Bien que les systèmes de calcul collaboratif en bordure favorisent l'amélioration des performances du calcul en bordure mobile, les utilisateurs sont confrontés à un grave problème de fuite de la vie privée lors du déchargement des tâches. Pour résoudre ce problème, nous avons conçu un algorithme d'optimisation du délai de sensibilisation à la protection de la vie privée lors du déchargement des tâches (PPDO) dans les systèmes de calcul collaboratif en bordure. En tenant compte de la confidentialité de l'emplacement et des modes d'utilisation, nous avons créé un modèle de tâches sensibles pour perturber les serveurs en bordure afin de protéger la vie privée des utilisateurs. Pour résoudre le problème de retard supplémentaire lié à la protection de la vie privée, un algorithme d'itération de stratégie basé sur le processus de décision de Markov a été appliqué pour réduire le retard autant que possible tout en protégeant la vie privée. De plus, pour accélérer le processus de résolution du processus de décision de Markov, un groupe d'actions optimisé a été utilisé pour améliorer le PPDO. Enfin, des expériences de simulation ont été menées à l'aide de l'ensemble de données EUA. Les résultats ont montré que par rapport aux algorithmes existants, le PPDO atteint le meilleur équilibre entre la protection de la vie privée et l'optimisation du retard avec un minimum de retard. De plus, nous avons étudié les avantages et les inconvénients de l'algorithme amélioré du PPDO après l'optimisation.

Calcul collaboratif en bordure; Déchargement des tâches; Protection de la vie privée; Processus de décision de Markov