(fā)生機(jī)理評(píng)定了邊緣計(jì)算安全架構(gòu)在閉合安全程序的瞬間，數(shù)據(jù)斷層加劇，反映在時(shí)域上數(shù)據(jù)信號(hào)的瞬間突變與準(zhǔn)周期性，而邊緣端計(jì)算則完全是通過數(shù)據(jù)經(jīng)過物聯(lián)網(wǎng)通信信道時(shí)的時(shí)間進(jìn)行計(jì)算，其會(huì)出現(xiàn)隨機(jī)噪聲的特性，所以，Lipschiz指數(shù)α<0。

在取區(qū)塊鏈函數(shù)φ(1)(t)成光滑函數(shù)θ(t)的一階導(dǎo)數(shù)時(shí)，φ(1)(t)滿足區(qū)塊的可容許性條件，那么函數(shù)f(t)在尺度α、坐標(biāo)t處的區(qū)塊變化擬定成：

(1)

因?yàn)?f*θa)(t)能夠被描述成通過低通平滑函數(shù)θ(t)在尺度α下對(duì)函數(shù)f(t)進(jìn)行平滑的結(jié)果，區(qū)塊鏈變換Wαf(t)，就是平滑之后數(shù)據(jù)信號(hào)在尺度α中的一階導(dǎo)致的，所以，|Wαf(t)|模局部極大值[3-5]相應(yīng)平滑后信號(hào)(f*θa)(t)的拐點(diǎn)。在t處于區(qū)間[t1，t2]內(nèi)，假如函數(shù)f(t)的區(qū)塊變換滿足

|Waf(t)|≤kaα

(2)

式中，k代表常數(shù)，那么f(t)在區(qū)間[t1，t2]的Lischitz指數(shù)就都是α。作為二進(jìn)區(qū)塊變換，就是a=2j，式(2)變?yōu)?/p>

|Wwjf(t)|≤k(2)jα

(3)

可見區(qū)塊變換的模極大值和α在不同尺度下的轉(zhuǎn)換規(guī)律為：在α>0時(shí)，區(qū)塊變化的模極大值會(huì)隨著尺度j的上升而上升；在α<0時(shí)。區(qū)塊變換的模極大值會(huì)隨著尺度j的增加而縮減；在α=0時(shí)，區(qū)塊變化的模極大值不會(huì)隨尺度的變化而出現(xiàn)改變。所以，數(shù)據(jù)信號(hào)隨著區(qū)塊變換[6]尺度的增加模極大值也會(huì)上升，數(shù)據(jù)則隨著尺度的提升模極大值縮減。在挑選適當(dāng)尺度時(shí)，區(qū)塊變化在大尺度的基礎(chǔ)上，把模極大值的相應(yīng)安全區(qū)間閉合，進(jìn)而檢測出安全周期。

2.1.2 緊支集三次B樣條區(qū)塊的構(gòu)建

取光滑函數(shù)θ(t)代表4次B樣條，它的微分就是三次B樣條ψ(t)當(dāng)做母區(qū)塊，其存在一階持續(xù)可導(dǎo)，同時(shí)滿足區(qū)塊容許性需求，那么尺度函數(shù)φ(t)能取三階B樣條函數(shù)。

通過B樣條的設(shè)定

φm(t)=(φm-1*φ1)(t)=(φ1*φ1Λ*φ1)(t)

(4)

那么三階B樣條函數(shù)的博里葉變換就是

(5)

憑借雙尺度公式

(6)

(7)

區(qū)塊函數(shù)取光滑函數(shù)的導(dǎo)數(shù)，同時(shí)把中心點(diǎn)傳輸?shù)绞?7)中得到

ψ(t)=φ4(2t-1)=φ3(2t-1)-φ3(2t-2)

(8)

對(duì)應(yīng)的雙尺度公式為

(9)

那么

(10)

記作z=e-iω/2，那么式(7)與式(10)的z變換就是

(11)

2.2 區(qū)塊量最佳尺度選取

通常情況下，需要在每一尺度2j上運(yùn)算區(qū)塊變換，但實(shí)驗(yàn)證明，只需要在臨近兩種尺度上進(jìn)行區(qū)塊分解，就能夠收集數(shù)據(jù)的安全周期[7]。

因?yàn)閰^(qū)塊變換時(shí)，會(huì)把數(shù)據(jù)信號(hào)在不同尺度上劃分成低頻分量與高頻分量，假如在尺度2j中的分解S2jf2j存在數(shù)據(jù)的基礎(chǔ)信息，那么在2j+1尺度上的區(qū)塊分解就是W2j+1f2j+1，這樣就能夠獲取安全架構(gòu)閉合時(shí)間的數(shù)據(jù)，運(yùn)算臨近兩種閉合時(shí)間差就是數(shù)據(jù)安全的周期。

數(shù)據(jù)信號(hào)的移動(dòng)頻率方位在80～500Hz之間，但在大多數(shù)情況下，數(shù)據(jù)移動(dòng)頻率在100～250Hz之間，挑選其上限為250Hz，那么最優(yōu)尺度J就是

J=int(log2(fs/f0))

(12)

式中，int 代表取整計(jì)算，fs代表數(shù)據(jù)信號(hào)的樣本采集頻率，f0代表數(shù)據(jù)移動(dòng)頻率上限。在數(shù)據(jù)信號(hào)采樣率fs=8kHz時(shí)，運(yùn)算獲得最佳尺度J=5，進(jìn)而兩種分析尺度就是24，25。對(duì)量化總尺度上的高頻分量進(jìn)行分析，假如模機(jī)制都不超過設(shè)定的門限，那么評(píng)定其為正常數(shù)據(jù)，反之，憑借全局模極大值的0.6倍獲取局部模極大值，具有傳輸性的臨近兩種局部模極大值坐標(biāo)，就能評(píng)定該數(shù)據(jù)段的基本尺度。

2.3 魯棒性檢測樣本的獲取

魯棒性檢測樣本內(nèi)除了通過邊緣計(jì)算安全架構(gòu)處理的數(shù)據(jù)之外，還存在其它兩種類型的數(shù)據(jù)，一種即物聯(lián)網(wǎng)內(nèi)數(shù)據(jù)特征的綜合隸屬度[8]，另一種就是異常數(shù)據(jù)架構(gòu)集合的A、B、C層次特征。

對(duì)邊緣計(jì)算安全架構(gòu)環(huán)境下的安全數(shù)據(jù)量化總特征E1，E2依次進(jìn)行隸屬度運(yùn)算，所提環(huán)境下的數(shù)據(jù)架構(gòu)魯棒性檢測方法以E1作為架構(gòu)期望值，以E2當(dāng)做標(biāo)準(zhǔn)熵值，通過式(13)對(duì)任意數(shù)據(jù)進(jìn)行正態(tài)分布，方便隸屬度的運(yùn)算。最后憑借式(14)運(yùn)算出其中數(shù)據(jù)特征的綜合隸屬度uij。

E=normrnd(E1，E2)

(13)

(14)

異常數(shù)據(jù)架構(gòu)集合分層的意義在于監(jiān)視數(shù)據(jù)的通信環(huán)境，減少區(qū)塊鏈方法的整體檢測誤差。在異常數(shù)據(jù)架構(gòu)集合的提取過程內(nèi)，因?yàn)闊o法確準(zhǔn)不同特征在集合內(nèi)所占據(jù)的比例，數(shù)據(jù)信號(hào)對(duì)數(shù)據(jù)的放大具有一定的誤差，干擾了數(shù)據(jù)信號(hào)還原的精度，所以，需要對(duì)異常數(shù)據(jù)架構(gòu)集合進(jìn)行分層放大，然后憑借數(shù)據(jù)不同的特征屬性，優(yōu)化方法檢測誤差。

所提區(qū)塊鏈方法會(huì)把異常數(shù)據(jù)架構(gòu)集合分成A、B、C三種層次，A層次內(nèi)具有隸屬度穩(wěn)定上升的異常數(shù)據(jù)架構(gòu)，B層次內(nèi)存在隸屬度隨機(jī)上升的異常激光數(shù)據(jù)架構(gòu)，C層次內(nèi)則存在隸屬度穩(wěn)定降低的異常數(shù)據(jù)架構(gòu)。假如數(shù)據(jù)架構(gòu)的隸屬度能夠呈現(xiàn)隨機(jī)降低的情況，那么能夠把架構(gòu)的數(shù)據(jù)當(dāng)做指標(biāo)權(quán)值[9]，其對(duì)架構(gòu)魯棒性檢測的精度干擾非常小，不用進(jìn)行處理，就能夠納入到魯棒性檢測樣本內(nèi)進(jìn)行直接輸出。

擬定異常數(shù)據(jù)架構(gòu)集合內(nèi)的隨機(jī)數(shù)據(jù)是atk，運(yùn)算出第k列數(shù)據(jù)的卡方值Ck，然后憑借Ck運(yùn)算權(quán)重Pk

(15)

(16)

區(qū)塊鏈方法會(huì)擬定三種層次的權(quán)值參數(shù)，運(yùn)算出的權(quán)重Pk會(huì)憑借權(quán)值參數(shù)被劃分至不同的層次內(nèi)。

使用所提區(qū)塊鏈下魯棒性[10]檢測方法得到的魯棒性檢測樣本，在面對(duì)不同的通信入侵時(shí)可以呈現(xiàn)出一種周期性的架構(gòu)變化，極大的減少了邊緣計(jì)算安全架構(gòu)下數(shù)據(jù)魯棒性檢測的運(yùn)算量，同時(shí)可以在第一時(shí)間對(duì)檢測額定結(jié)果進(jìn)行比對(duì)，優(yōu)化了方法的檢測周期。

2.4 數(shù)據(jù)安全魯棒性檢測實(shí)現(xiàn)

在邊緣計(jì)算安全架構(gòu)環(huán)境下，通過區(qū)塊鏈技術(shù)對(duì)上述得到的魯棒性檢測樣本進(jìn)行分析。區(qū)塊化即指對(duì)數(shù)據(jù)的連續(xù)性劃分與離散轉(zhuǎn)化，通過轉(zhuǎn)化之后，初始數(shù)據(jù)樣本會(huì)產(chǎn)生一種周期分散但架構(gòu)緊湊的變化趨勢，能夠?yàn)樘囟ㄐ阅艿臋z測工作供給理論根據(jù)，其中具有對(duì)數(shù)據(jù)安全的魯棒性檢測。

擬定邊緣計(jì)算安全架構(gòu)環(huán)境下數(shù)據(jù)傳輸通道的魯棒性因子是L，D代表現(xiàn)實(shí)通信量和標(biāo)準(zhǔn)通信量之間的比值，λi代表傳輸通道的重要性因子，那么L的量化定義方程就是

L=Pkmini[D(1-λi)]

(17)

L的數(shù)值和邊緣計(jì)算安全架構(gòu)環(huán)境下數(shù)據(jù)安全架構(gòu)魯棒性密切相關(guān)，區(qū)塊鏈給出了其魯棒性檢測的指標(biāo)，在L超過或等于1時(shí)，數(shù)據(jù)安全架構(gòu)魯棒性滿足最基礎(chǔ)的數(shù)據(jù)通信需求，在L沒有超過1時(shí)，表明其架構(gòu)魯棒性較低，通信時(shí)容易產(chǎn)生異常數(shù)據(jù)隨機(jī)融入，和數(shù)據(jù)通信阻塞問題[11-12]的發(fā)生，同時(shí)會(huì)產(chǎn)生較大的電磁波，縮減數(shù)據(jù)的精確性，干擾管理人員的決策。

如果想進(jìn)一步滿足邊緣計(jì)算安全架構(gòu)的魯棒性優(yōu)劣狀況，需要測量傳統(tǒng)通道的最大流量F，假如傳輸通道在通信內(nèi)的流量達(dá)到F，架構(gòu)魯棒性較差的架構(gòu)數(shù)據(jù)就會(huì)因?yàn)榱髁康牟痪鶆蚍峙洌a(chǎn)生較大規(guī)模的數(shù)據(jù)失效，通過式(18)進(jìn)行描述

(1-λi)D≥F2

(18)

通過式(18)能夠?qū)吘売?jì)算安全架構(gòu)環(huán)境下數(shù)據(jù)安全架構(gòu)的魯棒性等級(jí)進(jìn)行進(jìn)一步的劃分。

3 仿真研究

為了證明本文方法的實(shí)用性，需要進(jìn)行相關(guān)的實(shí)驗(yàn)分析。實(shí)驗(yàn)以某個(gè)電網(wǎng)的物聯(lián)網(wǎng)作為研究對(duì)象，在邊緣計(jì)算安全架構(gòu)的環(huán)境下，對(duì)本文方法與傳統(tǒng)閉環(huán)控制檢測方法進(jìn)行實(shí)驗(yàn)。

將像素灰度值與第一選定邊緣像素點(diǎn)相連接，則認(rèn)為它是邊緣特征；其次是鏈接邊緣，采用哈佛變化或者最優(yōu)搜索原則，將像素點(diǎn)進(jìn)行擬合成曲線連結(jié)起來。獲取邊緣擬合結(jié)果如下所示。

圖1 邊緣擬合圖像

增強(qiáng)圖像邊緣提取對(duì)光照強(qiáng)度的魯棒性，它盡可能不受光照影響準(zhǔn)確地找到物體的邊緣，在錯(cuò)檢與漏檢中保持一個(gè)很好的平衡。

分別使用本文方法與傳統(tǒng)的閉環(huán)控制檢測方法對(duì)邊緣計(jì)算安全架構(gòu)魯棒性進(jìn)行檢測，共兩組實(shí)驗(yàn)，對(duì)時(shí)間進(jìn)行統(tǒng)計(jì)，獲得的結(jié)果如圖2所示。

圖2 閉環(huán)控制檢測方法與本文方法的檢測時(shí)間

通過圖2能夠看出，使用本文方法所需要檢測的時(shí)間明顯要低于傳統(tǒng)閉環(huán)控制檢測方法，并且本文方法得到的檢測時(shí)間結(jié)果曲線，相較于傳統(tǒng)模糊綜合檢測方法更為穩(wěn)定，這時(shí)因?yàn)楸疚姆椒軌蛲ㄟ^計(jì)算架構(gòu)的奇異性來確定架構(gòu)的平滑程度，節(jié)省了計(jì)算架構(gòu)穩(wěn)定程度的時(shí)間。

選取 USC-SIPI Image Database 圖像庫中的圖像，對(duì)各算法的實(shí)驗(yàn)結(jié)果進(jìn)行比較和分析。

圖3 各邊緣檢測實(shí)驗(yàn)結(jié)果圖

由上圖可以看出，能夠提取出更多的邊緣像素點(diǎn)，并且在邊緣細(xì)節(jié)上的檢測效果更優(yōu)，并且在邊緣的連續(xù)性上，本文的實(shí)驗(yàn)效果更好。

為了進(jìn)一步證明本文方法的檢測性能，分別使用本文方法與閉環(huán)控制檢測方法對(duì)邊緣計(jì)算安全架構(gòu)進(jìn)行魯棒性檢測，把獲得的結(jié)果和實(shí)際結(jié)果進(jìn)行對(duì)比，如圖4所示。

圖4 閉環(huán)控制檢測方法與本文方法檢測結(jié)果對(duì)比

通過圖4能夠看出，使用本文方法獲得的魯棒性檢測結(jié)果和實(shí)際魯棒性檢測結(jié)果大致相同，而傳統(tǒng)的閉環(huán)控制檢測方法和現(xiàn)實(shí)結(jié)果存在較大的差距，這是由于本文方法會(huì)通過連續(xù)性劃分與離散轉(zhuǎn)化來確定架構(gòu)數(shù)據(jù)的走向趨勢，并進(jìn)行對(duì)比。依靠結(jié)果就能夠很精確的對(duì)安全架構(gòu)的魯棒性進(jìn)行評(píng)測。

4 結(jié)束語

為了解決邊緣計(jì)算安全架構(gòu)很難進(jìn)行魯棒性檢測問題，本文提出一種基于區(qū)塊鏈技術(shù)的邊緣計(jì)算安全架構(gòu)魯棒性檢測，通過構(gòu)建區(qū)塊鏈完成對(duì)魯棒性的檢測。雖然取得了較為理想的結(jié)果，但隨著研究的推進(jìn)，還是發(fā)現(xiàn)了一些弊端即：本文方法在進(jìn)行檢測時(shí)，一般是通過歷史記錄進(jìn)行大體的檢測，無法進(jìn)行實(shí)時(shí)跟蹤檢測，這會(huì)導(dǎo)致出現(xiàn)檢測隔斷的現(xiàn)象發(fā)生，因此，下一步要研究的課題即：在算法內(nèi)添加實(shí)時(shí)自動(dòng)化監(jiān)測方法，依靠實(shí)時(shí)監(jiān)測之間對(duì)當(dāng)前架構(gòu)情況進(jìn)行檢測。