• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    邊緣計(jì)算中基于綜合信任評(píng)價(jià)的任務(wù)卸載策略

    2022-11-09 07:13:22熊小峰黃淳嵐樂(lè)光學(xué)戴亞盛楊曉慧楊忠明
    電子學(xué)報(bào) 2022年9期
    關(guān)鍵詞:協(xié)作邊緣信任

    熊小峰,黃淳嵐,,樂(lè)光學(xué),,戴亞盛,楊曉慧,楊忠明,

    (1.江西理工大學(xué)理學(xué)院,江西贛州 341000;2.嘉興學(xué)院信息科學(xué)與工程學(xué)院,浙江嘉興 314001)

    1 引言

    邊緣計(jì)算將計(jì)算、存儲(chǔ)等資源下沉到網(wǎng)絡(luò)邊緣側(cè),以“就地就近”的服務(wù)模式,實(shí)現(xiàn)低延遲、低能耗、隱私保護(hù)等,提高了網(wǎng)絡(luò)QoS(Quality of Service)和綜合效用.任務(wù)卸載是邊緣計(jì)算的關(guān)鍵技術(shù)之一,主要解決邊緣計(jì)算中任務(wù)是否卸載、任務(wù)劃分和資源分配這三大問(wèn)題[1,2],實(shí)現(xiàn)網(wǎng)絡(luò)資源融合與共享.

    由于搭便車、自私、理性、惡意等不良節(jié)點(diǎn)的普遍存在,極易引起On-off攻擊等不良行為[3],搶占和消耗邊緣計(jì)算資源,部分節(jié)點(diǎn)因資源被過(guò)度消耗“致死”,導(dǎo)致卸載任務(wù)堆積、執(zhí)行失敗,邊緣計(jì)算網(wǎng)絡(luò)QoS下降.

    為抑制任務(wù)卸載過(guò)程中節(jié)點(diǎn)虛假欺騙、服務(wù)不可靠等不良行為,文獻(xiàn)[4]提出了基于社交信任網(wǎng)絡(luò)的服務(wù)器分配策略,提高游戲視頻流服務(wù);文獻(xiàn)[5]以時(shí)間可信、行為可信、資源可信為約束,構(gòu)建服務(wù)質(zhì)量可信模型,解決大規(guī)模部署邊緣節(jié)點(diǎn)引起的低效率選擇問(wèn)題;文獻(xiàn)[6]基于用戶個(gè)性化的多維需求,評(píng)估盟員卸載優(yōu)先級(jí),實(shí)現(xiàn)協(xié)同服務(wù)異常時(shí)的調(diào)度卸載;文獻(xiàn)[7]結(jié)合用戶的心理結(jié)構(gòu),提出一種面向信任的合作伙伴選擇機(jī)制;文獻(xiàn)[8]構(gòu)建基于綜合信任保障的邊緣計(jì)算模型,為任務(wù)卸載服務(wù)請(qǐng)求者和資源提供者進(jìn)行身份、行為和服務(wù)能力定量評(píng)價(jià),提出一種移動(dòng)資源感知調(diào)度算法,以計(jì)算、存儲(chǔ)和通信資源為約束,尋找節(jié)點(diǎn)進(jìn)行協(xié)同服務(wù).

    依據(jù)文獻(xiàn)[8],針對(duì)任務(wù)卸載服務(wù)請(qǐng)求者和資源提供者可信問(wèn)題,提出一種基于綜合信任評(píng)價(jià)的任務(wù)卸載策略.基于節(jié)點(diǎn)行為的時(shí)間關(guān)聯(lián)屬性,建立節(jié)點(diǎn)信任遺忘函數(shù)和節(jié)點(diǎn)行為獎(jiǎng)懲算子,構(gòu)建節(jié)點(diǎn)信任評(píng)價(jià)機(jī)制;分析節(jié)點(diǎn)任務(wù)卸載真實(shí)特征屬性,建立卸載請(qǐng)求行為評(píng)價(jià)模型;分析節(jié)點(diǎn)資源余量及卸載交互行為,建立卸載協(xié)作綜合評(píng)價(jià)模型,篩選并構(gòu)建可信的卸載協(xié)作候選節(jié)點(diǎn)集,設(shè)計(jì)基于搜索發(fā)現(xiàn)概率的粒子群(Particle Swarm Based On Search Discovery Probability,PS-SDP)算法求解最佳協(xié)作節(jié)點(diǎn),實(shí)現(xiàn)計(jì)算任務(wù)的可靠卸載服務(wù).通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了模型可行性,能夠有效抑制邊緣計(jì)算中虛假任務(wù)卸載造成的無(wú)效時(shí)間和資源開(kāi)銷,提高資源有效利用.

    2 基于綜合信任評(píng)價(jià)的任務(wù)卸載策略

    設(shè)邊緣計(jì)算由邊緣云服務(wù)器、超級(jí)節(jié)點(diǎn)(Super Node,SN)和邊緣節(jié)點(diǎn)(Edge Node,EN)構(gòu)成,以SN為中心形成邊緣計(jì)算簇,SN規(guī)模為Xsn={1,2,…,m},EN規(guī)模為Xien={1,2,…,ni},如圖1所示.以SN節(jié)點(diǎn)為橋梁實(shí)現(xiàn)邊緣計(jì)算簇間資源聚合與共享,提供任務(wù)卸載協(xié)同服務(wù);構(gòu)建卸載請(qǐng)求、協(xié)作行為評(píng)價(jià)模型,過(guò)濾虛假卸載任務(wù)請(qǐng)求,遴選最佳協(xié)作節(jié)點(diǎn),以一對(duì)多模式卸載計(jì)算任務(wù),獲得高效可靠的卸載協(xié)同服務(wù),其可信任務(wù)卸載協(xié)同服務(wù)框架如圖2所示.

    圖1 邊緣協(xié)同服務(wù)模型

    圖2 邊緣協(xié)同服務(wù)可信卸載框架

    任務(wù)卸載是一個(gè)具有時(shí)間關(guān)聯(lián)性動(dòng)態(tài)決策過(guò)程,邊緣計(jì)算節(jié)點(diǎn)信任特征具有時(shí)間衰減屬性.基于Ebbinghaus[9]人類大腦記憶遺忘理論,構(gòu)建邊緣計(jì)算節(jié)點(diǎn)信任記憶保持量關(guān)于時(shí)間t的衰減函數(shù)f(t):

    其中,實(shí)驗(yàn)中取值α=0.3574,β=531.7,記憶衰減曲線如圖3所示.

    圖3 記憶保持衰減曲線示意圖

    將每個(gè)觀察期時(shí)長(zhǎng)分成tk個(gè)時(shí)間片,基于式(1),構(gòu)建邊緣計(jì)算節(jié)點(diǎn)歷史信任遺忘函數(shù):

    其中,T(s)表示第s觀察期的信任度,Δs表示觀察周期間隔數(shù),σ表示遺忘因子,λ表示歷史信任的保持率.

    2.1 卸載請(qǐng)求行為評(píng)價(jià)模型

    邊緣計(jì)算簇間的卸載請(qǐng)求行為評(píng)價(jià)模型如圖4所示.SN節(jié)點(diǎn)根據(jù)任務(wù)真實(shí)性計(jì)算卸載源節(jié)點(diǎn)的卸載請(qǐng)求信任度,判定合作關(guān)系,過(guò)濾虛假任務(wù),執(zhí)行卸載服務(wù).

    圖4 卸載請(qǐng)求行為評(píng)價(jià)模型

    設(shè)第s觀察期間邊緣計(jì)算簇i(以SN節(jié)點(diǎn)i為中心)中,存在節(jié)點(diǎn)j卸載的真實(shí)任務(wù)和虛假任務(wù)數(shù)分別為根據(jù)簇內(nèi)任務(wù)執(zhí)行情況,計(jì)算SN節(jié)點(diǎn)j的任務(wù)真實(shí)率ptirjue(s)為:

    如式(3),η1和η2分別取值為1和2,當(dāng)簇內(nèi)未執(zhí)行節(jié)點(diǎn)j任務(wù)時(shí),賦予節(jié)點(diǎn)中性值0.5.

    為抑制非合作節(jié)點(diǎn)制造、卸載虛假任務(wù)等不良行為,提高合作節(jié)點(diǎn)信任置信度,構(gòu)建節(jié)點(diǎn)卸載請(qǐng)求行為獎(jiǎng)懲算子φ1[10]:

    其中,η取值為1.

    引入歷史信任遺忘函數(shù),計(jì)算經(jīng)s個(gè)觀察周期后,節(jié)點(diǎn)j的卸載請(qǐng)求信任Tirjeq(s)[11]:

    其中,Titjrue(s)表示第s觀察期間節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)j的真實(shí)任務(wù)信任度.

    2.2 卸載協(xié)作綜合評(píng)價(jià)模型

    依據(jù)行為信任,將EN節(jié)點(diǎn)分為可靠節(jié)點(diǎn)、激勵(lì)節(jié)點(diǎn)和不良節(jié)點(diǎn)三類[7]:(1)可靠節(jié)點(diǎn):卸載協(xié)作行為可信,成功率較高的節(jié)點(diǎn);(2)激勵(lì)節(jié)點(diǎn):初期卸載協(xié)作服務(wù)能力較差,通過(guò)激勵(lì)調(diào)動(dòng)服務(wù)積極性的節(jié)點(diǎn);(3)不良節(jié)點(diǎn):長(zhǎng)期以消極服務(wù)態(tài)度提供協(xié)作服務(wù)的節(jié)點(diǎn).

    以節(jié)點(diǎn)資源信任和行為信任,構(gòu)建卸載協(xié)作綜合評(píng)價(jià)模型,如圖5所示.SN節(jié)點(diǎn)結(jié)合當(dāng)前剩余資源和行為信任計(jì)算節(jié)點(diǎn)卸載協(xié)作信任,判定節(jié)點(diǎn)信任關(guān)系,構(gòu)建可信的卸載協(xié)作候選節(jié)點(diǎn)集,甄選最佳協(xié)作節(jié)點(diǎn)執(zhí)行卸載服務(wù).若節(jié)點(diǎn)行為信任低于中性值γ,則生成一組測(cè)試任務(wù)集由該節(jié)點(diǎn)執(zhí)行,實(shí)施激勵(lì),再次更新其行為信任.

    圖5 卸載協(xié)作綜合評(píng)價(jià)模型

    2.2.1 資源信任評(píng)價(jià)模型

    邊緣計(jì)算中資源的合理利用有利于邊緣計(jì)算任務(wù)卸載協(xié)同服務(wù)的良性運(yùn)行.設(shè)節(jié)點(diǎn)最大負(fù)載率為ρ,計(jì)算節(jié)點(diǎn)i執(zhí)行任務(wù)r的資源信任度Tires:

    其中,Ci和Mi表示節(jié)點(diǎn)i可提供的計(jì)算和存儲(chǔ)資源,ci和mi表示節(jié)點(diǎn)i的當(dāng)前剩余計(jì)算和存儲(chǔ)資源,cr和mr表示任務(wù)r執(zhí)行所需的計(jì)算和存儲(chǔ)資源.Tires值大于(1-ρ)2時(shí),節(jié)點(diǎn)i可供資源消耗殆盡,出現(xiàn)過(guò)載現(xiàn)象.

    為避免擁塞、抖動(dòng)等影響網(wǎng)絡(luò)穩(wěn)定性,任務(wù)的卸載與執(zhí)行在同一觀察期內(nèi)完成.設(shè)節(jié)點(diǎn)i在線時(shí)長(zhǎng)為tion,計(jì)算執(zhí)行任務(wù)r后的剩余在線時(shí)長(zhǎng)tirem:

    模型約束條件為:

    其中,tcyc表示觀察期時(shí)長(zhǎng),aexei表示節(jié)點(diǎn)i計(jì)算能力,tspei表示觀察期內(nèi)執(zhí)行任務(wù)r前的已耗時(shí)間.

    2.2.2 行為信任評(píng)價(jià)模型

    邊緣計(jì)算簇內(nèi),以節(jié)點(diǎn)的任務(wù)執(zhí)行效率和成功率為約束,構(gòu)建節(jié)點(diǎn)行為信任模型.

    E N節(jié)點(diǎn)j的任務(wù)執(zhí)行效率Tjab計(jì)算公式如下:

    已知第s觀察期內(nèi),簇內(nèi)節(jié)點(diǎn)j接受的任務(wù)數(shù)為接受且成功執(zhí)行的任務(wù)數(shù)為nsijuc(s),任務(wù)執(zhí)行成功率psijuc(s)計(jì)算公式如下:

    如式(10),當(dāng)節(jié)點(diǎn)在觀察期內(nèi)未接受任務(wù)時(shí),賦予節(jié)點(diǎn)中性值0.5.

    為抑制簇內(nèi)EN節(jié)點(diǎn)不良行為,激勵(lì)節(jié)點(diǎn)誠(chéng)信服務(wù),設(shè)置節(jié)點(diǎn)卸載協(xié)作行為獎(jiǎng)懲算子φ2[10]:

    計(jì)算第s觀察期內(nèi)節(jié)點(diǎn)j的任務(wù)執(zhí)行信任

    其中,ω表示任務(wù)執(zhí)行成功率所占權(quán)重,(s)表示第s觀察期內(nèi)節(jié)點(diǎn)i向節(jié)點(diǎn)j卸載的任務(wù)數(shù).

    結(jié)合節(jié)點(diǎn)任務(wù)執(zhí)行效率和執(zhí)行信任,計(jì)算第s觀察期內(nèi)節(jié)點(diǎn)j的行為信任Tiejxe-r(s):

    引入歷史信任遺忘函數(shù),計(jì)算經(jīng)過(guò)s個(gè)觀察周期后,節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)j的行為信任Tiejxe(s):

    2.2.3 綜合信任決策模型

    綜合資源信任和行為信任,構(gòu)建卸載協(xié)作信任Ticjoop:

    由式(15)求得EN節(jié)點(diǎn)卸載協(xié)作信任,篩選得到卸載協(xié)作候選節(jié)點(diǎn)集Xico={1,2,…,ni}.將卸載協(xié)作節(jié)點(diǎn)擇優(yōu)問(wèn)題轉(zhuǎn)化為卸載協(xié)作信任最大化的目標(biāo)優(yōu)化問(wèn)題,以節(jié)點(diǎn)集Xico為解空間,設(shè)計(jì)PS-SDP算法求解.

    由式(8)、式(15)得到SN節(jié)點(diǎn)i中任務(wù)r的卸載協(xié)作節(jié)點(diǎn)尋優(yōu)目標(biāo)及約束條件如下:

    PS-SDP算法利用粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法[12]求解最佳協(xié)作節(jié)點(diǎn).每一個(gè)粒子代表解空間中協(xié)作節(jié)點(diǎn)尋優(yōu)的一個(gè)的潛在解,學(xué)習(xí)自身和其他成員經(jīng)驗(yàn)以適應(yīng)自身搜索模式.飛行速度受個(gè)體最佳信任節(jié)點(diǎn)和群體最佳信任節(jié)點(diǎn)xgb影響,粒子l在搜索空間的飛行速度νl和候選節(jié)點(diǎn)xl∈Xcoi更新公式如下:

    其中,ξ在(0,1)范圍內(nèi)隨機(jī)取值,νl(τ)和xl(τ)分別表示粒子l經(jīng)τ次迭代更新后的速度和候選節(jié)點(diǎn),(τ)和xgb(τ)分別表示τ次迭代后粒子l和整個(gè)粒子群的最佳信任節(jié)點(diǎn),c1和c2表示粒子自身和群體的學(xué)習(xí)因子,w表示慣性因子,wmax和wmin分別表示慣性因子最大和最小值,G為算法最大迭代次數(shù).

    為抑制算法尋優(yōu)陷入局部最優(yōu),融合布谷鳥(niǎo)搜索算 法[13](Cuckoo Search,CS),引 入 搜 索 發(fā) 現(xiàn) 概 率p∈[0,1],實(shí)現(xiàn)解域概率取值,以規(guī)避局部最優(yōu),使求解結(jié)果趨于全局最優(yōu),獲取任務(wù)卸載的最佳協(xié)作節(jié)點(diǎn),其算法流程如圖6所示.設(shè)置任務(wù)最大拒絕次數(shù),避免任務(wù)多次卸載被拒產(chǎn)生過(guò)多延遲開(kāi)銷,利用PS-SDP算法尋找最佳協(xié)作節(jié)點(diǎn)獲得卸載服務(wù).

    圖6 簇內(nèi)協(xié)作節(jié)點(diǎn)尋優(yōu)流程

    2.3 任務(wù)卸載策略建模

    任務(wù)卸載協(xié)同服務(wù)工作原理:邊緣計(jì)算簇中,SN節(jié)點(diǎn)收到任務(wù)卸載請(qǐng)求時(shí),啟動(dòng)任務(wù)過(guò)濾機(jī)制,依據(jù)任務(wù)真實(shí)特征信息,計(jì)算任務(wù)卸載源節(jié)點(diǎn)的卸載請(qǐng)求信任,識(shí)別節(jié)點(diǎn)合作性,過(guò)濾非合作節(jié)點(diǎn)的虛假任務(wù);啟動(dòng)卸載服務(wù)決策機(jī)制,依據(jù)簇內(nèi)EN節(jié)點(diǎn)卸載協(xié)作信任,構(gòu)建可信的卸載協(xié)作候選節(jié)點(diǎn)集,應(yīng)用PS-SDP算法遴選最佳協(xié)作節(jié)點(diǎn),并發(fā)起卸載請(qǐng)求,完成卸載協(xié)同服務(wù).在基于卸載請(qǐng)求行為評(píng)價(jià)模型的任務(wù)過(guò)濾機(jī)制和基于卸載協(xié)作綜合評(píng)價(jià)模型的卸載服務(wù)決策機(jī)制中,SN節(jié)點(diǎn)的狀態(tài)變化及服務(wù)流程如下.

    (1)根據(jù)式(5),將SN節(jié)點(diǎn)的任務(wù)過(guò)濾形式化描述為Dreq={Q1,Γ1,δ1,q11,F(xiàn)1}的狀態(tài)圖,如圖7所示,其中,Q1={q11,q12,q13,q14,q15,q16,q17,q18,q19}為 有 窮 狀態(tài)集,任務(wù)狀態(tài)描述如表1所示.Γ1為狀態(tài)轉(zhuǎn)移條件產(chǎn)生式;δ1為狀態(tài)轉(zhuǎn)移函數(shù),Q1×Γ1=Q1;q11∈Q1,為起始狀態(tài);F1?Q1,為結(jié)束狀態(tài)集,F(xiàn)1={q19}.

    圖7 SN節(jié)點(diǎn)任務(wù)過(guò)濾狀態(tài)圖

    表1 節(jié)點(diǎn)任務(wù)過(guò)濾狀態(tài)說(shuō)明

    流程1任務(wù)過(guò)濾

    Step1:設(shè)置SN節(jié)點(diǎn)i卸載請(qǐng)求信任閾值.

    Step2:等待并收到節(jié)點(diǎn)j的任務(wù)卸載請(qǐng)求,判定SN節(jié)點(diǎn)i與任務(wù)卸載源節(jié)點(diǎn)j的合作關(guān)系.若<則節(jié)點(diǎn)j為非合作節(jié)點(diǎn),節(jié)點(diǎn)i拒絕節(jié)點(diǎn)j的任務(wù)卸載請(qǐng)求,轉(zhuǎn)Step4.否則執(zhí)行任務(wù)卸載服務(wù).

    Step3:?jiǎn)?dòng)卸載服務(wù)決策機(jī)制,遴選最佳協(xié)作節(jié)點(diǎn).協(xié)作節(jié)點(diǎn)執(zhí)行任務(wù)并反饋任務(wù)真實(shí)性,SN節(jié)點(diǎn)依據(jù)反饋結(jié)果更新任務(wù)真實(shí)特征信息.

    Step4:卸載請(qǐng)求信任更新.若觀察期結(jié)束,根據(jù)任務(wù)真實(shí)特征信息,結(jié)合歷史信任關(guān)系,更新各SN節(jié)點(diǎn)的卸載請(qǐng)求信任.

    Step5:測(cè)試是否結(jié)束?是,結(jié)束;否則,轉(zhuǎn)Step2.

    (2)根據(jù)式(15)、式(16),將SN節(jié)點(diǎn)的卸載服務(wù)決策形式化描述為Dcoop={Q2,Γ2,δ2,q21,F(xiàn)2}的狀態(tài)圖,如圖8所示.其中,Q2={q21,q22,q23,q24,q25,q26,q27,q28,q29}為有窮狀態(tài)集,任務(wù)狀態(tài)描述如表2所示.Γ2為狀態(tài)轉(zhuǎn)移條件產(chǎn)生式;δ2為狀態(tài)轉(zhuǎn)移函數(shù),Q2×Γ2=Q2;q21∈Q2,為起始狀態(tài);F2?Q2,為結(jié)束狀態(tài)集,F(xiàn)2={q29}.

    表2 節(jié)點(diǎn)卸載服務(wù)決策狀態(tài)說(shuō)明

    圖8 SN節(jié)點(diǎn)卸載協(xié)作狀態(tài)圖

    流程2卸載服務(wù)決策

    Step1:設(shè)置SN節(jié)點(diǎn)i卸載協(xié)作信任閾值和任務(wù)最大拒絕次數(shù).

    Ste p2:根據(jù)資源特征信息,更新EN節(jié)點(diǎn)資源信任,聯(lián)合行為信任計(jì)算卸載協(xié)作信任(s);判定節(jié)點(diǎn)信任關(guān)系,若(s)≥(i≤m,j≤n),則EN節(jié)點(diǎn)j協(xié)同服務(wù)可信,劃入卸載協(xié)作候選節(jié)點(diǎn)集.

    Step4:與協(xié)作節(jié)點(diǎn)卸載協(xié)商并更新節(jié)點(diǎn)行為特征信息,若請(qǐng)求接受,完成任務(wù)卸載;否則,轉(zhuǎn)Step3.

    Step5:若觀察期結(jié)束,根據(jù)行為特征信息和歷史信任關(guān)系,更新簇內(nèi)EN節(jié)點(diǎn)行為信任.

    Step6:測(cè)試是否結(jié)束?是,結(jié)束;否則,轉(zhuǎn)Step2.

    綜合任務(wù)過(guò)濾和卸載服務(wù)決策機(jī)制,邊緣計(jì)算簇協(xié)同服務(wù)過(guò)程如圖9所示.

    流程3任務(wù)卸載協(xié)同服務(wù)過(guò)程

    Step1:SN節(jié)點(diǎn)等待并收到任務(wù)卸載請(qǐng)求,創(chuàng)建任務(wù)特征數(shù)據(jù)庫(kù).

    Step2:根據(jù)任務(wù)真實(shí)特征數(shù)據(jù),更新任務(wù)卸載源節(jié)點(diǎn)的合作關(guān)系數(shù)據(jù),識(shí)別、過(guò)濾非合作節(jié)點(diǎn)的虛假任務(wù).

    Step3:根據(jù)任務(wù)和節(jié)點(diǎn)特征數(shù)據(jù),計(jì)算簇內(nèi)EN節(jié)點(diǎn)資源信任,結(jié)合行為信任數(shù)據(jù),更新節(jié)點(diǎn)卸載協(xié)作信任數(shù)據(jù)庫(kù),構(gòu)建卸載協(xié)作候選節(jié)點(diǎn)集.

    Step4:運(yùn)用PS-SDP算法,以卸載協(xié)作信任最大化為目標(biāo),遴選最佳協(xié)作節(jié)點(diǎn)并發(fā)起卸載請(qǐng)求.

    Step5:簇內(nèi)EN節(jié)點(diǎn)執(zhí)行卸載協(xié)同服務(wù)并返回服務(wù)結(jié)果,將任務(wù)真實(shí)特征信息反饋給SN節(jié)點(diǎn),更新任務(wù)和節(jié)點(diǎn)特征數(shù)據(jù)庫(kù).

    Step6:根據(jù)任務(wù)和節(jié)點(diǎn)特征數(shù)據(jù),更新SN節(jié)點(diǎn)的卸載請(qǐng)求信任、簇內(nèi)EN節(jié)點(diǎn)的行為信任數(shù)據(jù).

    將任務(wù)的一次卸載協(xié)同服務(wù)過(guò)程形式化描述為DTOCTE=(Q,Γ,δ,q1,F(xiàn))狀態(tài)圖,如圖10所示,其中,Q={q1,q2,q3,q4,q5,q6,q7,q8,q9,q10}為有窮狀態(tài)集,任務(wù)狀態(tài)描述如表3所示.Γ為狀態(tài)轉(zhuǎn)移條件產(chǎn)生式;δ為狀態(tài)轉(zhuǎn)移函數(shù),Q×?!鶴;q1∈Q,為起始狀態(tài);F?Q,為結(jié)束狀態(tài)集,F(xiàn)={q10}.

    圖10 任務(wù)卸載執(zhí)行狀態(tài)圖

    表3 任務(wù)狀態(tài)說(shuō)明

    3 實(shí)驗(yàn)分析

    3.1 實(shí)驗(yàn)設(shè)置

    以云服務(wù)器為根節(jié)點(diǎn),基站或邊緣服務(wù)器為SN節(jié)點(diǎn),智能終端設(shè)備為EN節(jié)點(diǎn),SN節(jié)點(diǎn)與根節(jié)點(diǎn)構(gòu)建云邊協(xié)同骨干網(wǎng)絡(luò),SN節(jié)點(diǎn)與EN節(jié)點(diǎn)構(gòu)建邊緣計(jì)算網(wǎng)絡(luò).作如下假設(shè):

    (1)在邊緣計(jì)算網(wǎng)絡(luò)中,SN節(jié)點(diǎn)聚合EN節(jié)點(diǎn)構(gòu)建邊緣計(jì)算簇,每個(gè)簇包含1個(gè)SN節(jié)點(diǎn),簇規(guī)模一致,仿真實(shí)驗(yàn)網(wǎng)絡(luò)環(huán)境設(shè)置如表4所示.

    表4 網(wǎng)絡(luò)環(huán)境設(shè)置

    (2)邊緣計(jì)算中存在30%的SN節(jié)點(diǎn)為非合作節(jié)點(diǎn);單位時(shí)間片內(nèi)卸載請(qǐng)求任務(wù)數(shù)遵循泊松分布;同一時(shí)間片相鄰任務(wù)間的服務(wù)等待和節(jié)點(diǎn)卸載協(xié)商產(chǎn)生的時(shí)間開(kāi)銷忽略不計(jì).

    (3)邊緣計(jì)算簇內(nèi),可靠、激勵(lì)和不良三類EN節(jié)點(diǎn)數(shù)目比例為6:2:2;任務(wù)可在EN節(jié)點(diǎn)堆積,但均在觀察期內(nèi)完成,不滯留至下一觀察期.

    (4)模型中隨機(jī)參數(shù)取值服從正態(tài)分布,具體參數(shù)設(shè)置見(jiàn)表5.

    表5 參數(shù)設(shè)置

    3.2 評(píng)價(jià)指標(biāo)

    為驗(yàn)證卸載策略的性能效用,分別對(duì)簇間卸載、簇內(nèi)卸載的信任評(píng)價(jià)模型以及策略的卸載綜合效用的性能指標(biāo)加以描述,如表6所示.

    表6 性能評(píng)價(jià)指標(biāo)

    3.3 實(shí)驗(yàn)分析

    為檢驗(yàn)TOCTE策略的卸載協(xié)同服務(wù)優(yōu)化效果,分別從卸載請(qǐng)求行為評(píng)價(jià)模型性能、卸載協(xié)作綜合評(píng)價(jià)模型性能以及卸載綜合效用,分析TOCTE策略的虛假任務(wù)過(guò)濾有效性和卸載服務(wù)可靠性.

    3.3.1 卸載請(qǐng)求行為評(píng)價(jià)模型

    為測(cè)試TOCTE策略中卸載請(qǐng)求行為評(píng)價(jià)模型的性能效用,根據(jù)非合作節(jié)點(diǎn)識(shí)別率和識(shí)別準(zhǔn)確率、卸載請(qǐng)求拒絕率和拒絕準(zhǔn)確率、資源有效利用率等指標(biāo),在測(cè)試組3的網(wǎng)絡(luò)環(huán)境下,將TOCTE策略中的任務(wù)過(guò)濾機(jī)制與任務(wù)隨機(jī)接受(random accept)策略[14]對(duì)比分析.

    圖11~圖13分別描述了TOCTE策略的卸載請(qǐng)求行為評(píng)價(jià)模型的不同信任閾值,對(duì)于邊緣計(jì)算簇的非合作節(jié)點(diǎn)識(shí)別、虛假任務(wù)過(guò)濾和資源利用的影響.從圖中發(fā)現(xiàn),隨著SN節(jié)點(diǎn)信任閾值的增大,邊緣計(jì)算中的非合作節(jié)點(diǎn)逐漸被識(shí)別出來(lái),非合作節(jié)點(diǎn)識(shí)別率、卸載請(qǐng)求拒絕率和資源有效利用率提高;信任閾值小于0.4時(shí),非合作節(jié)點(diǎn)識(shí)別和任務(wù)卸載請(qǐng)求拒絕準(zhǔn)確率均為100%;大于0.4時(shí),信任度較低的合作節(jié)點(diǎn)無(wú)法滿足信任需求,被誤判為非合作節(jié)點(diǎn),準(zhǔn)確率開(kāi)始降低;卸載請(qǐng)求信任閾值為0.5時(shí),任務(wù)過(guò)濾效果最佳,非合作節(jié)點(diǎn)識(shí)別率達(dá)到28%,識(shí)別準(zhǔn)確率最低為95.83%,卸載請(qǐng)求拒絕率達(dá)到32.84%,拒絕準(zhǔn)確率最低為88.36%,資源有效利用率最高達(dá)到81.52%.

    圖11 不同信任閾值下非合作節(jié)點(diǎn)識(shí)別情況

    圖13 不同信任閾值下資源 有效利用率

    由于Random Accept策略在SN節(jié)點(diǎn)接收到任務(wù)卸載請(qǐng)求后,不考慮任務(wù)來(lái)源可靠性,隨機(jī)接受該請(qǐng)求,不具有非合作節(jié)點(diǎn)識(shí)別能力.圖14描述了最佳信任閾值下,TOCTE策略與Random Accept策略對(duì)于資源有效利用率的影響.從圖中發(fā)現(xiàn),Random Accept策略的資源有效利用率在水平線上下波動(dòng),TOCTE策略資源有效利用率逐漸提高并最終趨于穩(wěn)定,平均資源有效利用率為78.60%,較Random Accept策略提高9.48%.

    圖12 不同信任閾值下虛假任務(wù)過(guò)濾情況

    圖14 不同策略下資源有效利用率變化

    圖15~17分別描述了不同網(wǎng)絡(luò)規(guī)模下,TOCTE策略的卸載請(qǐng)求行為評(píng)價(jià)模型對(duì)于邊緣計(jì)算中非合作節(jié)點(diǎn)識(shí)別、虛假任務(wù)過(guò)濾和資源利用的影響.從圖中發(fā)現(xiàn),邊緣計(jì)算中邊緣計(jì)算簇?cái)?shù)目越多,非合作節(jié)點(diǎn)識(shí)別率和卸載請(qǐng)求拒絕率越高;邊緣計(jì)算簇?cái)?shù)小于70時(shí),非合作節(jié)點(diǎn)識(shí)別準(zhǔn)確率和任務(wù)卸載請(qǐng)求拒絕準(zhǔn)確率均為100%,大于70時(shí),隨網(wǎng)絡(luò)規(guī)模的增大,邊緣計(jì)算環(huán)境愈加復(fù)雜,準(zhǔn)確率和資源有效利用率降低.邊緣計(jì)算簇?cái)?shù)為70時(shí),策略的任務(wù)過(guò)濾效果最佳,非合作節(jié)點(diǎn)識(shí)別率達(dá)到22.86%,卸載請(qǐng)求拒絕率達(dá)到22.93%,非合作節(jié)點(diǎn)識(shí)別和卸載請(qǐng)求拒絕準(zhǔn)確率均為100%,資源有效利用率達(dá)到82.34%.

    圖15 不同網(wǎng)絡(luò)規(guī)模下非合作節(jié)點(diǎn)識(shí)別情況

    綜上所述,TOCTE策略不僅能有效識(shí)別并攔截非合作節(jié)點(diǎn)的不良行為,保證任務(wù)來(lái)源的可靠性,同時(shí)提高了資源的有效利用.

    圖16 不同網(wǎng)絡(luò)規(guī)模下虛假任務(wù)過(guò)濾情況

    3.3.2 卸載協(xié)作綜合評(píng)價(jià)模型

    圖17 不同網(wǎng)絡(luò)規(guī)模下資源有效利用率

    為測(cè)試TOCTE策略中卸載協(xié)作綜合評(píng)價(jià)模型的性能效用,在測(cè)試組3的網(wǎng)絡(luò)環(huán)境下構(gòu)建任務(wù)趨優(yōu)卸載(Task Optimal Offloading,TOO)策略,將邊緣計(jì)算簇下的EN節(jié)點(diǎn)以信任(以任務(wù)執(zhí)行成功率表示)劃分節(jié)點(diǎn)集,如表7所示.設(shè)置每個(gè)節(jié)點(diǎn)集任務(wù)最大卸載次數(shù),在滿足任務(wù)需求的條件下,將任務(wù)優(yōu)先卸載至優(yōu)節(jié)點(diǎn)集中的節(jié)點(diǎn),若任務(wù)卸載次數(shù)超過(guò)該節(jié)點(diǎn)集的最大卸載次數(shù),則考慮良節(jié)點(diǎn)集中的節(jié)點(diǎn),以此類推,直至找到協(xié)作節(jié)點(diǎn)執(zhí)行卸載服務(wù).若四類節(jié)點(diǎn)集均被搜索但仍未找到協(xié)作節(jié)點(diǎn),則將任務(wù)卸載至其他簇.

    表7 節(jié)點(diǎn)集劃分

    根據(jù)邊緣計(jì)算簇在線時(shí)長(zhǎng)、任務(wù)執(zhí)行失敗率和卸載率等指標(biāo),將TOCTE策略與基于Random Walk[14]、按需路由協(xié)議(Ad hoc On-Demand Distance Vector Routing,AODV)[15]的隨機(jī)卸載策略和TOO策略對(duì)比分析,設(shè)置實(shí)驗(yàn)對(duì)照.

    (1)Random Walk策略:隨機(jī)選擇EN節(jié)點(diǎn)卸載,并由EN節(jié)點(diǎn)判斷自身資源是否滿足任務(wù)需求.

    (2)AODV策略:滿足任務(wù)需求情況下,隨機(jī)選擇EN節(jié)點(diǎn)卸載.

    (3)TOO策略:滿足任務(wù)需求情況下,趨優(yōu)選擇EN節(jié)點(diǎn)卸載.

    圖18描述了TOCTE策略的卸載協(xié)作綜合評(píng)價(jià)模型的不同信任閾值,對(duì)于邊緣計(jì)算簇在線時(shí)長(zhǎng)和任務(wù)卸載率的影響.從圖中發(fā)現(xiàn),隨信任閾值的增大,簇內(nèi)可信協(xié)作節(jié)點(diǎn)和執(zhí)行任務(wù)數(shù)減少,在線時(shí)長(zhǎng)和任務(wù)卸載率逐漸提升;信任閾值為0.6時(shí),信任閾值過(guò)高導(dǎo)致SN節(jié)點(diǎn)未找到協(xié)作節(jié)點(diǎn),任務(wù)均向其他簇卸載,在線時(shí)長(zhǎng)和卸載率保持18299.83 s和100%不變,該簇不再具備存在價(jià)值,同時(shí)增加了其他簇的計(jì)算負(fù)載和任務(wù)延遲開(kāi)銷.

    圖18 不同的信任閾值對(duì)比分析

    為了延長(zhǎng)邊緣計(jì)算簇在線時(shí)長(zhǎng)的同時(shí),提供高效卸載服務(wù),應(yīng)合理設(shè)置卸載協(xié)作信任閾值.

    圖19和表8呈 現(xiàn)了Random Walk策 略、AODV策略、TOO策略和TOCTE策略,對(duì)于邊緣計(jì)算簇在線時(shí)長(zhǎng)、任務(wù)卸載率、任務(wù)執(zhí)行失敗率、任務(wù)拒絕次數(shù)和決策時(shí)長(zhǎng)的影響.從圖表中發(fā)現(xiàn),與其他三種策略相比,TOCTE策略以決策時(shí)長(zhǎng)和任務(wù)向簇外卸載為代價(jià),有效延長(zhǎng)了147.49%、146.65%和156.76%在線時(shí)長(zhǎng),降低了33.84%、33.84%和29.26%任務(wù)執(zhí)行失敗率;節(jié)點(diǎn)間卸載協(xié)商產(chǎn)生的時(shí)間開(kāi)銷由任務(wù)拒絕次數(shù)衡量,TOCTE策略將平均拒絕次數(shù)減少至831次,與其他三種策略相比,分別減少了35.48%、21.53%和52.92%,有效降低了任務(wù)多次卸載決策產(chǎn)生的時(shí)間開(kāi)銷.

    圖19 卸載策略對(duì)比

    表8 卸載策略效果對(duì)比

    為檢驗(yàn)TOCTE策略下,不同協(xié)作節(jié)點(diǎn)尋優(yōu)算法對(duì)卸載決策的優(yōu)化效果,將PS-SDP算法與PSO算法[12]、CS算法[13]和基于模擬退火Metropolis準(zhǔn)則的粒子群(Particle Swarm based on Simulated Annealing Metropolis Criterion,PS-SA)算法[12,16]進(jìn)行對(duì)比分析.設(shè)置實(shí)驗(yàn)對(duì)照組.

    (1)PSO算法:解空間以粒子群的形式存在,協(xié)作和信息共享的方式尋找最佳協(xié)作節(jié)點(diǎn).

    (2)CS算法:解空間以寄主巢群的形式存在,Lévy flights搜索方式尋找最佳協(xié)作節(jié)點(diǎn).

    (3)PS-SA算法:解空間以粒子群的形式存在,協(xié)作和信息共享的方式尋找最佳協(xié)作節(jié)點(diǎn),并利用模擬退火的Metropolis準(zhǔn)則確定粒子候選節(jié)點(diǎn).

    圖20和表9呈現(xiàn)了不同協(xié)作節(jié)點(diǎn)尋優(yōu)算法,對(duì)于激勵(lì)和可靠節(jié)點(diǎn)行為信任變化、任務(wù)執(zhí)行失敗率變化、卸載決策時(shí)長(zhǎng)的影響.從圖表中發(fā)現(xiàn),相較于其他三種尋優(yōu)算法,PS-SDP算法在激勵(lì)節(jié)點(diǎn)和可靠節(jié)點(diǎn)行為信任變化上收斂速度更快、信任度更高,穩(wěn)定狀態(tài)下平均信任度分別達(dá)到0.766和0.693;從時(shí)間復(fù)雜度分析,PSSDP算法以搜索發(fā)現(xiàn)概率接受新解,增加一定的時(shí)間復(fù)雜度,但僅次于PSO算法;從任務(wù)執(zhí)行失敗率分析,PSSDP算法平均執(zhí)行失敗率達(dá)到23.98%,與其他算法比,分別降低了0.99%、0.62%、0.27%,任務(wù)卸載服務(wù)質(zhì)量較優(yōu).

    表9 協(xié)作節(jié)點(diǎn)尋優(yōu)算法決策時(shí)長(zhǎng)對(duì)比 s

    圖20 協(xié)作節(jié)點(diǎn)尋優(yōu)算法對(duì)比

    對(duì)于卸載可靠性要求較高的計(jì)算任務(wù),以PS-SDP算法尋找協(xié)作節(jié)點(diǎn),卸載服務(wù)更為可靠.

    3.3.3 卸載綜合效用

    為檢驗(yàn)TOCTE策略的卸載綜合效用,根據(jù)邊緣計(jì)算簇真實(shí)任務(wù)執(zhí)行成功率和資源損耗率,在測(cè)試組3的網(wǎng)絡(luò)環(huán)境下,將TOCTE策略與AODV策略、TOO策略、任務(wù)可信卸載(Task Credible Offloading,TCO)策略、基于任務(wù)可信的任務(wù)趨優(yōu)卸載(Task Optimal Offloading based on Task Credible,TOO-TC)策略和協(xié)作節(jié)點(diǎn)可信卸載(Cooperative Node Credible Offloading,CNCO)策略對(duì)比分析,設(shè)置實(shí)驗(yàn)對(duì)照組.

    (1)AODV隨機(jī)卸載策略:SN節(jié)點(diǎn)直接接受任務(wù)卸載請(qǐng)求,基于AODV隨機(jī)選擇EN節(jié)點(diǎn)執(zhí)行卸載服務(wù).

    (2)TOO策略:SN節(jié)點(diǎn)直接接受任務(wù)卸載請(qǐng)求,趨優(yōu)選擇EN節(jié)點(diǎn)執(zhí)行卸載服務(wù).

    (3)TCO策略:SN節(jié)點(diǎn)利用卸載請(qǐng)求行為評(píng)價(jià)模型評(píng)估源節(jié)點(diǎn)的卸載請(qǐng)求行為,過(guò)濾虛假任務(wù),隨機(jī)選擇EN節(jié)點(diǎn)執(zhí)行卸載服務(wù).

    (4)TOO-TC策略:SN節(jié)點(diǎn)利用卸載請(qǐng)求行為評(píng)價(jià)模型評(píng)估任務(wù)卸載源節(jié)點(diǎn)的卸載請(qǐng)求行為,過(guò)濾虛假任務(wù),趨優(yōu)選擇EN節(jié)點(diǎn)執(zhí)行卸載服務(wù).

    (5)CNCO策略:SN節(jié)點(diǎn)直接接受任務(wù)卸載請(qǐng)求,利用卸載協(xié)作綜合評(píng)價(jià)模型評(píng)估EN節(jié)點(diǎn),遴選最佳協(xié)作節(jié)點(diǎn)執(zhí)行卸載服務(wù).

    圖21、圖22和表10描述了不同卸載策略對(duì)于邊緣計(jì)算簇真實(shí)任務(wù)執(zhí)行成功率和資源損耗率的影響.從圖中發(fā)現(xiàn).

    表10 不同策略卸載綜合性能對(duì)比

    圖21 真實(shí)任務(wù)執(zhí)行成功率

    圖22 資源損耗率

    (1)由AODV和TCO策略、TOO和TOO-TC策略、CNCO和TOCTE策略兩兩對(duì)比,驗(yàn)證了基于卸載請(qǐng)求行為評(píng)價(jià)的任務(wù)過(guò)濾機(jī)制對(duì)系統(tǒng)綜合性能優(yōu)化的有效性,分別提高了5.38%、5.95%和9.72%真實(shí)任務(wù)執(zhí)行成功率,降低了3.26%、5.13%和3.59%的資源損耗率.

    (2)由AODV和CNCO策略、TCO和TOCTE策略的兩兩對(duì)比,驗(yàn)證了基于卸載協(xié)作綜合評(píng)價(jià)的卸載服務(wù)決策機(jī)制對(duì)系統(tǒng)綜合性能優(yōu)化的有效性,分別提高了20.64%和24.98%真實(shí)任務(wù)執(zhí)行成功率,降低了1.64%和1.97%資源損耗率.

    (3)TOCTE策略的真實(shí)任務(wù)執(zhí)行成功率最高為59.22%,平均達(dá)到55.52%,較AODV卸載策略高30.36%,較TOO策略高27.55%;資源損耗率最低為6.35%,平均達(dá)到7.53%,較AODV策略低5.23%,較TOO策略低7.93%.

    實(shí)驗(yàn)結(jié)果表明,TOCTE策略模型通過(guò)基于卸載請(qǐng)求行為評(píng)價(jià)的任務(wù)過(guò)濾和基于卸載協(xié)作綜合評(píng)價(jià)的卸載決策,在任務(wù)執(zhí)行和資源利用方面明顯優(yōu)于其他對(duì)比模型,有效提高了邊緣計(jì)算簇真實(shí)任務(wù)執(zhí)行成功率,降低網(wǎng)絡(luò)資源損耗.

    4 結(jié)束語(yǔ)

    針對(duì)邊緣計(jì)算任務(wù)卸載中任務(wù)請(qǐng)求者和資源提供者的可信問(wèn)題,設(shè)計(jì)了一種基于綜合信任評(píng)價(jià)的任務(wù)卸載策略,建立節(jié)點(diǎn)信任遺忘函數(shù)和節(jié)點(diǎn)行為獎(jiǎng)懲算子,構(gòu)建信任評(píng)價(jià)機(jī)制,衡量節(jié)點(diǎn)行為可靠性.以提高資源利用和卸載服務(wù)質(zhì)量為目標(biāo),在邊緣計(jì)算簇間實(shí)現(xiàn)基于卸載請(qǐng)求信任的虛假任務(wù)過(guò)濾,降低非合作節(jié)點(diǎn)不良行為對(duì)網(wǎng)絡(luò)性能的影響;設(shè)計(jì)卸載協(xié)作信任模型,將邊緣計(jì)算簇內(nèi)的卸載協(xié)作節(jié)點(diǎn)擇優(yōu)問(wèn)題轉(zhuǎn)化為卸載協(xié)作信任最大化問(wèn)題,以基于搜索發(fā)現(xiàn)概率的粒子群算法尋找協(xié)作節(jié)點(diǎn),實(shí)現(xiàn)邊緣計(jì)算的任務(wù)可靠卸載.仿真結(jié)果表明,所提策略不僅解決了任務(wù)來(lái)源可信問(wèn)題,同時(shí)保證了邊緣節(jié)點(diǎn)的卸載協(xié)同服務(wù)質(zhì)量.

    由于智能終端設(shè)備資源有限,任務(wù)卸載決策存在一定的延遲和能源開(kāi)銷,遷移、強(qiáng)化學(xué)習(xí)等方法可有效提高卸載決策效率,但終端訓(xùn)練模型將產(chǎn)生大量能耗,需將學(xué)習(xí)模型部署在邊緣服務(wù)器,通過(guò)模型裁剪、感知壓縮等方法下推模型,實(shí)現(xiàn)任務(wù)的高效卸載、精準(zhǔn)預(yù)測(cè).在下一步工作中,我們將研究邊緣計(jì)算的智能卸載和模型下推等問(wèn)題.

    猜你喜歡
    協(xié)作邊緣信任
    團(tuán)結(jié)協(xié)作成功易
    表示信任
    協(xié)作
    讀者(2017年14期)2017-06-27 12:27:06
    一張圖看懂邊緣計(jì)算
    嚶嚶嚶,人與人的信任在哪里……
    桃之夭夭B(2017年2期)2017-02-24 17:32:43
    從生到死有多遠(yuǎn)
    協(xié)作
    可與您并肩協(xié)作的UR3
    信任
    在邊緣尋找自我
    雕塑(1999年2期)1999-06-28 05:01:42
    麻豆av在线久日| 久久久国产成人免费| 交换朋友夫妻互换小说| 国产欧美亚洲国产| 久久中文看片网| 国产精品国产av在线观看| 人妻 亚洲 视频| 国产伦理片在线播放av一区| 精品国产一区二区三区四区第35| 好男人电影高清在线观看| 涩涩av久久男人的天堂| 亚洲男人天堂网一区| 亚洲欧美一区二区三区黑人| av网站在线播放免费| 日日爽夜夜爽网站| 丝袜脚勾引网站| 国产日韩欧美在线精品| av网站免费在线观看视频| 国产成人欧美在线观看 | 免费观看av网站的网址| 国产成人一区二区三区免费视频网站| 久久人人爽av亚洲精品天堂| 天堂俺去俺来也www色官网| 欧美黑人精品巨大| a级毛片在线看网站| av网站在线播放免费| 无限看片的www在线观看| 成人国产一区最新在线观看| 精品国产一区二区三区久久久樱花| 一区二区三区精品91| √禁漫天堂资源中文www| 国产老妇伦熟女老妇高清| 午夜福利视频在线观看免费| 久久人妻福利社区极品人妻图片| av福利片在线| 91精品国产国语对白视频| 国产精品久久久久久精品古装| h视频一区二区三区| 黄频高清免费视频| 国产男女内射视频| 国产精品久久久久久精品电影小说| 精品人妻1区二区| 亚洲精品国产精品久久久不卡| av网站免费在线观看视频| 成人国产av品久久久| 男男h啪啪无遮挡| 亚洲欧美清纯卡通| 波多野结衣av一区二区av| 亚洲人成77777在线视频| 免费在线观看黄色视频的| 窝窝影院91人妻| 国产成人欧美| 午夜福利在线免费观看网站| 久久这里只有精品19| 国产1区2区3区精品| 成人av一区二区三区在线看 | 国产99久久九九免费精品| 丰满饥渴人妻一区二区三| 亚洲成人国产一区在线观看| 亚洲精品久久久久久婷婷小说| 人妻久久中文字幕网| 女性被躁到高潮视频| 搡老岳熟女国产| 久久亚洲国产成人精品v| 美女脱内裤让男人舔精品视频| 亚洲人成电影观看| 一本—道久久a久久精品蜜桃钙片| xxxhd国产人妻xxx| 精品亚洲成a人片在线观看| 亚洲av电影在线进入| 亚洲欧美成人综合另类久久久| 啦啦啦中文免费视频观看日本| 日韩中文字幕欧美一区二区| 午夜福利,免费看| 青草久久国产| 国产成人精品久久二区二区免费| 精品人妻1区二区| 久久人妻福利社区极品人妻图片| 国产男人的电影天堂91| 一级黄色大片毛片| 捣出白浆h1v1| 国产欧美日韩一区二区精品| 99九九在线精品视频| av在线app专区| 少妇被粗大的猛进出69影院| 久久精品熟女亚洲av麻豆精品| 欧美激情极品国产一区二区三区| 岛国毛片在线播放| 欧美成人午夜精品| 秋霞在线观看毛片| 好男人电影高清在线观看| 国产淫语在线视频| 99国产精品免费福利视频| 叶爱在线成人免费视频播放| 中亚洲国语对白在线视频| 亚洲人成电影观看| 三级毛片av免费| 国产片内射在线| 少妇猛男粗大的猛烈进出视频| 99国产精品99久久久久| 在线十欧美十亚洲十日本专区| 水蜜桃什么品种好| 超碰97精品在线观看| 欧美在线黄色| 十八禁网站网址无遮挡| 久久99一区二区三区| 亚洲国产av影院在线观看| 欧美大码av| 一级毛片精品| 日韩一区二区三区影片| 亚洲伊人色综图| 国产精品久久久av美女十八| 亚洲第一av免费看| 亚洲精品久久成人aⅴ小说| 91精品三级在线观看| av网站免费在线观看视频| 少妇人妻久久综合中文| 精品国内亚洲2022精品成人 | 久热爱精品视频在线9| 91九色精品人成在线观看| 丰满饥渴人妻一区二区三| 精品亚洲成国产av| 久久中文看片网| 成人免费观看视频高清| 男女之事视频高清在线观看| 丝袜人妻中文字幕| 国产极品粉嫩免费观看在线| 老司机福利观看| 丁香六月欧美| 国产老妇伦熟女老妇高清| 三上悠亚av全集在线观看| 精品视频人人做人人爽| 午夜福利免费观看在线| 后天国语完整版免费观看| 午夜精品国产一区二区电影| 亚洲三区欧美一区| 国产野战对白在线观看| 国产主播在线观看一区二区| 深夜精品福利| 成人国产av品久久久| 成人av一区二区三区在线看 | 国产精品久久久久成人av| 不卡一级毛片| 黄频高清免费视频| 啦啦啦中文免费视频观看日本| 男人舔女人的私密视频| av超薄肉色丝袜交足视频| 91老司机精品| 精品一区二区三卡| 久久天躁狠狠躁夜夜2o2o| 亚洲欧美日韩高清在线视频 | 久久久久精品人妻al黑| 777米奇影视久久| 亚洲专区国产一区二区| 天天添夜夜摸| 丰满迷人的少妇在线观看| 黑人巨大精品欧美一区二区蜜桃| 永久免费av网站大全| 伦理电影免费视频| 韩国精品一区二区三区| 亚洲一区二区三区欧美精品| 女人爽到高潮嗷嗷叫在线视频| 欧美av亚洲av综合av国产av| 欧美日韩视频精品一区| 亚洲欧美一区二区三区久久| 亚洲第一青青草原| 成年女人毛片免费观看观看9 | 欧美日韩亚洲国产一区二区在线观看 | 日韩中文字幕欧美一区二区| 久久精品国产a三级三级三级| 美女午夜性视频免费| 欧美激情极品国产一区二区三区| 高清黄色对白视频在线免费看| 亚洲天堂av无毛| 久久久久精品国产欧美久久久 | 两性午夜刺激爽爽歪歪视频在线观看 | 欧美大码av| 免费在线观看黄色视频的| 久久久久久久久免费视频了| 搡老岳熟女国产| 亚洲av国产av综合av卡| netflix在线观看网站| av欧美777| 亚洲熟女精品中文字幕| 欧美日韩精品网址| 久久中文字幕一级| 国产av国产精品国产| 巨乳人妻的诱惑在线观看| 亚洲五月婷婷丁香| a级毛片黄视频| 国产欧美日韩精品亚洲av| 十分钟在线观看高清视频www| 岛国在线观看网站| 国产精品一区二区在线观看99| 亚洲av男天堂| 国产精品一区二区精品视频观看| 欧美日韩中文字幕国产精品一区二区三区 | 成人手机av| 亚洲av片天天在线观看| 99re6热这里在线精品视频| 老司机午夜十八禁免费视频| 999精品在线视频| 国产伦人伦偷精品视频| 丁香六月欧美| 亚洲av美国av| 午夜成年电影在线免费观看| 亚洲成人免费av在线播放| 国产黄色免费在线视频| 老司机亚洲免费影院| 久久亚洲国产成人精品v| 亚洲av男天堂| 国产欧美日韩一区二区三区在线| 免费观看人在逋| 成人18禁高潮啪啪吃奶动态图| 成年av动漫网址| 电影成人av| 国精品久久久久久国模美| 国产精品麻豆人妻色哟哟久久| 又大又爽又粗| 五月天丁香电影| 精品人妻熟女毛片av久久网站| 亚洲国产av新网站| 韩国高清视频一区二区三区| 国产精品久久久久久人妻精品电影 | av国产精品久久久久影院| 少妇精品久久久久久久| 青草久久国产| 又紧又爽又黄一区二区| 免费高清在线观看日韩| 亚洲精品av麻豆狂野| 精品视频人人做人人爽| 久久久精品国产亚洲av高清涩受| 亚洲中文字幕日韩| 亚洲黑人精品在线| 国产成+人综合+亚洲专区| 免费在线观看完整版高清| 日韩中文字幕视频在线看片| 亚洲少妇的诱惑av| 久久久国产成人免费| 黄色视频在线播放观看不卡| 俄罗斯特黄特色一大片| 啦啦啦视频在线资源免费观看| 在线观看人妻少妇| 欧美日韩成人在线一区二区| av免费在线观看网站| 亚洲人成77777在线视频| 精品第一国产精品| 日韩欧美一区视频在线观看| 国产成人欧美在线观看 | 黄色视频在线播放观看不卡| 国产精品av久久久久免费| 亚洲精品国产色婷婷电影| av免费在线观看网站| 99国产精品一区二区三区| 青青草视频在线视频观看| 97精品久久久久久久久久精品| 天天躁夜夜躁狠狠躁躁| 大陆偷拍与自拍| 亚洲激情五月婷婷啪啪| 美女扒开内裤让男人捅视频| 国产老妇伦熟女老妇高清| 日韩欧美国产一区二区入口| 久久久久精品人妻al黑| 波多野结衣一区麻豆| 亚洲情色 制服丝袜| 亚洲精品国产区一区二| 国产在线视频一区二区| 国产精品偷伦视频观看了| 国产亚洲欧美精品永久| 国产精品1区2区在线观看. | 免费观看av网站的网址| 一本—道久久a久久精品蜜桃钙片| 真人做人爱边吃奶动态| 欧美av亚洲av综合av国产av| 亚洲伊人久久精品综合| 亚洲国产欧美日韩在线播放| 一区二区三区精品91| 久久久久网色| 国产成人精品在线电影| 久久久久视频综合| www.自偷自拍.com| 制服诱惑二区| 国产日韩欧美视频二区| 母亲3免费完整高清在线观看| svipshipincom国产片| 国产视频一区二区在线看| 狠狠狠狠99中文字幕| 久久久久精品国产欧美久久久 | 欧美xxⅹ黑人| 精品久久久精品久久久| 欧美日本中文国产一区发布| 丰满人妻熟妇乱又伦精品不卡| 黑人巨大精品欧美一区二区蜜桃| 欧美成狂野欧美在线观看| 一本久久精品| 国产精品自产拍在线观看55亚洲 | 少妇的丰满在线观看| 少妇粗大呻吟视频| 国产av又大| 97精品久久久久久久久久精品| 宅男免费午夜| 女警被强在线播放| 国产1区2区3区精品| 亚洲情色 制服丝袜| 国产日韩一区二区三区精品不卡| 国产亚洲av高清不卡| 90打野战视频偷拍视频| 黄色片一级片一级黄色片| 亚洲精品成人av观看孕妇| 国产免费现黄频在线看| 午夜成年电影在线免费观看| 999久久久国产精品视频| 色94色欧美一区二区| 精品久久蜜臀av无| 超碰成人久久| www.999成人在线观看| 国产一区二区在线观看av| 人成视频在线观看免费观看| 一级毛片电影观看| 黄色 视频免费看| 国产精品久久久人人做人人爽| 欧美成狂野欧美在线观看| 热99国产精品久久久久久7| 午夜免费观看性视频| av网站免费在线观看视频| 精品少妇内射三级| 国产成人系列免费观看| 日韩人妻精品一区2区三区| 搡老熟女国产l中国老女人| 久久毛片免费看一区二区三区| 这个男人来自地球电影免费观看| 两个人看的免费小视频| 91成人精品电影| 欧美精品人与动牲交sv欧美| 国产高清国产精品国产三级| 天天影视国产精品| 国产精品成人在线| 黑人操中国人逼视频| 国产精品香港三级国产av潘金莲| cao死你这个sao货| 欧美大码av| 成人av一区二区三区在线看 | 多毛熟女@视频| 免费日韩欧美在线观看| 99re6热这里在线精品视频| 国产成人欧美在线观看 | 在线观看免费午夜福利视频| 午夜激情av网站| 成年人免费黄色播放视频| 老司机福利观看| 午夜视频精品福利| 国产伦人伦偷精品视频| 精品一区二区三区av网在线观看 | 精品少妇久久久久久888优播| 99久久人妻综合| 母亲3免费完整高清在线观看| xxxhd国产人妻xxx| 国产深夜福利视频在线观看| 欧美激情高清一区二区三区| 热re99久久国产66热| 午夜福利一区二区在线看| 美女主播在线视频| 在线 av 中文字幕| www.av在线官网国产| 亚洲欧美成人综合另类久久久| 国产精品99久久99久久久不卡| 亚洲欧美色中文字幕在线| 欧美精品一区二区大全| 高潮久久久久久久久久久不卡| 欧美精品亚洲一区二区| 中文字幕另类日韩欧美亚洲嫩草| www.精华液| 狠狠精品人妻久久久久久综合| 欧美激情高清一区二区三区| 国产人伦9x9x在线观看| 国产老妇伦熟女老妇高清| 久久久欧美国产精品| 国产黄频视频在线观看| 日日爽夜夜爽网站| 美女中出高潮动态图| 免费在线观看黄色视频的| 国产精品99久久99久久久不卡| 国产一区二区三区综合在线观看| 操美女的视频在线观看| 婷婷色av中文字幕| 国产免费福利视频在线观看| 亚洲色图综合在线观看| 两个人免费观看高清视频| 亚洲国产av新网站| 久久久精品区二区三区| 男女免费视频国产| 一级毛片精品| 久久久欧美国产精品| 爱豆传媒免费全集在线观看| 欧美日韩亚洲高清精品| av网站免费在线观看视频| 亚洲国产欧美网| a级片在线免费高清观看视频| 黄色片一级片一级黄色片| 男人舔女人的私密视频| 久久久久久亚洲精品国产蜜桃av| 91成人精品电影| 成年女人毛片免费观看观看9 | 国产在视频线精品| 精品免费久久久久久久清纯 | 91精品国产国语对白视频| 成人免费观看视频高清| 一本综合久久免费| 交换朋友夫妻互换小说| 欧美成人午夜精品| 欧美精品一区二区免费开放| 亚洲专区中文字幕在线| 成人国语在线视频| 日本欧美视频一区| 成人国产av品久久久| 免费少妇av软件| www.精华液| 宅男免费午夜| 91精品国产国语对白视频| 亚洲性夜色夜夜综合| 亚洲欧美清纯卡通| 久久免费观看电影| 黄色 视频免费看| 三级毛片av免费| av在线老鸭窝| 伦理电影免费视频| 亚洲精品粉嫩美女一区| 国产在视频线精品| 亚洲激情五月婷婷啪啪| 黄色 视频免费看| 日本wwww免费看| 涩涩av久久男人的天堂| 午夜成年电影在线免费观看| 91精品三级在线观看| 中文字幕高清在线视频| 香蕉丝袜av| 欧美精品啪啪一区二区三区 | 真人做人爱边吃奶动态| 黄频高清免费视频| 精品少妇一区二区三区视频日本电影| 大香蕉久久成人网| 三上悠亚av全集在线观看| 99久久精品国产亚洲精品| 天天影视国产精品| 制服人妻中文乱码| 久久精品人人爽人人爽视色| 不卡av一区二区三区| 啪啪无遮挡十八禁网站| 不卡一级毛片| 女人精品久久久久毛片| 两个人免费观看高清视频| 我的亚洲天堂| 99精国产麻豆久久婷婷| a 毛片基地| 91国产中文字幕| 成人国产一区最新在线观看| 亚洲综合色网址| 国产91精品成人一区二区三区 | 最新的欧美精品一区二区| 一级a爱视频在线免费观看| 成人手机av| 日韩欧美国产一区二区入口| 欧美日韩亚洲国产一区二区在线观看 | 一级毛片电影观看| 十八禁网站网址无遮挡| 亚洲专区字幕在线| a在线观看视频网站| 日韩中文字幕视频在线看片| 日韩欧美一区二区三区在线观看 | 欧美成狂野欧美在线观看| www.自偷自拍.com| 国产精品免费大片| 精品少妇黑人巨大在线播放| 精品卡一卡二卡四卡免费| 久久精品国产亚洲av高清一级| 午夜激情av网站| 亚洲熟女精品中文字幕| 国产野战对白在线观看| 国产高清videossex| 亚洲精品粉嫩美女一区| 色婷婷久久久亚洲欧美| 欧美成狂野欧美在线观看| 亚洲伊人色综图| 久久久国产一区二区| 亚洲第一青青草原| 久久精品国产综合久久久| 久久久久久久久久久久大奶| 亚洲国产成人一精品久久久| 爱豆传媒免费全集在线观看| 欧美黄色片欧美黄色片| 人妻人人澡人人爽人人| a在线观看视频网站| 自线自在国产av| 大片电影免费在线观看免费| 高清视频免费观看一区二区| 亚洲精品国产av成人精品| 久久久久国内视频| 亚洲伊人色综图| www.精华液| 在线天堂中文资源库| 超碰成人久久| 日本av免费视频播放| 国产亚洲精品第一综合不卡| 一级毛片电影观看| 午夜福利免费观看在线| av免费在线观看网站| 99热国产这里只有精品6| 欧美97在线视频| 高潮久久久久久久久久久不卡| 午夜福利在线免费观看网站| 一二三四在线观看免费中文在| 国产黄频视频在线观看| videos熟女内射| 国产精品欧美亚洲77777| 在线天堂中文资源库| 欧美国产精品va在线观看不卡| 国产黄色免费在线视频| 国产在线一区二区三区精| svipshipincom国产片| 五月开心婷婷网| a 毛片基地| 久久精品久久久久久噜噜老黄| 天天躁狠狠躁夜夜躁狠狠躁| 91老司机精品| 日本a在线网址| 妹子高潮喷水视频| 精品久久蜜臀av无| 国产一区二区三区综合在线观看| 在线观看舔阴道视频| 亚洲av国产av综合av卡| 亚洲精品一区蜜桃| 久久午夜综合久久蜜桃| 亚洲国产日韩一区二区| 人人妻人人添人人爽欧美一区卜| 欧美老熟妇乱子伦牲交| 一本一本久久a久久精品综合妖精| 日韩中文字幕视频在线看片| 丁香六月天网| 少妇的丰满在线观看| 男人添女人高潮全过程视频| 午夜成年电影在线免费观看| 欧美97在线视频| 老司机福利观看| 精品视频人人做人人爽| 午夜久久久在线观看| 国产一区二区三区综合在线观看| 亚洲精品国产av成人精品| 桃红色精品国产亚洲av| videos熟女内射| 亚洲情色 制服丝袜| 国产亚洲精品久久久久5区| 妹子高潮喷水视频| 自拍欧美九色日韩亚洲蝌蚪91| 人妻一区二区av| 亚洲自偷自拍图片 自拍| 国产欧美日韩一区二区精品| 久久精品熟女亚洲av麻豆精品| 日本av手机在线免费观看| 51午夜福利影视在线观看| 婷婷成人精品国产| 美女扒开内裤让男人捅视频| 久久精品人人爽人人爽视色| 一边摸一边做爽爽视频免费| 一本色道久久久久久精品综合| 亚洲成人国产一区在线观看| 高清欧美精品videossex| 91国产中文字幕| 国产真人三级小视频在线观看| 青青草视频在线视频观看| 国产免费福利视频在线观看| 三上悠亚av全集在线观看| 久久久精品94久久精品| 黄色视频,在线免费观看| 精品国产超薄肉色丝袜足j| 十分钟在线观看高清视频www| 亚洲成人国产一区在线观看| 欧美人与性动交α欧美软件| av福利片在线| 国产欧美日韩一区二区三 | 新久久久久国产一级毛片| 欧美久久黑人一区二区| 高清黄色对白视频在线免费看| 黄色 视频免费看| 亚洲欧洲日产国产| 午夜福利在线免费观看网站| 国产一卡二卡三卡精品| 中文字幕精品免费在线观看视频| 在线观看免费日韩欧美大片| 欧美97在线视频| 91精品伊人久久大香线蕉| 免费看十八禁软件| 波多野结衣av一区二区av| 日本av手机在线免费观看| 老鸭窝网址在线观看| videos熟女内射| 啦啦啦中文免费视频观看日本| 国产成人精品久久二区二区91| 女人被躁到高潮嗷嗷叫费观| av一本久久久久| 中文字幕人妻丝袜制服| 国产欧美日韩一区二区三区在线| 国产男女内射视频| 国产精品自产拍在线观看55亚洲 | 色老头精品视频在线观看| 亚洲国产av新网站| 人人妻人人爽人人添夜夜欢视频| av不卡在线播放| 黄色片一级片一级黄色片| 亚洲av美国av| 97人妻天天添夜夜摸| 成人国语在线视频| 国产亚洲欧美在线一区二区| 国产精品国产三级国产专区5o| 十分钟在线观看高清视频www| 人妻一区二区av|