Obwohl kooperative Edge-Computing-Systeme die Leistung des mobilen Edge-Computings verbessern, stehen Benutzer vor einem ernsthaften Problem des Datenschutzes beim Entladen von Aufgaben. Zur Lösung dieses Problems haben wir einen Algorithmus zur Optimierung der Verzögerungszeit für den Datenschutz beim Entladen von Aufgaben (PPDO) in kooperativen Edge-Computing-Systemen entwickelt. Durch Berücksichtigung der Datenschutzanforderungen von Standort und Nutzungsmustern haben wir ein Modell für sensible Aufgaben erstellt, um Edge-Server zu stören und die Privatsphäre der Benutzer zu schützen. Um das zusätzliche Verzögerungsproblem im Zusammenhang mit dem Datenschutz zu lösen, wurde ein iterativer Strategiealgorithmus auf der Grundlage des Markov-Entscheidungsprozesses angewendet, um die Verzögerung so weit wie möglich zu reduzieren, während der Datenschutz gewährleistet ist. Darüber hinaus wurde zur Beschleunigung des Lösungsprozesses des Markov-Entscheidungsprozesses eine optimierte Aktionengruppe eingesetzt, um PPDO zu verbessern. Schließlich wurden Simulationsexperimente mit dem EUA-Datensatz durchgeführt. Die Ergebnisse zeigten, dass PPDO im Vergleich zu vorhandenen Algorithmen das beste Gleichgewicht zwischen Datenschutz und Verzögerungsoptimierung mit minimalem Verzögerung erreicht. Darüber hinaus haben wir die Vor- und Nachteile des verbesserten PPDO-Algorithmus nach der Optimierung untersucht.

Kooperatives Edge-Computing; Aufgabenentladung; Datenschutz; Markov-Entscheidungsprozess