物聯(lián)網(wǎng)中結(jié)合計(jì)算卸載和區(qū)塊鏈的綜述

門(mén)瑞，樊書(shū)嘉，阿喜達(dá)，杜邵昱，樊秀梅*

物聯(lián)網(wǎng)中結(jié)合計(jì)算卸載和區(qū)塊鏈的綜述

門(mén)瑞1，2，樊書(shū)嘉3，阿喜達(dá)1，杜邵昱1，樊秀梅1*

（1.西安理工大學(xué) 自動(dòng)化與信息工程學(xué)院，西安 710048； 2.隴東學(xué)院 數(shù)學(xué)與信息工程學(xué)院，甘肅 慶陽(yáng) 745000； 3.清華大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)系，北京 100084）（ ? 通信作者電子郵箱xmfan@xaut.edu.cn）

隨著移動(dòng)通信技術(shù)的快速發(fā)展和智能終端的普及，將終端設(shè)備的計(jì)算密集型任務(wù)卸載至邊緣服務(wù)器能夠解決終端設(shè)備算力不足的問(wèn)題。然而，計(jì)算卸載技術(shù)分布式的屬性使終端設(shè)備和邊緣服務(wù)器面臨較大的安全隱患；同時(shí)，區(qū)塊鏈技術(shù)能為計(jì)算卸載系統(tǒng)提供安全的資源交易環(huán)境。以上兩個(gè)技術(shù)的結(jié)合可以解決物聯(lián)網(wǎng)中的資源不足和安全問(wèn)題，因此對(duì)物聯(lián)網(wǎng)中計(jì)算卸載和區(qū)塊鏈技術(shù)結(jié)合應(yīng)用的研究成果進(jìn)行綜述。首先，分析了計(jì)算卸載技術(shù)和區(qū)塊鏈技術(shù)結(jié)合的應(yīng)用場(chǎng)景和系統(tǒng)功能；其次，歸納了區(qū)塊鏈技術(shù)在計(jì)算卸載系統(tǒng)中解決的主要問(wèn)題和使用的關(guān)鍵技術(shù)，并分類(lèi)總結(jié)了區(qū)塊鏈系統(tǒng)中的計(jì)算卸載策略的制定方式、優(yōu)化目標(biāo)及優(yōu)化算法；最后，提出了二者結(jié)合使用中存在的問(wèn)題，并展望了未來(lái)的發(fā)展方向。

物聯(lián)網(wǎng)；計(jì)算卸載；資源管理；卸載決策；區(qū)塊鏈；共識(shí)算法

0 引言

隨著通信技術(shù)和網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，接入網(wǎng)絡(luò)的終端設(shè)備數(shù)量呈指數(shù)級(jí)增長(zhǎng)，終端設(shè)備中的許多應(yīng)用，如虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、高清地圖傳輸?shù)龋鶠橘Y源密集型且時(shí)延敏感型任務(wù)，而移動(dòng)終端設(shè)備為了滿(mǎn)足便攜性和移動(dòng)性的要求，計(jì)算資源和存儲(chǔ)資源有限，無(wú)法本地處理這類(lèi)應(yīng)用任務(wù)。云計(jì)算的出現(xiàn)使得終端設(shè)備可將應(yīng)用數(shù)據(jù)傳輸?shù)皆贫颂幚?，但是存在通信時(shí)延過(guò)大的問(wèn)題。邊緣計(jì)算的出現(xiàn)，為輕量級(jí)終端設(shè)備的資源密集型應(yīng)用提供了一種新的計(jì)算范式［1-2］，終端設(shè)備將自身的計(jì)算任務(wù)卸載至鄰近邊緣服務(wù)器，邊緣服務(wù)器利用自身較豐富的資源，處理任務(wù)完成后，返回計(jì)算結(jié)果至終端設(shè)備，降低時(shí)延，提高用戶(hù)服務(wù)質(zhì)量。然而，由于終端設(shè)備數(shù)量巨大，不同設(shè)備差異較大，安全等級(jí)不一，直接接入邊緣服務(wù)器執(zhí)行卸載任務(wù)會(huì)面臨諸多安全問(wèn)題［3-4］，如：終端節(jié)點(diǎn)發(fā)送錯(cuò)誤數(shù)據(jù)、偽造卸載請(qǐng)求等行為嚴(yán)重侵占服務(wù)器資源；邊緣服務(wù)器被攻擊者入侵后，以非法手段獲取終端節(jié)點(diǎn)的隱私數(shù)據(jù)；邊緣服務(wù)器篡改、偽造計(jì)算結(jié)果等。泛在接入邊緣網(wǎng)絡(luò)的海量異構(gòu)設(shè)備及邊緣服務(wù)器之間互不信任的問(wèn)題，保障計(jì)算卸載全生命周期的隱私和安全，成為目前學(xué)術(shù)界和產(chǎn)業(yè)界亟待解決的問(wèn)題［5］。

從發(fā)布比特幣［6］到出現(xiàn)以太坊（Ethereum）［7］，比特幣底層采用的區(qū)塊鏈技術(shù)受到廣泛關(guān)注。區(qū)塊鏈系統(tǒng)是一個(gè)典型的分布式系統(tǒng)，其中每個(gè)節(jié)點(diǎn)維護(hù)一份本地區(qū)塊鏈數(shù)據(jù)，稱(chēng)之為賬本，賬本由不斷增長(zhǎng)的區(qū)塊利用哈希指針前后鏈接而成。存儲(chǔ)賬本的各節(jié)點(diǎn)利用區(qū)塊鏈共識(shí)機(jī)制，制定每個(gè)節(jié)點(diǎn)必須遵守的規(guī)則，保證分布式系統(tǒng)中各節(jié)點(diǎn)賬本數(shù)據(jù)的一致性。賬本中的數(shù)據(jù)只追加，不可刪除或篡改。這些特性使得區(qū)塊鏈系統(tǒng)能夠在沒(méi)有第三方管理機(jī)構(gòu)的監(jiān)督下，通過(guò)分布式的節(jié)點(diǎn)維護(hù)一種可信的交易環(huán)境，在農(nóng)產(chǎn)品溯源、智慧醫(yī)療系統(tǒng)、物流跟蹤、金融服務(wù)等眾多領(lǐng)域取得了良好的實(shí)施效果。區(qū)塊鏈的分布式特性，為解決物聯(lián)網(wǎng)領(lǐng)域的計(jì)算卸載安全問(wèn)題提供了思路。物聯(lián)網(wǎng)中的終端設(shè)備海量異構(gòu)，為了解決泛在接入網(wǎng)絡(luò)安全性的問(wèn)題，可以利用區(qū)塊鏈技術(shù)使每個(gè)物聯(lián)網(wǎng)設(shè)備作為一個(gè)節(jié)點(diǎn)，參與區(qū)塊的產(chǎn)生、驗(yàn)證和存儲(chǔ)。由于每個(gè)節(jié)點(diǎn)都有唯一一個(gè)由密碼學(xué)方法產(chǎn)生的地址，可以通過(guò)地址記錄設(shè)備的所有操作，且記錄可追溯、不可更改，既保證了設(shè)備的隱私性，又能營(yíng)造可信的物聯(lián)網(wǎng)交易環(huán)境，防止惡意設(shè)備對(duì)物聯(lián)網(wǎng)節(jié)點(diǎn)的安全造成威脅［8］。在物聯(lián)網(wǎng)系統(tǒng)中，由于終端設(shè)備資源有限，無(wú)法部署高性能的硬件設(shè)施，而區(qū)塊鏈系統(tǒng)中常用的共識(shí)算法，如基于工作量證明（Proof of Work， PoW）、基于權(quán)益證明（Proof of Stake， PoS）和拜占庭容錯(cuò)（Byzantine Fault Tolerance， BFT）等算法需要大量算力，區(qū)塊鏈的賬本數(shù)據(jù)只增不減。這些問(wèn)題嚴(yán)重阻礙了區(qū)塊鏈技術(shù)在物聯(lián)網(wǎng)應(yīng)用中的落地［9-10］。

通過(guò)以上分析可知，區(qū)塊鏈技術(shù)應(yīng)用于物聯(lián)網(wǎng)環(huán)境時(shí)，存在終端設(shè)備資源不足的問(wèn)題；計(jì)算卸載技術(shù)在解決計(jì)算密集型和時(shí)延敏感型應(yīng)用與自身資源不足的矛盾時(shí)，又存在網(wǎng)絡(luò)環(huán)境不可信的問(wèn)題。這兩種技術(shù)可以相互補(bǔ)充，結(jié)合使用，充分發(fā)揮兩者的優(yōu)勢(shì)，因此計(jì)算卸載和區(qū)塊鏈技術(shù)的結(jié)合十分必要。另外，這兩種技術(shù)具有一些共有的特性，如分布式結(jié)構(gòu)、網(wǎng)絡(luò)邊緣設(shè)備資源的利用、P2P網(wǎng)絡(luò)結(jié)構(gòu)等，決定了兩者之間的結(jié)合具有可行性。

結(jié)合計(jì)算卸載技術(shù)和區(qū)塊鏈技術(shù)可以實(shí)現(xiàn)對(duì)分布在邊緣的網(wǎng)絡(luò)資源、存儲(chǔ)資源和計(jì)算資源的可靠訪問(wèn)，協(xié)調(diào)控制設(shè)備之間的交互行為，以安全的方式使用網(wǎng)絡(luò)邊緣服務(wù)器存儲(chǔ)和計(jì)算數(shù)據(jù)［11］，具有巨大的發(fā)展?jié)摿Α?/p>

目前尚未發(fā)現(xiàn)對(duì)計(jì)算卸載和區(qū)塊鏈技術(shù)結(jié)合系統(tǒng)較為全面的研究綜述，而且該系統(tǒng)在廣泛使用之前，仍然面臨一些亟待解決的問(wèn)題。因此，本文梳理和分析了現(xiàn)有文獻(xiàn)，歸納整理了結(jié)合計(jì)算卸載技術(shù)和區(qū)塊鏈技術(shù)的應(yīng)用領(lǐng)域、系統(tǒng)功能，分析兩種技術(shù)結(jié)合后可以解決的關(guān)鍵問(wèn)題，指出了仍然存在的不足和可能的發(fā)展方向，以使相關(guān)領(lǐng)域的研究者能夠快速全面掌握該領(lǐng)域的研究現(xiàn)狀，為推動(dòng)該領(lǐng)域的發(fā)展作出積極的貢獻(xiàn)。

本文的主要工作如下：梳理了計(jì)算卸載和區(qū)塊鏈技術(shù)結(jié)合使用的應(yīng)用場(chǎng)景和系統(tǒng)功能；歸納了將區(qū)塊鏈技術(shù)融入移動(dòng)邊緣計(jì)算（Mobile Edge Computing， MEC）卸載系統(tǒng)后需要解決的問(wèn)題，分析了其中的關(guān)鍵技術(shù)；總結(jié)了計(jì)算卸載技術(shù)在物聯(lián)網(wǎng)區(qū)塊鏈系統(tǒng)中解決的關(guān)鍵問(wèn)題及計(jì)算卸載技術(shù)目前的研究重點(diǎn)、難點(diǎn)；提出了二者結(jié)合使用中存在的問(wèn)題和面臨的挑戰(zhàn)，并進(jìn)行了展望。本文的第2～3章將計(jì)算卸載和區(qū)塊鏈技術(shù)的結(jié)合劃分為區(qū)塊鏈技術(shù)融入計(jì)算卸載系統(tǒng)，和計(jì)算卸載技術(shù)融入?yún)^(qū)塊鏈系統(tǒng)，這種劃分方式并不嚴(yán)謹(jǐn)，很多研究將兩者進(jìn)行無(wú)主次區(qū)分的結(jié)合，用以解決某類(lèi)問(wèn)題，這種劃分方式的目的是更細(xì)致地切分兩種技術(shù)，剖析各自所能解決的問(wèn)題和研究的重點(diǎn)，提升使用性能。

1 計(jì)算卸載和區(qū)塊鏈技術(shù)結(jié)合的應(yīng)用場(chǎng)景及系統(tǒng)功能

1.1　應(yīng)用場(chǎng)景

結(jié)合計(jì)算卸載和區(qū)塊鏈技術(shù)的系統(tǒng)最突出的優(yōu)勢(shì)是分布式的結(jié)構(gòu)、節(jié)點(diǎn)公開(kāi)的參與權(quán)限、交易記錄的不可篡改、靠近用戶(hù)側(cè)的豐富資源等，這些特點(diǎn)使它適用于多個(gè)場(chǎng)景，本節(jié)簡(jiǎn)要分析二者結(jié)合使用的場(chǎng)景，并總結(jié)該場(chǎng)景下的主要研究成果。

1）車(chē)聯(lián)網(wǎng)。

為了促進(jìn)智慧交通系統(tǒng)和智能網(wǎng)聯(lián)汽車(chē)的快速發(fā)展，搭載于汽車(chē)之上的應(yīng)用（如避障、路徑規(guī)劃等安全類(lèi)相關(guān)應(yīng)用）層出不窮。這些應(yīng)用需要計(jì)算和分析大量的傳感器數(shù)據(jù)，并且對(duì)時(shí)延有非常苛刻的要求。因此，可以將數(shù)據(jù)卸載至路側(cè)單元（RoadSide Unit， RSU）、各類(lèi)基站（Base Station， BS）或其他邊緣設(shè)備（如汽車(chē)、電腦等）等，并引入?yún)^(qū)塊鏈技術(shù)保障卸載和計(jì)算過(guò)程的安全性。文獻(xiàn)［12-17］中研究了車(chē)聯(lián)網(wǎng)環(huán)境下融合系統(tǒng)的相關(guān)問(wèn)題。為了減小卸載任務(wù)執(zhí)行時(shí)延和服務(wù)器切換代價(jià)，增加邊緣服務(wù)器的可信程度，Liao等［12］使用智能合約實(shí)現(xiàn)任務(wù)的自動(dòng)卸載，省去了計(jì)算卸載的決策過(guò)程，提高了卸載效率。計(jì)算卸載過(guò)程即資源的交易過(guò)程，為了保障交易請(qǐng)求者和交易信息的真實(shí)性，只有通過(guò)區(qū)塊鏈訪問(wèn)控制機(jī)制的約束才能卸載計(jì)算任務(wù)，并且必須在共識(shí)過(guò)程中加入交易驗(yàn)證信息［13］。利用區(qū)塊鏈技術(shù)記錄車(chē)聯(lián)網(wǎng)計(jì)算卸載中的資源交易情況時(shí)，可以根據(jù)具體場(chǎng)景改進(jìn)共識(shí)算法，如基于效用證明（Proof of Utility， PoU）算法［14］和基于信譽(yù)證明（Proof of Credit， PoC）算法［15］等。效用是一個(gè)綜合的函數(shù)值，用于衡量邊緣節(jié)點(diǎn)的計(jì)算、處理能力和車(chē)輛的延遲需求。資源部署和任務(wù)遷移問(wèn)題是車(chē)聯(lián)網(wǎng)計(jì)算卸載研究中的難點(diǎn)問(wèn)題，為此，有學(xué)者設(shè)計(jì)了集成區(qū)塊鏈技術(shù)的容器化邊緣計(jì)算平臺(tái)，提出了啟發(fā)式集裝箱調(diào)度算法解決有向無(wú)環(huán)圖結(jié)構(gòu)的任務(wù)遷移問(wèn)題［16］。區(qū)塊鏈輔助的計(jì)算卸載技術(shù)可用于具體的車(chē)聯(lián)網(wǎng)應(yīng)用，如智能拼車(chē)［17］，以支持條件隱私、一對(duì)多匹配、目的地匹配和數(shù)據(jù)可審計(jì)性的應(yīng)用需求。

2）智能電網(wǎng)。

在智能電網(wǎng)中應(yīng)用區(qū)塊鏈技術(shù)能夠保證能源交易實(shí)體之間安全的點(diǎn)對(duì)點(diǎn)交易，保護(hù)用戶(hù)隱私，實(shí)現(xiàn)局部能源系統(tǒng)的區(qū)域自治。然而，區(qū)塊鏈節(jié)點(diǎn)在共識(shí)過(guò)程中會(huì)產(chǎn)生大量的計(jì)算密集型任務(wù)，導(dǎo)致交易延遲較大。計(jì)算卸載技術(shù)能夠提高區(qū)塊鏈系統(tǒng)的計(jì)算能力，降低延遲。文獻(xiàn)［18］中將挖礦過(guò)程卸載至周邊節(jié)點(diǎn)或邊緣節(jié)點(diǎn)執(zhí)行；文獻(xiàn)［19］中為了保證用戶(hù)隱私和能源安全，使用群簽名和隱蔽通道授權(quán)技術(shù)保證用戶(hù)的有效性；文獻(xiàn)［20］中提出了一種雙向認(rèn)證和密鑰協(xié)議，支持條件匿名和密鑰管理，實(shí)現(xiàn)了合理的安全保障。

3）智慧醫(yī)療。

智慧醫(yī)療系統(tǒng)利用先進(jìn)的物聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)患者與醫(yī)務(wù)人員、醫(yī)療機(jī)構(gòu)、醫(yī)療設(shè)備之間的互動(dòng)，使醫(yī)療系統(tǒng)信息化，包括針對(duì)行動(dòng)不便、無(wú)法送往醫(yī)院進(jìn)行救治病患的視訊醫(yī)療，對(duì)慢性病和老幼病患的遠(yuǎn)程照護(hù)，對(duì)智障、殘疾、傳染病等特殊人群的家庭健康監(jiān)測(cè)系統(tǒng)等。智慧醫(yī)療系統(tǒng)需嚴(yán)格保障患者的隱私信息，且對(duì)時(shí)延要求高，通常使用區(qū)塊鏈技術(shù)實(shí)現(xiàn)醫(yī)患之間數(shù)據(jù)的透明傳輸，并使用計(jì)算卸載技術(shù)加快共識(shí)過(guò)程。文獻(xiàn)［21-22］中研究了醫(yī)療場(chǎng)景下融合系統(tǒng)的使用。其中，文獻(xiàn)［21］中設(shè)計(jì)了能夠在按需數(shù)據(jù)共享場(chǎng)景中支持低延遲、安全、匿名和始終可用的時(shí)空多媒體治療數(shù)據(jù)通信機(jī)制，以提供治療診斷；文獻(xiàn)［22］中構(gòu)建了支持霧?云計(jì)算的區(qū)塊鏈架構(gòu)，提出了一個(gè)基于多類(lèi)協(xié)同的活動(dòng)監(jiān)控與識(shí)別框架，提高視頻活動(dòng)中的分類(lèi)精度。智慧醫(yī)療中的計(jì)算卸載及區(qū)塊鏈技術(shù)以降低視頻傳輸時(shí)延、保護(hù)用戶(hù)隱私為主要研究目標(biāo)。

4）電子商務(wù)。

文獻(xiàn)［23］中引入?yún)^(qū)塊鏈技術(shù)解決電子商務(wù)中存在的各類(lèi)安全問(wèn)題，采用遺傳算法（Genetic Algorithm， GA）、模擬退火（Simulated Annealing， SA）算法、人工蜂群（Artificial Bee Colony， ABC）算法、粒子群優(yōu)化（Particle Swarm Optimization， PSO）算法求解最優(yōu)卸載策略，對(duì)比分析各項(xiàng)性能，實(shí)驗(yàn)結(jié)果驗(yàn)證了該框架和算法的有效性，并證明了計(jì)算資源的下界是存在的，對(duì)服務(wù)提供商以最大收益和最小成本租用邊緣服務(wù)器具有指導(dǎo)意義。

5）工業(yè)物聯(lián)網(wǎng)。

為了保障工業(yè)物聯(lián)網(wǎng)的網(wǎng)絡(luò)安全，文獻(xiàn)［24］中將區(qū)塊鏈技術(shù)引入其中，記錄物聯(lián)網(wǎng)設(shè)備間的交互行為，將用戶(hù)數(shù)據(jù)處理任務(wù)和區(qū)塊挖掘任務(wù)通過(guò)多跳協(xié)同分布式卸載至邊緣服務(wù)器。為了實(shí)現(xiàn)工業(yè)物聯(lián)網(wǎng)設(shè)備間的高效傳輸數(shù)據(jù)，充分挖掘通信潛能，設(shè)計(jì)了基于區(qū)塊鏈技術(shù)的激勵(lì)機(jī)制。

6）智慧城市。

為了提高公共服務(wù)的透明度、信任度和公眾參與度，文獻(xiàn)［25］中提出了一種基于分布式混合賬本和邊緣計(jì)算模型的智慧城市數(shù)據(jù)管理體系結(jié)構(gòu)。該體系結(jié)構(gòu)為城市運(yùn)行中生成和處理的數(shù)據(jù)提供了精細(xì)和安全的管理，將它應(yīng)用到具體的用例中進(jìn)行測(cè)試，結(jié)果表明，該體系結(jié)構(gòu)具有可擴(kuò)展性，并且能為公民參與城市管理提供安全和隱私保護(hù)的環(huán)境。在控制條件下，一個(gè)公民交易的平均注冊(cè)時(shí)間約為42 ms，而100個(gè)并發(fā)公民交易的驗(yàn)證和結(jié)果編譯大約需要2.4 s。該研究成果為實(shí)現(xiàn)智慧城市提供了新思路，但仍然存在場(chǎng)景設(shè)置過(guò)于理想化的問(wèn)題。

7）智能工業(yè)。

文獻(xiàn)［26］中提出了基于區(qū)塊鏈和邊緣計(jì)算的工業(yè)信息物理系統(tǒng)，該系統(tǒng)將智能物理機(jī)器的能力與實(shí)時(shí)數(shù)據(jù)分析相結(jié)合，以實(shí)現(xiàn)更好的系統(tǒng)效率和更快的反應(yīng)。

8）開(kāi)放制造。

文獻(xiàn)［27］中提出了一個(gè)跨企業(yè)框架，實(shí)現(xiàn)了制造生態(tài)系統(tǒng)中高層次的、開(kāi)放的、可控的知識(shí)和服務(wù)共享的系統(tǒng)，支持知識(shí)和服務(wù)的交換，滿(mǎn)足制造生態(tài)系統(tǒng)的安全和分布式需求。

目前，結(jié)合了計(jì)算卸載和區(qū)塊鏈技術(shù)的系統(tǒng)在各類(lèi)物聯(lián)網(wǎng)場(chǎng)景中研究較多，因此，本文后續(xù)分析均基于物聯(lián)網(wǎng)場(chǎng)景。

1.2　結(jié)合計(jì)算卸載和區(qū)塊鏈技術(shù)的系統(tǒng)功能

計(jì)算卸載和區(qū)塊鏈技術(shù)結(jié)合的網(wǎng)絡(luò)系統(tǒng)模型可表示為3層結(jié)構(gòu)，這種架構(gòu)形式在目前的文獻(xiàn)中較為常見(jiàn)［28-33］，通常稱(chēng)為端?邊?云或邊?霧?云的架構(gòu)。

文獻(xiàn)［14，34-35］中提出了區(qū)塊鏈與計(jì)算卸載融合系統(tǒng)，將系統(tǒng)的網(wǎng)絡(luò)模型分為兩層，底層為邊緣卸載系統(tǒng)，上層為區(qū)塊鏈系統(tǒng)，其中，邊緣卸載系統(tǒng)包含移動(dòng)終端設(shè)備和邊緣服務(wù)器。終端設(shè)備將計(jì)算任務(wù)卸載至邊緣服務(wù)器，邊緣服務(wù)器除了為移動(dòng)終端設(shè)備提供計(jì)算資源，還可作為區(qū)塊鏈全節(jié)點(diǎn)，構(gòu)建區(qū)塊鏈網(wǎng)絡(luò)。文獻(xiàn)［14］中的邊緣層設(shè)置了中心權(quán)威機(jī)構(gòu)以分配密鑰和證書(shū)。

區(qū)塊鏈計(jì)算卸載融合系統(tǒng)也可分為4層［36］，自下而上依次為用戶(hù)設(shè)備層、分布式單元層（基站）、邊緣節(jié)點(diǎn)層和中心網(wǎng)絡(luò)層；或根據(jù)功能分為物聯(lián)網(wǎng)設(shè)備層、用戶(hù)訂閱層、邊緣計(jì)算層和云層［37］。在用戶(hù)訂閱層，每個(gè)數(shù)據(jù)服務(wù)的訂閱者可以控制多臺(tái)物聯(lián)網(wǎng)設(shè)備，將設(shè)備原始數(shù)據(jù)過(guò)濾后發(fā)送至邊緣計(jì)算層進(jìn)行計(jì)算，既保護(hù)了物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)隱私，也加快了計(jì)算任務(wù)的執(zhí)行速度。

上述文獻(xiàn)對(duì)系統(tǒng)功能闡述不夠詳細(xì)，特別是區(qū)塊鏈系統(tǒng)中的節(jié)點(diǎn)功能描述較粗略。本文設(shè)計(jì)了計(jì)算卸載和區(qū)塊鏈技術(shù)結(jié)合的3層網(wǎng)絡(luò)系統(tǒng)模型，分別為設(shè)備層、邊緣層和云層，如圖1所示。下文將分別從物聯(lián)網(wǎng)移動(dòng)設(shè)備在區(qū)塊鏈系統(tǒng)中充當(dāng)?shù)慕巧腿蝿?wù)卸載過(guò)程進(jìn)行闡述。

1.2.1區(qū)塊鏈系統(tǒng)中的節(jié)點(diǎn)角色

在物聯(lián)網(wǎng)移動(dòng)設(shè)備組成的公共區(qū)塊鏈網(wǎng)絡(luò)（Public Blockchain Network， PBN）中，由于部分設(shè)備資源有限，節(jié)點(diǎn)需要根據(jù)實(shí)際情況選擇充當(dāng)不同的區(qū)塊鏈角色［30］。例如，不存儲(chǔ)賬本，或只存儲(chǔ)部分賬本；不參與挖礦過(guò)程，或?qū)⑼诘V過(guò)程卸載至其他設(shè)備、邊緣服務(wù)器。因此，區(qū)塊鏈節(jié)點(diǎn)可以分為兩類(lèi)：一是區(qū)塊鏈用戶(hù)節(jié)點(diǎn)，二是全節(jié)點(diǎn)。區(qū)塊鏈用戶(hù)節(jié)點(diǎn)僅參與交易過(guò)程，而全節(jié)點(diǎn)產(chǎn)生區(qū)塊，參與共識(shí)過(guò)程，存儲(chǔ)全部賬本。在設(shè)備層中，部分資源充足的設(shè)備充當(dāng)全節(jié)點(diǎn)角色，如圖1中的智能汽車(chē)、筆記本電腦、臺(tái)式機(jī)節(jié)點(diǎn)，即參與區(qū)塊鏈從區(qū)塊產(chǎn)生到上鏈的全過(guò)程，保存完整的賬本；部分資源受限的節(jié)點(diǎn)將共識(shí)過(guò)程中的挖礦任務(wù)卸載至其他設(shè)備或邊緣服務(wù)器處理；剩余節(jié)點(diǎn)充當(dāng)區(qū)塊鏈用戶(hù)節(jié)點(diǎn)。邊緣層包含各類(lèi)邊緣服務(wù)器，如RSU、BS等，邊緣服務(wù)器以全節(jié)點(diǎn)的身份參與區(qū)塊鏈系統(tǒng)。

1.2.2用戶(hù)任務(wù)卸載過(guò)程

物聯(lián)網(wǎng)移動(dòng)設(shè)備既可以充當(dāng)計(jì)算卸載系統(tǒng)的資源使用者，也可以充當(dāng)資源的提供者。當(dāng)用戶(hù)有卸載需求時(shí)（如用戶(hù)數(shù)據(jù)處理任務(wù)或區(qū)塊鏈共識(shí)任務(wù)），可以根據(jù)任務(wù)的屬性（如數(shù)據(jù)量大小、能容忍的最小時(shí)延、所需算力資源等）和周?chē)沫h(huán)境信息（如周?chē)O(shè)備剩余資源情況、可用網(wǎng)絡(luò)帶寬、可訪問(wèn)的邊緣服務(wù)器等），作出最優(yōu)的卸載決策（如是否卸載？卸載至何處？卸載多少？）。為了保障卸載系統(tǒng)的魯棒性和可擴(kuò)展性，可將任務(wù)卸載至設(shè)備層有剩余資源的用戶(hù)，也可卸載至邊緣服務(wù)器，邊緣服務(wù)器之間通過(guò)有線鏈路連接，以實(shí)現(xiàn)負(fù)載均衡。若邊緣服務(wù)器無(wú)法滿(mǎn)足用戶(hù)的需求，可將任務(wù)卸載至云層進(jìn)行計(jì)算。服務(wù)器完成任務(wù)的計(jì)算后，將計(jì)算結(jié)果回傳至卸載用戶(hù)。

圖1　計(jì)算卸載和區(qū)塊鏈結(jié)合系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)

2 計(jì)算卸載系統(tǒng)中的區(qū)塊鏈技術(shù)

有線網(wǎng)絡(luò)中的區(qū)塊鏈技術(shù)以犧牲算力和存儲(chǔ)為代價(jià)，實(shí)現(xiàn)去中心化的結(jié)構(gòu)、數(shù)據(jù)不可篡改等特性，取得了巨大的成功。然而，在無(wú)線移動(dòng)網(wǎng)絡(luò)環(huán)境中，由于節(jié)點(diǎn)資源有限，限制了該技術(shù)的廣泛應(yīng)用。計(jì)算卸載技術(shù)的出現(xiàn)彌補(bǔ)了物聯(lián)網(wǎng)移動(dòng)設(shè)備資源不足的問(wèn)題，促進(jìn)了區(qū)塊鏈技術(shù)在無(wú)線網(wǎng)絡(luò)環(huán)境中的發(fā)展。

2.1　區(qū)塊鏈技術(shù)解決的主要問(wèn)題

區(qū)塊鏈技術(shù)最初被用來(lái)解決數(shù)字貨幣流通中的隱私保護(hù)和數(shù)據(jù)篡改等安全類(lèi)問(wèn)題，比特幣中設(shè)計(jì)的獎(jiǎng)勵(lì)機(jī)制可用于解決物聯(lián)網(wǎng)設(shè)備中的資源交易問(wèn)題，以太坊的出現(xiàn)進(jìn)一步拓展了區(qū)塊鏈技術(shù)。以太坊可以被視為一個(gè)去中心化的虛擬機(jī)，它能自動(dòng)執(zhí)行程序化的智能合約，實(shí)現(xiàn)各類(lèi)預(yù)定義的規(guī)則，可用于計(jì)算卸載中任務(wù)和服務(wù)的自動(dòng)匹配。因此，為了更細(xì)致地研究區(qū)塊鏈技術(shù)在MEC系統(tǒng)中的作用，分類(lèi)如下：1）解決MEC系統(tǒng)中的各類(lèi)安全問(wèn)題；2）利用區(qū)塊鏈系統(tǒng)中的獎(jiǎng)勵(lì)機(jī)制實(shí)現(xiàn)MEC中的資源分配；3）基于區(qū)塊鏈的智能合約實(shí)現(xiàn)MEC系統(tǒng)的自組織功能。這種分類(lèi)方法有助于研究人員細(xì)化目標(biāo)，針對(duì)具體問(wèn)題設(shè)計(jì)區(qū)塊鏈系統(tǒng)，從而攻破瓶頸問(wèn)題。

2.1.1安全類(lèi)問(wèn)題

為了保護(hù)邊緣服務(wù)器的安全，使它能夠拒絕惡意用戶(hù)的非法卸載請(qǐng)求，可使用區(qū)塊鏈技術(shù)識(shí)別移動(dòng)節(jié)點(diǎn)的身份［25］，移動(dòng)節(jié)點(diǎn)只有通過(guò)基于區(qū)塊鏈訪問(wèn)控制機(jī)制的審查后，才可以將它的計(jì)算任務(wù)卸載到云端或邊緣服務(wù)器，保證了服務(wù)器的訪問(wèn)安全［13］。在任務(wù)卸載之前，通過(guò)區(qū)塊鏈技術(shù)驗(yàn)證服務(wù)請(qǐng)求者和服務(wù)提供者的服務(wù)等級(jí)協(xié)議，實(shí)現(xiàn)按需訪問(wèn)［38］。為了保證共識(shí)任務(wù)卸載過(guò)程中的用戶(hù)隱私安全，可以將礦工和服務(wù)提供商之間的交互過(guò)程建模為私有信息下的隨機(jī)Stackelberg博弈，用戶(hù)只根據(jù)服務(wù)價(jià)格決策自己的行為，而不觀察其他用戶(hù)的行為，保證了其他用戶(hù)的隱私安全［39］。在PBN中，當(dāng)使用代理挖掘和云挖掘方法解決移動(dòng)設(shè)備算力不足的問(wèn)題時(shí)，可以通過(guò)競(jìng)爭(zhēng)挖掘的方式排除可疑節(jié)點(diǎn)［40］。由于設(shè)備的移動(dòng)性，在任務(wù)執(zhí)行過(guò)程中，當(dāng)設(shè)備離開(kāi)卸載服務(wù)器的通信范圍時(shí)，可能面臨遷移的問(wèn)題，文獻(xiàn)［15］中設(shè)計(jì)了基于移動(dòng)感知的卸載技術(shù)，通過(guò)引入?yún)^(qū)塊鏈技術(shù)，保證用戶(hù)卸載遷移過(guò)程中的數(shù)據(jù)安全。為了促進(jìn)將隱私嵌入其中的物聯(lián)網(wǎng)設(shè)備及與邊緣服務(wù)器之間的通信安全，可在物聯(lián)網(wǎng)邊緣計(jì)算環(huán)境中設(shè)計(jì)區(qū)塊鏈模塊化聯(lián)盟架構(gòu)［41］，單一用例設(shè)備被組合成私有區(qū)塊鏈或側(cè)鏈，再以模塊化的方式連接到聯(lián)盟網(wǎng)絡(luò)，側(cè)鏈網(wǎng)絡(luò)負(fù)責(zé)維護(hù)物聯(lián)網(wǎng)數(shù)據(jù)操作安全日志，聯(lián)盟網(wǎng)絡(luò)負(fù)責(zé)記錄物聯(lián)網(wǎng)數(shù)據(jù)的傳入訪問(wèn)請(qǐng)求，保證系統(tǒng)的整體安全。

以上研究成果從用戶(hù)身份識(shí)別、區(qū)塊鏈中的數(shù)據(jù)安全、用戶(hù)的隱私保護(hù)等方面，提出了物聯(lián)網(wǎng)計(jì)算卸載過(guò)程中的安全問(wèn)題解決方案；然而攻擊者仍然可以通過(guò)分析交易數(shù)據(jù)的關(guān)聯(lián)性、用戶(hù)的行為習(xí)慣等，獲取交易信息和用戶(hù)的隱私信息，降低區(qū)塊鏈網(wǎng)絡(luò)的安全性，這是目前研究的難點(diǎn)問(wèn)題。

2.1.2資源分配方法問(wèn)題

區(qū)塊鏈系統(tǒng)為了鼓勵(lì)參與節(jié)點(diǎn)貢獻(xiàn)自身資源以達(dá)到賬本共識(shí)的目的，設(shè)計(jì)了各種激勵(lì)機(jī)制，這些機(jī)制同樣可用于激勵(lì)計(jì)算卸載系統(tǒng)中的資源擁有者。計(jì)算卸載系統(tǒng)以個(gè)體用戶(hù)或系統(tǒng)整體獎(jiǎng)勵(lì)最大化為目的，通過(guò)優(yōu)化方法得到最優(yōu)的資源分配策略［33，42］。目前較流行的優(yōu)化方法是基于深度強(qiáng)化學(xué)習(xí)的方法，文獻(xiàn)［42］中采用該方法，以信噪比、區(qū)塊鏈難度值標(biāo)識(shí)網(wǎng)絡(luò)狀態(tài)，用戶(hù)和服務(wù)器的卸載關(guān)系作為網(wǎng)絡(luò)動(dòng)作，用戶(hù)可以獲取的收益作為網(wǎng)絡(luò)獎(jiǎng)勵(lì)建立學(xué)習(xí)模型，得到資源分配策略。邊緣計(jì)算和PBN環(huán)境下的資源分配問(wèn)題也可以建模為博弈論問(wèn)題，如聯(lián)盟博弈［28］、Stackelberg博弈［43］等。其中：文獻(xiàn)［28］中以系統(tǒng)效用最大化為目標(biāo)組建聯(lián)盟博弈，將一定范圍內(nèi)的移動(dòng)設(shè)備相互連接，形成一個(gè)類(lèi)似礦池的協(xié)同挖掘網(wǎng)絡(luò)，聯(lián)合挖礦，獲取獎(jiǎng)勵(lì)，再對(duì)移動(dòng)設(shè)備按比例分成；文獻(xiàn)［43］中將服務(wù)器資源管理過(guò)程描述為兩階段Stackelberg博弈，即定價(jià)過(guò)程和選擇購(gòu)買(mǎi)過(guò)程，將定價(jià)過(guò)程分為統(tǒng)一定價(jià)和歧視性定價(jià)兩種方式，實(shí)驗(yàn)結(jié)果展示了不同定價(jià)方式的優(yōu)勢(shì)。

區(qū)塊鏈中的獎(jiǎng)勵(lì)機(jī)制能在一定程度上激勵(lì)資源擁有者積極參與卸載任務(wù)的執(zhí)行；然而這種獎(jiǎng)勵(lì)方式使用范圍有限，對(duì)任務(wù)種類(lèi)存在限制等，使得計(jì)算卸載過(guò)程仍然面臨節(jié)點(diǎn)參與度不高的問(wèn)題。

2.1.3卸載的自組織問(wèn)題

以太坊中的智能合約能夠?qū)崿F(xiàn)各類(lèi)預(yù)定義的規(guī)則，可用于計(jì)算卸載中任務(wù)和服務(wù)的自動(dòng)匹配。為了優(yōu)化MEC和區(qū)塊鏈聯(lián)合系統(tǒng)的性能，文獻(xiàn)［44］中提出了自組織計(jì)算任務(wù)執(zhí)行的共識(shí)協(xié)議，使用智能合約驗(yàn)證和處理交易，實(shí)現(xiàn)自適應(yīng)的資源分配。研究人員利用智能合約中的預(yù)定義規(guī)則，通過(guò)權(quán)衡時(shí)延、能耗等計(jì)算卸載代價(jià)，實(shí)現(xiàn)服務(wù)請(qǐng)求者和服務(wù)提供者的匹配［45-46］。針對(duì)卸載系統(tǒng)的冷啟動(dòng)和長(zhǎng)返回問(wèn)題，文獻(xiàn)［31］中設(shè)計(jì)了能自動(dòng)執(zhí)行計(jì)算資源交易和貨幣借貸過(guò)程的智能合約，通過(guò)向邊緣節(jié)點(diǎn)提供貸款服務(wù)啟動(dòng)卸載過(guò)程。也可以在計(jì)算卸載系統(tǒng)中構(gòu)建虛擬貨幣，實(shí)現(xiàn)去中心化的卸載生態(tài)系統(tǒng)，通過(guò)獎(jiǎng)懲機(jī)制，實(shí)現(xiàn)合作傳輸數(shù)據(jù)［24］，隔離自私節(jié)點(diǎn)［47］等功能。卸載自組織的實(shí)現(xiàn)能夠極大降低任務(wù)卸載成本，逐漸成為計(jì)算卸載領(lǐng)域的研究熱點(diǎn)，目前針對(duì)此方向的研究成果較少，且缺乏具體的可行性驗(yàn)證方案。

2.2　區(qū)塊鏈中的關(guān)鍵技術(shù)

2.2.1共識(shí)算法

為了保障物聯(lián)網(wǎng)移動(dòng)設(shè)備的安全，通常組建PBN，參與網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)脑O(shè)備作為PBN節(jié)點(diǎn)，將設(shè)備之間的數(shù)據(jù)交互行為、服務(wù)的提供和使用行為記錄在區(qū)塊中。計(jì)算卸載系統(tǒng)中的區(qū)塊鏈經(jīng)常使用安全性最高的PoW共識(shí)算法［48-50］，但PoW共識(shí)算法對(duì)算力要求較高，且隨著接入設(shè)備的數(shù)量劇增，達(dá)成共識(shí)所需的算力要求越來(lái)越高［51］，因此，研究人員設(shè)計(jì)了各種輕量級(jí)的共識(shí)算法，以減輕設(shè)備的算力需求。BFT和PoS［36］是兩種較常用的算法，但是BFT存在擴(kuò)展性差和系統(tǒng)節(jié)點(diǎn)固定的問(wèn)題，PoS也存在中心化傾向和效率低的問(wèn)題。針對(duì)BFT的改進(jìn)算法有實(shí)用BFT（Practice BFT， PBFT）、冗余BFT（Redundant BFT， RBFT）和代理BFT（delegate BFT， dBFT）［52］等，其中RBFT在PBFT進(jìn)行區(qū)塊共識(shí)之前加入交易驗(yàn)證信息，保證了交易請(qǐng)求者和交易信息的真實(shí)性［13］。針對(duì)PoS的改進(jìn)算法有代理權(quán)益證明算法（Delegate PoS， DPoS）［53］、DPoS-PBFT結(jié)合的算法［34-44］等。其他共識(shí)算法如PoU［14］、PoC［15］、基于回聲時(shí)延對(duì)區(qū)塊鏈中的節(jié)點(diǎn)分簇、以簇的形式達(dá)成共識(shí)的算法BCBPT（Bitcoin Clustering Based Ping Tim）［28，54］等，均能在一定程度上降低共識(shí)所需的算力資源。

共識(shí)算法是區(qū)塊鏈中核心技術(shù)之一，決定了區(qū)塊鏈系統(tǒng)的性能及安全性。在實(shí)際使用中，性能和安全性不可兼得。研究人員需從出塊節(jié)點(diǎn)選舉機(jī)制和主鏈共識(shí)方法兩個(gè)步驟，根據(jù)具體應(yīng)用場(chǎng)景權(quán)衡，并針對(duì)最新攻擊方式展開(kāi)研究。

2.2.2區(qū)塊鏈的存儲(chǔ)可擴(kuò)展性

在區(qū)塊鏈系統(tǒng)中，節(jié)點(diǎn)存儲(chǔ)完整的區(qū)塊鏈數(shù)據(jù)，通過(guò)高冗余增強(qiáng)數(shù)據(jù)的公開(kāi)性和透明性，有效保障了區(qū)塊鏈的數(shù)據(jù)安全［55］，但大部分物聯(lián)網(wǎng)移動(dòng)設(shè)備存儲(chǔ)資源有限，無(wú)法勝任存儲(chǔ)PBN完整賬本的任務(wù)（例如，截至目前，比特幣賬本的大小大約為340 GB，超出了大部分移動(dòng)設(shè)備的存儲(chǔ)能力）。很多學(xué)者致力于研究區(qū)塊鏈存儲(chǔ)的可擴(kuò)展性［56-58］，提出了各種方法應(yīng)對(duì)物聯(lián)網(wǎng)移動(dòng)設(shè)備資源不足的問(wèn)題。其中，計(jì)算卸載系統(tǒng)中的區(qū)塊鏈技術(shù)采用了幾種有代表性的賬本存儲(chǔ)方案：一是基站作為計(jì)算卸載的管理機(jī)構(gòu)［12］，接收用戶(hù)的卸載請(qǐng)求，將任務(wù)卸載到合適的霧節(jié)點(diǎn)（提供計(jì)算資源的車(chē)輛），監(jiān)督卸載任務(wù)的執(zhí)行，驗(yàn)證卸載結(jié)果，對(duì)卸載雙方進(jìn)行獎(jiǎng)懲。一般地，基站可由注冊(cè)機(jī)構(gòu)組件、計(jì)算組件和存儲(chǔ)組件這3個(gè)模塊組成，注冊(cè)機(jī)構(gòu)組件負(fù)責(zé)為車(chē)輛分配數(shù)字證書(shū)，計(jì)算組件負(fù)責(zé)設(shè)計(jì)和執(zhí)行智能合約、區(qū)塊鏈賬本的共識(shí)，而賬本存儲(chǔ)在存儲(chǔ)組件中，其他節(jié)點(diǎn)無(wú)須存儲(chǔ)完整的交易賬本。二是邊緣服務(wù)器組成的礦工節(jié)點(diǎn)存儲(chǔ)完整賬本。由于物聯(lián)網(wǎng)移動(dòng)設(shè)備存儲(chǔ)資源有限［29，31，34］，可以只存儲(chǔ)部分賬本，例如只存儲(chǔ)最新生成的若干個(gè)區(qū)塊。三是賬本存儲(chǔ)在云服務(wù)器、邊緣節(jié)點(diǎn)和有較多計(jì)算和存儲(chǔ)資源的物聯(lián)網(wǎng)設(shè)備（如電腦）中［30］，其他節(jié)點(diǎn)不存儲(chǔ)賬本。

孫知信等［59］詳細(xì)地總結(jié)了區(qū)塊鏈存儲(chǔ)的可擴(kuò)展性，將解決方案分為鏈上存儲(chǔ)和鏈下存儲(chǔ)兩類(lèi)，并剖析了兩類(lèi)方法的原理與思路，為融合系統(tǒng)中區(qū)塊鏈賬本的存儲(chǔ)問(wèn)題提供了可供選擇的解決方案。

3 區(qū)塊鏈系統(tǒng)中的計(jì)算卸載技術(shù)

計(jì)算卸載技術(shù)作為一種新的計(jì)算范式，引起了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。較多文獻(xiàn)較為全面地總結(jié)了卸載策略中的關(guān)鍵技術(shù)，但是區(qū)塊鏈系統(tǒng)中的計(jì)算卸載技術(shù)，由于它的計(jì)算卸載任務(wù)不同、制定卸載決策時(shí)需考慮的因素不同，造成了卸載決策的制定方式、卸載策略的優(yōu)化目標(biāo)及優(yōu)化算法不同，下文分別進(jìn)行討論。

3.1　卸載決策的制定方式

根據(jù)不同的標(biāo)準(zhǔn)，卸載方式可以分為集中式和分布式、在線和離線方式、基于單個(gè)時(shí)間片的決策和基于長(zhǎng)期的決策。其中：分布式?jīng)Q策的制定者一般是終端設(shè)備，終端設(shè)備收集決策相關(guān)的各類(lèi)信息，如計(jì)算任務(wù)的數(shù)據(jù)量、容忍的最大延遲、設(shè)備自身算力、邊緣服務(wù)器算力、網(wǎng)絡(luò)帶寬資源等，并據(jù)此制定決策方案；集中式?jīng)Q策由中央決策單元收集以上信息，作出決策并將決策結(jié)果分發(fā)給終端設(shè)備。集中式和分布式的選擇，需根據(jù)終端設(shè)備擁有的資源量決定。離線方式，即在計(jì)算開(kāi)始之前已知所有輸入數(shù)據(jù)，該方式適合計(jì)算量較大、計(jì)算時(shí)間長(zhǎng)的應(yīng)用場(chǎng)景；在線方式在開(kāi)始計(jì)算之前并不需要知道所有輸入數(shù)據(jù)，可以邊計(jì)算邊收集，相比而言，該方式適合運(yùn)行時(shí)間短、計(jì)算量小的應(yīng)用場(chǎng)景。如基于機(jī)器學(xué)習(xí)算法的模型訓(xùn)練，可采用離線方式提前訓(xùn)練模型，決策時(shí)根據(jù)收集的實(shí)時(shí)數(shù)據(jù)計(jì)算。基于單個(gè)時(shí)間片的決策即系統(tǒng)根據(jù)某一時(shí)刻收集的數(shù)據(jù)和此刻的優(yōu)化目標(biāo)，制定卸載決策；而基于長(zhǎng)期的決策，以系統(tǒng)長(zhǎng)期的收益為目標(biāo)制定卸載決策。

近年來(lái)，研究人員對(duì)各種卸載決策方式進(jìn)行了深入的研究，取得了一定的進(jìn)展。在具體應(yīng)用中，需根據(jù)場(chǎng)景需求，選擇不同的決策方式，以最低的成本獲得最大的收益。

3.2　卸載策略的優(yōu)化目標(biāo)

卸載目標(biāo)的制定和優(yōu)化是計(jì)算卸載研究中的關(guān)鍵問(wèn)題。移動(dòng)用戶(hù)計(jì)算任務(wù)的卸載過(guò)程受到很多因素，如用戶(hù)的移動(dòng)軌跡、服務(wù)請(qǐng)求設(shè)備的性能、任務(wù)的分布情況、無(wú)線網(wǎng)絡(luò)狀況等的影響。為了激勵(lì)有剩余資源的節(jié)點(diǎn)積極參與計(jì)算卸載服務(wù)，文獻(xiàn)［47，60］中提出了基于經(jīng)濟(jì)收益的激勵(lì)機(jī)制，以用戶(hù)的收益最大化為卸載系統(tǒng)的優(yōu)化目標(biāo)。引入?yún)^(qū)塊鏈技術(shù)后，制定卸載決策時(shí)，需考慮區(qū)塊鏈系統(tǒng)的相關(guān)性能，如挖礦過(guò)程所需的算力、區(qū)塊鏈系統(tǒng)的吞吐量、節(jié)點(diǎn)通過(guò)挖礦產(chǎn)生新區(qū)塊能夠獲得的獎(jiǎng)勵(lì)等。因此，融合了區(qū)塊鏈技術(shù)的計(jì)算卸載系統(tǒng)優(yōu)化目標(biāo)可分為以下3類(lèi)：

1）以計(jì)算卸載系統(tǒng)的時(shí)延和能耗最小化為優(yōu)化目標(biāo)，卸載任務(wù)包含了用戶(hù)的計(jì)算任務(wù)和區(qū)塊鏈的共識(shí)任務(wù)。文獻(xiàn)［9，12］中以用戶(hù)的計(jì)算任務(wù)和區(qū)塊鏈的共識(shí)任務(wù)作為卸載任務(wù)，以時(shí)延和能耗最小化為優(yōu)化目標(biāo)。其中，文獻(xiàn)［9］中設(shè)計(jì)了一個(gè)多智能體、層次化且加入了專(zhuān)家系統(tǒng)的深度強(qiáng)化學(xué)習(xí)框架，解決傳統(tǒng)深度強(qiáng)化學(xué)習(xí)算法存在的收斂慢、缺乏魯棒性、性能不穩(wěn)定等問(wèn)題。文獻(xiàn)［12］中利用區(qū)塊鏈和智能合約技術(shù)構(gòu)建了保障隱私和公平的任務(wù)卸載框架，同時(shí)設(shè)計(jì)了基于主觀邏輯的信任度量化任務(wù)成功卸載的概率，減少了任務(wù)卸載至惡意邊緣服務(wù)器的可能，實(shí)現(xiàn)了在保證隱私、公平和安全的同時(shí)，最小化任務(wù)卸載延遲、排隊(duì)延遲和服務(wù)切換成本的卸載決策。

2）以區(qū)塊鏈系統(tǒng)的吞吐量或平均區(qū)塊產(chǎn)生時(shí)間制定優(yōu)化目標(biāo)。文獻(xiàn)［18］中為了加快系統(tǒng)產(chǎn)生區(qū)塊的速度，可將共識(shí)過(guò)程卸載至周邊用戶(hù)或邊緣服務(wù)器，系統(tǒng)以提高區(qū)塊鏈系統(tǒng)的吞吐量、降低系統(tǒng)時(shí)延為目的，優(yōu)化卸載過(guò)程；文獻(xiàn)［34］中基于異構(gòu)處理器資源和網(wǎng)絡(luò)資源的用戶(hù)效用函數(shù)和區(qū)塊鏈系統(tǒng)中區(qū)塊的生成效率最大化作為系統(tǒng)優(yōu)化目標(biāo)；文獻(xiàn)［44］中以最大化區(qū)塊鏈系統(tǒng)的吞吐量和用戶(hù)的服務(wù)質(zhì)量為優(yōu)化目標(biāo)；文獻(xiàn)［52］中的優(yōu)化目標(biāo)是使卸載系統(tǒng)的計(jì)算速率和區(qū)塊鏈系統(tǒng)的交易吞吐量最大化；文獻(xiàn)［61］中以最小化卸載系統(tǒng)的能耗和區(qū)塊鏈系統(tǒng)生成塊的時(shí)間為優(yōu)化目標(biāo)。

3）使用區(qū)塊鏈的激勵(lì)機(jī)制調(diào)動(dòng)資源提供者的積極性，從而形成一個(gè)交易系統(tǒng)，以該交易系統(tǒng)中單個(gè)用戶(hù)或全體用戶(hù)的利益最大化為目標(biāo)。文獻(xiàn)［23］中提出在電子商務(wù)場(chǎng)景下使用區(qū)塊鏈技術(shù)，將共識(shí)過(guò)程卸載至邊緣服務(wù)器，以服務(wù)提供商的收益最大化和成本最小化作為優(yōu)化目標(biāo)，制定卸載策略；文獻(xiàn)［29］中的優(yōu)化目標(biāo)融合了單個(gè)設(shè)備的收益最大化和系統(tǒng)總體收益的最大化；文獻(xiàn)［31］中將聯(lián)合卸載問(wèn)題表述為一個(gè)非合作博弈，以模擬移動(dòng)設(shè)備之間的競(jìng)爭(zhēng)關(guān)系，優(yōu)化目標(biāo)是最小化每個(gè)移動(dòng)設(shè)備在計(jì)算時(shí)間、能量和數(shù)字貨幣方面的成本，通過(guò)共識(shí)過(guò)程最大化產(chǎn)生區(qū)塊獲得的收益，實(shí)現(xiàn)每個(gè)移動(dòng)設(shè)備的利潤(rùn)最大化。

目前，卸載策略?xún)?yōu)化目標(biāo)的設(shè)置尚無(wú)統(tǒng)一標(biāo)準(zhǔn)，使得不同系統(tǒng)之間的對(duì)比較為復(fù)雜，后續(xù)研究可為不同行業(yè)制定特定優(yōu)化目標(biāo)，促進(jìn)卸載策略?xún)?yōu)化算法的更快更好的發(fā)展。

3.3　卸載策略的優(yōu)化算法

制定卸載策略即根據(jù)不同的優(yōu)化目標(biāo)，為卸載任務(wù)選擇卸載服務(wù)器，制定資源分配方案，可建模為混合整數(shù)非線性規(guī)劃問(wèn)題（Mixed Integer NonLinear Programming， MINLP），這類(lèi)問(wèn)題通常較難求解。目前，國(guó)內(nèi)外學(xué)者嘗試采用各種方法解決該問(wèn)題，文獻(xiàn)［62］中總結(jié)了車(chē)聯(lián)網(wǎng)邊緣計(jì)算卸載技術(shù)優(yōu)化算法，本文在此基礎(chǔ)上進(jìn)行改進(jìn)和擴(kuò)充，歸納為強(qiáng)化學(xué)習(xí)類(lèi)方法、啟發(fā)式算法、博弈論方法和數(shù)學(xué)類(lèi)方法。

3.3.1強(qiáng)化學(xué)習(xí)類(lèi)方法

在移動(dòng)物聯(lián)網(wǎng)環(huán)境下，制定卸載決策時(shí)需要考慮資源供給的不確定性、任務(wù)的不可預(yù)測(cè)性和無(wú)線信道的不穩(wěn)定性，強(qiáng)化學(xué)習(xí)擅長(zhǎng)將許多復(fù)雜的環(huán)境因素抽象為映射問(wèn)題，并從中進(jìn)行策略學(xué)習(xí)，因此成為解決該類(lèi)問(wèn)題的首選方法。但是面對(duì)高度復(fù)雜的移動(dòng)物聯(lián)網(wǎng)環(huán)境，強(qiáng)化學(xué)習(xí)也面臨高維狀態(tài)空間和動(dòng)作空間帶來(lái)的收斂速度慢等問(wèn)題，因此學(xué)者們提出了各種改進(jìn)的強(qiáng)化學(xué)習(xí)方法，例如，文獻(xiàn)［35］中通過(guò)在深度強(qiáng)化學(xué)習(xí)模型中引入自適應(yīng)GA提高收斂速度。文獻(xiàn)［9］中設(shè)計(jì)了一個(gè)基于多智能體深度強(qiáng)化學(xué)習(xí)的卸載決策框架，并引入聯(lián)盟學(xué)習(xí)提高收斂速度，提高系統(tǒng)的魯棒性。文獻(xiàn)［13，32，44］中擴(kuò)展了深度強(qiáng)化學(xué)習(xí)中的DQN （Deep Q-Network）算法。文獻(xiàn)［18，52］中利用A3C（Asynchronous Advantage Actor-Critic）算法提高計(jì)算卸載決策的速度和可靠性。但是，面對(duì)復(fù)雜的、動(dòng)態(tài)的、連續(xù)的環(huán)境變化，強(qiáng)化學(xué)習(xí)方法仍然面臨諸多挑戰(zhàn)，如隨著用戶(hù)數(shù)的急劇增加而產(chǎn)生的維數(shù)災(zāi)難問(wèn)題、強(qiáng)化學(xué)習(xí)模型的訓(xùn)練時(shí)間過(guò)長(zhǎng)需要較多的訓(xùn)練數(shù)據(jù)，以及如何在強(qiáng)化學(xué)習(xí)框架中更好地表示卸載決策的狀態(tài)空間、動(dòng)作空間以及獎(jiǎng)勵(lì)函數(shù)的問(wèn)題等。

3.3.2啟發(fā)式算法

啟發(fā)式算法以仿自然體算法為主，主要有PSO、ABC、GA和SA等，這類(lèi)算法能在可接受的計(jì)算成本內(nèi)搜尋最優(yōu)解，經(jīng)常被用于求解復(fù)雜場(chǎng)景中的優(yōu)化問(wèn)題。文獻(xiàn)［36］中將非支配排序遺傳算法（Non-dominated Sorting Genetic Algorithm， NSGA-Ⅲ）和簡(jiǎn)單加性加權(quán)及多準(zhǔn)則決策方法結(jié)合以求得最優(yōu)卸載策略，文獻(xiàn)［63］中使用SA算法求解最優(yōu)決策，文獻(xiàn)［23］中對(duì)比多種啟發(fā)式算法在求解最優(yōu)卸載策略的性能。這類(lèi)算法通常需要在成本和收益之間折中，為了節(jié)省成本，可在算法中加入專(zhuān)家知識(shí)，幫助算法更快地收斂。

3.3.3博弈論方法

卸載決策問(wèn)題即卸載系統(tǒng)的資源分配問(wèn)題。由于網(wǎng)絡(luò)資源和計(jì)算資源的短缺，終端用戶(hù)之間需要競(jìng)爭(zhēng)資源的使用權(quán)，故經(jīng)常將該問(wèn)題描述為一個(gè)非合作博弈過(guò)程，通過(guò)求解如何高效地達(dá)到納什均衡狀態(tài)而得到資源的分配方案［29，31］。也可以建模為Stackelberg博弈模型［49］，通過(guò)雙向公開(kāi)競(jìng)價(jià)的方式優(yōu)化資源分配。基于博弈論的資源分配方式適用于靜態(tài)場(chǎng)景或動(dòng)態(tài)場(chǎng)景下的瞬時(shí)決策場(chǎng)景，而在移動(dòng)物聯(lián)網(wǎng)動(dòng)態(tài)變化的場(chǎng)景下，若在每個(gè)時(shí)刻通過(guò)計(jì)算獲取當(dāng)前時(shí)刻的最優(yōu)解，會(huì)對(duì)系統(tǒng)造成較大的計(jì)算負(fù)擔(dān)，且不一定能獲得長(zhǎng)期最優(yōu)策略。

3.3.4數(shù)學(xué)類(lèi)方法

MINLP直接求解難度較大，因此，可以首先簡(jiǎn)化、松弛、解耦復(fù)雜問(wèn)題，將問(wèn)題轉(zhuǎn)換為可解問(wèn)題后再求解。如文獻(xiàn)［34］中將卸載問(wèn)題解耦為處理器調(diào)度問(wèn)題和資源分配問(wèn)題，使用拉格朗日對(duì)偶理論求解；文獻(xiàn)［33，48］中使用交替方向乘子法求解問(wèn)題。另外，為了兼顧系統(tǒng)的穩(wěn)定性和長(zhǎng)期收益，也可使用Lyapunov優(yōu)化方法獲得最優(yōu)方案［30］。這類(lèi)方法由于模型固化、不能主動(dòng)適應(yīng)環(huán)境，只能用于解決特定場(chǎng)景下的特定問(wèn)題，在可擴(kuò)展性方面存在較大的局限性。

4 存在的問(wèn)題及未來(lái)研究方向

將計(jì)算卸載技術(shù)和區(qū)塊鏈技術(shù)融入物聯(lián)網(wǎng)場(chǎng)景，有助于解決物聯(lián)網(wǎng)中移動(dòng)設(shè)備性能不足的問(wèn)題和泛在接入網(wǎng)的安全問(wèn)題，加速“萬(wàn)物互聯(lián)”時(shí)代的到來(lái)，二者的融合研究前景廣闊。目前針對(duì)計(jì)算卸載技術(shù)和區(qū)塊鏈技術(shù)的研究不斷突破它們各自的技術(shù)瓶頸問(wèn)題，但二者的結(jié)合大多停留在表面。為了更好地推動(dòng)二者的融合發(fā)展，本文總結(jié)了當(dāng)前存在的主要問(wèn)題及未來(lái)的研究方向。

1）現(xiàn)有的計(jì)算卸載技術(shù)和區(qū)塊鏈技術(shù)在物聯(lián)網(wǎng)中結(jié)合的研究大都只針對(duì)各自領(lǐng)域的關(guān)鍵技術(shù)，如卸載的決策問(wèn)題、區(qū)塊鏈的共識(shí)算法問(wèn)題，缺少深層次的研究，如將區(qū)塊鏈的共識(shí)任務(wù)和用戶(hù)的數(shù)據(jù)處理任務(wù)等同對(duì)待進(jìn)行任務(wù)卸載、將物聯(lián)網(wǎng)設(shè)備采集到的環(huán)境數(shù)據(jù)和邊緣服務(wù)器的資源交易記錄等同對(duì)待存儲(chǔ)到區(qū)塊鏈中。然而，這兩者之間有本質(zhì)的區(qū)別：首先，區(qū)塊鏈的共識(shí)任務(wù)和用戶(hù)數(shù)據(jù)處理任務(wù)的緊急程度、任務(wù)屬性、任務(wù)計(jì)算方式不同；其次，邊緣服務(wù)器需要處理的環(huán)境感知數(shù)據(jù)和資源的交易記錄數(shù)據(jù)無(wú)論是從數(shù)據(jù)內(nèi)容還是數(shù)據(jù)量都相差甚遠(yuǎn)；再者，不同的用戶(hù)和設(shè)備對(duì)系統(tǒng)的QoS要求不同，如更注重時(shí)延、更注重能耗或更注重?cái)?shù)據(jù)安全等；最后，物聯(lián)網(wǎng)移動(dòng)環(huán)境中接入設(shè)備數(shù)量多、差異大，邊緣資源分布不均勻。因此，在未來(lái)的研究中，必須針對(duì)具體的場(chǎng)景和用戶(hù)需求、不同的任務(wù)屬性，設(shè)計(jì)符合實(shí)際場(chǎng)景的系統(tǒng)模型，試圖建立通用的模型勢(shì)必引起系統(tǒng)過(guò)于復(fù)雜，從而使模型性能無(wú)法滿(mǎn)足實(shí)時(shí)性的需求。例如，可以嘗試設(shè)計(jì)復(fù)雜性較低的、適用于輕量級(jí)的區(qū)塊鏈節(jié)點(diǎn)設(shè)備的卸載決策方案，減小制定卸載決策的算力和時(shí)延需求等。

2）將區(qū)塊鏈技術(shù)引入物聯(lián)網(wǎng)中，構(gòu)建物聯(lián)網(wǎng)PBN系統(tǒng)，以約束參與系統(tǒng)資源交易的設(shè)備行為，再利用計(jì)算卸載技術(shù)，使不具備共識(shí)能力的節(jié)點(diǎn)，將共識(shí)任務(wù)卸載至邊緣服務(wù)器，從而加入PBN系統(tǒng)。節(jié)點(diǎn)數(shù)量的增多，提高了惡意節(jié)點(diǎn)篡改數(shù)據(jù)的難度，增強(qiáng)了PBN系統(tǒng)的安全性，最終營(yíng)造出一個(gè)安全可信的物聯(lián)網(wǎng)交互環(huán)境。然而，引入了計(jì)算卸載技術(shù)和區(qū)塊鏈技術(shù)的物聯(lián)網(wǎng)系統(tǒng)，仍然面臨來(lái)自PBN系統(tǒng)外部節(jié)點(diǎn)的威脅，如竊聽(tīng)無(wú)線信道中傳輸?shù)男畔ⅰ⒏鶕?jù)數(shù)據(jù)傳輸模式推斷用戶(hù)所在的位置和使用習(xí)慣等隱私信息［64］。目前，結(jié)合了計(jì)算卸載技術(shù)和區(qū)塊鏈技術(shù)的系統(tǒng)針對(duì)該類(lèi)安全問(wèn)題研究較少。文獻(xiàn)［32］中將任務(wù)卸載的時(shí)延和能耗、用戶(hù)隱私保護(hù)級(jí)別和礦工利潤(rùn)最大化作為聯(lián)合優(yōu)化問(wèn)題，以最小化長(zhǎng)期系統(tǒng)卸載代價(jià)、最大化所有區(qū)塊鏈用戶(hù)的隱私級(jí)別為目標(biāo)，為這類(lèi)安全問(wèn)題提供了一種解決思路；但文獻(xiàn)中考慮的安全問(wèn)題形式較單一，用戶(hù)的隱私級(jí)別定義不夠完善。未來(lái)對(duì)這類(lèi)安全問(wèn)題應(yīng)進(jìn)行更細(xì)致深入的研究。

3）區(qū)塊鏈的可擴(kuò)展性是PBN系統(tǒng)研究中的難點(diǎn)。結(jié)合計(jì)算卸載技術(shù)和區(qū)塊鏈技術(shù)的物聯(lián)網(wǎng)系統(tǒng)大多以犧牲可擴(kuò)展性來(lái)滿(mǎn)足移動(dòng)設(shè)備的安全性和分布式需求，這將會(huì)對(duì)系統(tǒng)性能造成嚴(yán)重的影響。未來(lái)可以考慮從區(qū)塊鏈的交易驗(yàn)證、共識(shí)算法、賬本存儲(chǔ)等方面著手，解決區(qū)塊鏈的可擴(kuò)展性問(wèn)題，如通過(guò)存儲(chǔ)與區(qū)塊鏈大小無(wú)關(guān)的少量數(shù)據(jù)完成驗(yàn)證、存儲(chǔ)壓縮區(qū)塊鏈以節(jié)省存儲(chǔ)容量、以樹(shù)的形式存儲(chǔ)區(qū)塊、定期對(duì)賬戶(hù)樹(shù)進(jìn)行修剪、刪除無(wú)用樹(shù)枝等方法，都可作為未來(lái)的發(fā)展方向深入研究。

4）如何激勵(lì)有剩余資源的邊緣節(jié)點(diǎn)貢獻(xiàn)自己的力量仍然是目前需要細(xì)化研究的問(wèn)題。在現(xiàn)有大部分研究中，均默認(rèn)邊緣服務(wù)節(jié)點(diǎn)會(huì)主動(dòng)參與計(jì)算卸載，然而實(shí)際情況中，由于邊緣設(shè)備所屬權(quán)不同，各個(gè)設(shè)備的所有者從節(jié)省自身能耗的目的出發(fā)，不愿意無(wú)私地貢獻(xiàn)自己的算力資源或存儲(chǔ)資源［65］。為了解決這類(lèi)問(wèn)題，需要從計(jì)算卸載全生命周期對(duì)它本身產(chǎn)生的影響出發(fā)，確定哪些節(jié)點(diǎn)是自私節(jié)點(diǎn)，如何檢測(cè)自私節(jié)點(diǎn)，什么樣的激勵(lì)機(jī)制對(duì)減少自私節(jié)點(diǎn)更有用，還需深入分析節(jié)點(diǎn)計(jì)算能力和通信能力的評(píng)估方法，確定自適應(yīng)的獎(jiǎng)懲策略和任務(wù)調(diào)度算法對(duì)它制定激勵(lì)機(jī)制。

5 結(jié)語(yǔ)

本文總結(jié)了物聯(lián)網(wǎng)中計(jì)算卸載和區(qū)塊鏈技術(shù)結(jié)合研究的現(xiàn)狀，分析了二者結(jié)合的可行性和必要性，提出了融合系統(tǒng)研究的廣闊前景。首先，歸納了計(jì)算卸載和區(qū)塊鏈技術(shù)結(jié)合使用的場(chǎng)景，將本文的討論范圍限定于物聯(lián)網(wǎng)中計(jì)算卸載和區(qū)塊鏈技術(shù)的結(jié)合。對(duì)比了物聯(lián)網(wǎng)中二者結(jié)合的各種網(wǎng)絡(luò)架構(gòu)，提出了包含“端?邊?云”的3層結(jié)構(gòu)，并分析了這種架構(gòu)中各種設(shè)備擔(dān)任的區(qū)塊鏈節(jié)點(diǎn)角色和計(jì)算卸載功能的實(shí)現(xiàn)過(guò)程。其次，從區(qū)塊鏈技術(shù)融入物聯(lián)網(wǎng)計(jì)算卸載系統(tǒng)的角度，將區(qū)塊鏈技術(shù)在其中能夠解決的問(wèn)題分為安全類(lèi)問(wèn)題、資源分配方法類(lèi)問(wèn)題和卸載系統(tǒng)的自組織類(lèi)問(wèn)題，總結(jié)了區(qū)塊鏈中的關(guān)鍵技術(shù)。再?gòu)挠?jì)算卸載技術(shù)融入物聯(lián)網(wǎng)區(qū)塊鏈系統(tǒng)的角度，分析了不同計(jì)算卸載策略的制定方式、優(yōu)化目標(biāo)和優(yōu)化算法的使用場(chǎng)景和存在的缺陷。最后，分析了物聯(lián)網(wǎng)中區(qū)塊鏈技術(shù)和計(jì)算卸載技術(shù)結(jié)合研究存在的挑戰(zhàn)及未來(lái)的發(fā)展方向。

[1] JIAO L， FRIEDMAN R， FU X， et al. Cloud-based computation offloading for mobile devices： state of the art， challenges and opportunities［C］// Proceedings of the 2013 Future Network and Mobile Summit. Piscataway： IEEE， 2013： 1-11.

[2] FLORES H， HUI P， TARKOMA S， et al. Mobile code offloading： from concept to practice and beyond［J］. IEEE Communications Magazine， 2015， 53（3）：80-88.

[3] DANZI P， KAL?R A E， STEFANOVI??， et al. Delay and communication tradeoffs for blockchain systems with lightweight IoT clients［J］. IEEE Internet of Things Journal， 2019， 6（2）： 2354-2365.

[4] XU J， CHEN L X， LIU K， et al. Designing security-aware incentives for computation offloading via device-to-device communication［J］. IEEE Transactions on Wireless Communications， 2018， 17（9）： 6053-6066.

[5] JIAO Y， WANG P， NIYATO D， et al. Auction mechanisms in cloud/fog computing resource allocation for public blockchain networks［J］. IEEE Transactions on Parallel and Distributed Systems， 2019， 30（9）： 1975-1989.

[6] NAKAMOTO S. Bitcoin： a peer-to-peer electronic cash system［EB/OL］. ［2022-07-12］.https：//bitcoin.org/bitcoin.pdf.

[7] WOOD G. Ethereum： a secure decentralized generalized transaction ledger［EB/OL］. ［2022-07-12］.https：//ethereum.github.io/yellowpaper/paper.pdf.

[8] MINOLI D， OCCHIOGROSSO B. Blockchain mechanisms for IoT security［J］. Internet of Things， 2018， 1/2： 1-13.

[9] LI Z， XU M， NIE J， et al. NOMA-enabled cooperative computation offloading for blockchain-empowered internet of things： a learning approach［J］. IEEE Internet of Things Journal， 2021， 8（4）： 2364-2378.

[10] SAMANIEGO M， DETERS R. Virtual resources & blockchain for configuration management in IoT［J］. Journal of Ubiquitous Systems and Pervasive Networks， 2017， 9（2）： 1-13.

[11] YANG R， YU F R， SI P， et al. Integrated blockchain and edge computing systems： a survey， some research issues and challenges［J］. IEEE Communications Surveys and Tutorials， 2019， 21（2）： 1508-1532.

[12] LIAO H， MU Y， ZHOU Z， et al. Blockchain and learning-based secure and intelligent task offloading for vehicular fog computing［J］. IEEE Transactions on Intelligent Transportation Systems， 2021， 22（7）： 4051-4063.

[13] ZHENG X， LI M， CHEN Y， et al. Blockchain-based secure computation offloading in vehicular networks［J］. IEEE Transactions on Intelligent Transportation Systems， 2021， 22（7）： 4073-4087.

[14] DAI Y， XU D， ZHANG K， et al. Deep reinforcement learning and permissioned blockchain for content caching in vehicular edge computing and networks［J］. IEEE Transactions on Vehicular Technology， 2020， 69（4）： 4312-4324.

[15] LAKHAN A， AHMAD M， BILAL M， et al. Mobility aware blockchain enabled offloading and scheduling in vehicular fog cloud computing［J］. IEEE Transactions on Intelligent Transportation Systems， 2021， 22（7）： 4212-4223.

[16] CUI L， CHEN Z， YANG S， et al. A blockchain-based containerized edge computing platform for the internet of vehicles［J］. IEEE Internet of Things Journal， 2021， 8（4）： 2395-2408.

[17] LI M， ZHU L， LIN X. Efficient and privacy-preserving carpooling using blockchain-assisted vehicular fog computing［J］. IEEE Internet of Things Journal， 2019， 6（3）： 4573-4584.

[18] XU S， LIAO B， YANG C， et al. Deep reinforcement learning assisted edge-terminal collaborative offloading algorithm of blockchain computing tasks for energy internet［J］. International Journal of Electrical Power and Energy Systems， 2021， 131： No.107022.

[19] GAI K， WU Y， ZHU L， et al. Permissioned blockchain and edge computing empowered privacy-preserving smart grid networks［J］. IEEE Internet of Things Journal， 2019， 6（5）： 7992-8004.

[20] WANG J， WU L， CHOO K K R， et al. Blockchain-based anonymous authentication with key management for smart grid edge computing infrastructure［J］. IEEE Transactions on Industrial Informatics， 2020， 16（3）： 1984-1992.

[21] RAHMAN M A， HOSSAIN M S， LOUKAS G， et al. Blockchain-based mobile edge computing framework for secure therapy applications［J］. IEEE Access， 2018， 6： 72469-72478.

[22] ISLAM N， FAHEEM Y， UD DIN I， et al. A blockchain-based fog computing framework for activity recognition as an application to e-Healthcare services［J］. Future Generation Computer Systems， 2019， 100： 569-578.

[23] DENG S， CHENG G， ZHAO H， et al. Incentive-driven computation offloading in blockchain-enabled e-commerce［J］. ACM Transactions on Internet Technology， 2021， 21（1）： No.9.

[24] CHEN W， ZHANG Z， HONG Z， et al. Cooperative and distributed computation offloading for blockchain-empowered industrial internet of things［J］. IEEE Internet of Things Journal， 2019， 6（5）： 8433-8446.

[25] KHAN Z， ABBASI A G， PERVEZ Z. Blockchain and edge computing-based architecture for participatory smart city applications［J］. Concurrency and Computation： Practice and Experience， 2020， 32（12）： No.e5566.

[26] BOUACHIR O， ALOQAILY M， TSENG L， et al. Blockchain and fog computing for cyberphysical systems： the case of smart industry［J］. Computer， 2020， 53（9）： 36-45.

[27] LIU L， FENG J， PEI Q， et al. Blockchain-enabled secure data sharing scheme in mobile-edge computing： an asynchronous advantage actor-critic learning approach［J］. IEEE Internet of Things Journal， 2021， 8（4）： 2342-2353.

[28] TANG W， ZHAO X， RAFIQUE W， et al. A blockchain-based offloading approach in fog computing environment［C］// Proceedings of the 2018 IEEE International Conference on Parallel and Distributed Processing with Applications/ Ubiquitous Computing and Communications/ Big Data and Cloud Computing/ Social Computing and Networking/ Sustainable Computing and Communications. Piscataway： IEEE， 2018： 308-315.

[29] ZHAO N， WU H， CHEN Y. Coalition game-based computation resource allocation for wireless blockchain networks［J］. IEEE Internet of Things Journal， 2019， 6（5）： 8507-8518.

[30] WU H， WOLTER K， JIAO P， et al. EEDTO： an energy-efficient dynamic task offloading algorithm for blockchain-enabled IoT-edge-cloud orchestrated computing［J］. IEEE Internet of Things Journal， 2021， 8（4）： 2163-2176.

[31] ZHANG Z， HONG Z， CHEN W， et al. Joint computation offloading and coin loaning for blockchain-empowered mobile-edge computing［J］. IEEE Internet of Things Journal， 2019， 6（6）： 9934-9950.

[32] NGUYEN D C， PATHIRANA P N， DING M， et al. Privacy-preserved task offloading in mobile blockchain with deep reinforcement learning［J］. IEEE Transactions on Network and Service Management， 2020， 17（4）： 2536-2549.

[33] LIU M， YU F R， TENG Y， et al. Distributed resource allocation in blockchain-based video streaming systems with mobile edge computing［J］. IEEE Transactions on Wireless Communications， 2019， 18（1）： 695-708.

[34] 張平，李世林，劉宜明，等. 區(qū)塊鏈賦能的邊緣異構(gòu)計(jì)算系統(tǒng)中資源調(diào)度研究［J］. 通信學(xué)報(bào)， 2020， 41（10）：1-14.（ZHANG P， LI S L， LIU Y M， et al. Resource management in blockchain-enabled heterogeneous edge computing system［J］. Journal on Communications， 2020， 41（10）： 1-14.）

[35] QIU X， LIU L， CHEN W， et al. Online deep reinforcement learning for computation offloading in blockchain-empowered mobile edge computing［J］. IEEE Transactions on Vehicular Technology， 2019， 68（8）： 8050-8062.

[36] XU X， CHEN Y， ZHANG X， et al. A blockchain-based computation offloading method for edge computing in 5G networks［J］. Software： Practice and Experience， 2021， 51（10）： 2015-2032.

[37] HE Y， WANG Y， QIU C， et al. Blockchain-based edge computing resource allocation in IoT： a deep reinforcement learning approach［J］. IEEE Internet of Things Journal， 2021， 8（4）： 2226-2237.

[38] SHARMA P K， CHEN M Y， PARK J H. A software defined fog node based distributed blockchain cloud architecture for IoT［J］. IEEE Access， 2018， 6： 115-124.

[39] ASHERALIEVA A， NIYATO D. Learning-based mobile edge computing resource management to support public blockchain networks［J］. IEEE Transactions on Mobile Computing， 2021， 20（3）： 1092-1109.

[40] QIU C， YAO H， JIANG C， et al. Cloud computing assisted blockchain-enabled internet of things［J］. IEEE Transactions on Cloud Computing， 2022， 10（1）： 245-257.

[41] ALI M S， DOLUI K， ANTONELLI F. IoT data privacy via blockchains and IPFS［C］// Proceedings of the 7th International Conference on the Internet of Things. New York： ACM， 2017： No. 14.

[42] 林邦. 區(qū)塊鏈網(wǎng)絡(luò)中邊緣計(jì)算資源分配機(jī)制與優(yōu)化［D］. 北京：北京郵電大學(xué)， 2020： 9-32.（LIN B. Resource allocation mechanism and optimization of mobile edge computing in blockchain networks［D］. Beijing： Beijing University of Posts and Telecommunications， 2020： 9-32.）

[43] XIONG Z， FENG S， WANG W， et al. Cloud/fog computing resource management and pricing for blockchain networks［J］. IEEE Internet of Things Journal， 2019， 6（3）： 4585-4600.

[44] GUO F， YU F R， ZHANG H， et al. Adaptive resource allocation in future wireless networks with blockchain and mobile edge computing［J］. IEEE Transactions on Wireless Communications， 2020， 19（3）： 1689-1703.

[45] SENG S， LUO C， LI X， et al. User matching on blockchain for computation offloading in ultra-dense wireless networks［J］. IEEE Transactions on Network Science and Engineering， 2021， 8（2）： 1167-1177.

[46] XU J， WANG S， BHARGAVA B K， et al. A blockchain-enabled trustless crowd-intelligence ecosystem on mobile edge computing［J］. IEEE Transactions on Industrial Informatics， 2019， 15（6）： 3538-3547.

[47] CHATZOPOULOS D， AHMADI M， KOSTA S， et al. FlopCoin： a cryptocurrency for computation offloading［J］. IEEE Transactions on Mobile Computing， 2018， 17（5）： 1062-1075.

[48] LIU M， YU F R， TENG Y， et al. Computation offloading and content caching in wireless blockchain networks with mobile edge computing［J］. IEEE Transactions on Vehicular Technology， 2018， 67（11）： 11008-11021.

[49] GUO S， DAI Y， GUO S， et al. Blockchain meets edge computing： Stackelberg game and double auction based task offloading for mobile blockchain［J］. IEEE Transactions on Vehicular Technology， 2020， 69（5）： 5549-5561.

[50] DOU W， TANG W， LIU B， et al. Blockchain-based mobility-aware offloading mechanism for fog computing services［J］. Computer Communications， 2020， 164： 261-273.

[51] 史錦山，李茹. 物聯(lián)網(wǎng)下的區(qū)塊鏈訪問(wèn)控制綜述［J］. 軟件學(xué)報(bào)， 2019， 30（6）： 1632-1648.（SHI J S， LI R. Survey of blockchain access control in internet of things［J］. Journal of Software， 2019， 30（6）：1632-1648.）

[52] FENG J， YU F R， PEI Q， et al. Cooperative computation offloading and resource allocation for blockchain-enabled mobile-edge computing： a deep reinforcement learning approach［J］. IEEE Internet of Things Journal， 2020， 7（7）： 6214-6228.

[53] FENG J， YU F R， PEI Q， et al. Joint optimization of radio and computational resources allocation in blockchain-enabled mobile edge computing systems［J］. IEEE Transactions on Wireless Communications， 2020， 19（6）： 4321-4334.

[54] SALLAL M F， OWENSON G， ADDA M. Proximity awareness approach to enhance propagation delay on the Bitcoin peer-to-peer network［C］// Proceedings of the 37th International Conference on Distributed Computing Systems. Piscataway： IEEE， 2017： 2411-2416.

[55] 賈大宇，信俊昌，王之瓊，等. 存儲(chǔ)容量可擴(kuò)展區(qū)塊鏈系統(tǒng)的高效查詢(xún)模型［J］. 軟件學(xué)報(bào)， 2019， 30（9）：2655-2670.（JIA D Y， XIN J C， WANG Z Q， et al. Efficient query model for storage capacity scalable blockchain system［J］. Journal of Software， 2019， 30（9）：2655-2670.）

[56] WANG X， ZHA X， NI W， et al. Survey on blockchain for internet of things［J］. Computer Communications， 2019， 136： 10-29.

[57] WANG Q， WANG H， ZHENG B. An efficient distributed storage strategy for blockchain［C］// Proceedings of the 2019 ACM Turing Celebration Conference - China. New York： ACM， 2019： No.54.

[58] LI R， SONG T， MEI B， et al. Blockchain for large-scale internet of things data storage and protection［J］. IEEE Transactions on Services Computing， 2019， 12（5）：762-771.

[59] 孫知信，張?chǎng)?，相峰，? 區(qū)塊鏈存儲(chǔ)可擴(kuò)展性研究進(jìn)展［J］. 軟件學(xué)報(bào)， 2021， 32（1）：1-20.（SUN Z X， ZHANG X， XIANG F， et al. Survey of storage scalability on blockchain［J］. Journal of Software， 2021， 32（1）：1-20.）

[60] LI G， CAI J. An online incentive mechanism for collaborative task offloading in mobile edge computing［J］. IEEE Transactions on Wireless Communications， 2020， 19（1）： 624-636.

[61] XU X， ZHANG X， GAO H， et al. BeCome： blockchain-enabled computation offloading for IoT in mobile edge computing［J］. IEEE Transactions on Industrial Informatics， 2020， 16（6）： 4187-4195.

[62] 李智勇，王琦，陳一凡，等. 車(chē)輛邊緣計(jì)算環(huán)境下任務(wù)卸載研究綜述［J］. 計(jì)算機(jī)學(xué)報(bào)， 2021， 44（5）：963-982.（LI Z Y， WANG Q， CHEN Y F， et al. A survey on task offloading research in vehicular edge computing［J］. Chinese Journal of Computers， 2021， 44（5）：963-982.）

[63] 劉通，唐倫，何小強(qiáng)，等. 融合區(qū)塊鏈與霧計(jì)算系統(tǒng)中基于網(wǎng)絡(luò)時(shí)延和資源管理的優(yōu)化任務(wù)卸載方案［J］. 電子與信息學(xué)報(bào)， 2020， 42（9）： 2180-2185.（LIU T， TANG L， HE X Q， et al. Optimal task offloading scheme based on network delay and resource management in joint blockchain and fog computing system［J］. Journal of Electronics and Information Technology， 2020， 42（9）：2180-2185.）

[64] HE X， LIU J， JIN R， et al. Privacy-aware offloading in mobile-edge computing［C］// Proceedings of the 2017 IEEE Global Communications Conference. Piscataway： IEEE， 2017： 1-6.

[65] SHAN A， FAN X M， WU C， et al. Quantitative study on impact of static/dynamic selfishness on network performance in VANETs［J］. IEEE Access， 2021， 9： 13186-13197.

Survey on combination of computation offloading and blockchain in internet of things

MEN Rui1，2， FAN Shujia3， SHAN Axida1， DU Shaoyu1， FAN Xiumei1*

（1，’，’710048，；2，，745000，；3，，100084，）

With the recent development of mobile communication technology and the popularization of smart devices， the computation-intensive tasks of the terminal devices can be offloaded to edge servers to solve the problem of insufficient resources. However， the distributed nature of computation offloading technology exposes terminal devices and edge servers to security risks. And， blockchain technology can provide a safe environment transaction for the computation offloading system. The combination of the above two technologies can solve the insufficient resource and the security problems in internet of things. Therefore， the research results of applications combining computation offloading with blockchain technologies in internet of things were surveyed. Firstly， the application scenarios and system functions in the combination of computation offloading and blockchain technologies were analyzed. Then， the main problems solved by blockchain technology and the key techniques used in this technology were summarized in the computation offloading system. The formulation methods， optimization objectives and optimization algorithms of computation offloading strategies in the blockchain system were classified. Finally， the problems in the combination were provided， and the future directions of development in this area were prospected.

internet of things; computation offloading; resource management; offloading decision; blockchain; consensus algorithm

1001-9081（2023）10-3008-09

10.11772/j.issn.1001-9081.2022091466

2022?10?08；

2023?02?07；

科技部外國(guó)專(zhuān)家項(xiàng)目（G2022041009L）；陜西省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2021GY?072）；甘肅省教育廳高校科研創(chuàng)新項(xiàng)目（2020A?117）；內(nèi)蒙古自治區(qū)自然科學(xué)基金資助項(xiàng)目（2022MS06007）；內(nèi)蒙古自治區(qū)教育廳高校科研項(xiàng)目（NJZY22035）。

門(mén)瑞（1987—），女，甘肅寧縣人，講師，博士研究生，主要研究方向：車(chē)聯(lián)網(wǎng)、邊緣計(jì)算； 樊書(shū)嘉（1994—），女，北京人，博士研究生，主要研究方向：大數(shù)據(jù)、區(qū)塊鏈、教育元宇宙應(yīng)用； 阿喜達(dá)（1980—），男（蒙古族），內(nèi)蒙古呼倫貝爾人，副教授，博士，主要研究方向：協(xié)作通信技術(shù)、激勵(lì)機(jī)制； 杜邵昱（1999—），男，陜西藍(lán)田人，碩士研究生，主要研究方向：車(chē)聯(lián)網(wǎng)、區(qū)塊鏈； 樊秀梅（1967—），女，山西山陰人，教授，博士，主要研究方向：多智能體協(xié)同控制、資源管理、邊-霧計(jì)算。

TP391

A

2023?02?11。

This work is partially supported by Foreign Expert Project of Ministry of Science and Technology （G2022041009L）， Key Research and Development Program of Shaanxi Province （2021GY-072）， Scientific Research Innovation Project of Higher Education of Department of Education of Gansu Province （2020A-117）， Inner Mongolia Autonomous Region Natural Science Foundation （2022MS06007）， Scientific Research Project of Higher Education of Department of Education of Inner Mongolia Autonomous Region （NJZY22035）.

MEN Rui， born in 1987， Ph. D. candidate， lecturer. Her research interests include internet of vehicles， edge computing.

FAN Shujia， born in 1994， Ph. D. candidate. Her research interests include big data， blockchain， application of educational metaverse.

SHAN Axida， born in 1980， Ph. D.， associate professor. His research interests include collaborative communication technology， incentive mechanism.

DU Shaoyu， born in 1999， M. S. candidate. His research interests include internet of vehicles， blockchain.

FAN Xiumei， born in 1967， Ph. D.， professor. Her research interests include multi?agent cooperative control， resource management， edge?fog computing.