基于5G边缘计算技术的智慧校园专网云数据高效存储方法.pdf

第 卷 第期 年月金 陵 科 技 学 院 学 报J OUR NA LO FJ I N L I NGI N S T I TUT EO FT E CHNO L O G YV o l ,N o M a r,D O I:/j c n k i /n 基于 G边缘计算技术的智慧校园专网云数据高效存储方法朱丽丽(金陵科技学院软件工程学院,江苏南京 )摘要:针对云数据存储模式在大规模数据涌入情况下存储效率较低的问题,提出基于 G边缘计算技术的智慧校园专网云数据高效存储方法.分析智慧校园专网云数据存储的敏感性及隐私性,选取数据加密标准(D E S)算法加密处理云数据,搭建 G边缘计算网络模型,确定云数据高效存储目标函数并求解,获取云数据高效存储最佳方案.实验结果表明:与对比方法相比,新方法处理云数据高效存储任务的时延更短,目标函数求解迭代次数更少,可实现智慧校园专网云数据的高效存储.关键词:G边缘计算技术;智慧校园;校园专网;云数据;高效存储中图分类号:T P 文献标识码:A文章编号:X()收稿日期:基金项目:江苏省现代教育技术课题(R ,R );教育部产学合作协同育人项目();年度江苏省高等教育学会评估委员会课题作者简介:朱丽丽(),女,江苏淮安人,副研究员,硕士,主要从事计算机技术、教育信息化研究.E f f i c i e n tS t o r a g eM e t h o do fS m a r tC a m p u sP r i v a t eN e t w o r kC l o u dD a t aB a s e do n GE d g eC o m p u t i n gT e c h n o l o g yZ HUL i l i(J i n l i n gI n s t i t u t eo fT e c h n o l o g y,N a n j i n g ,C h i n a)A b s t r a c t:I nv i e wo f t h e l o ws t o r a g ee f f i c i e n c yo f c l o u dd a t as t o r a g em o d e i nt h ec a s eo f l a r g e s c a l ed a t a i n f l u x,t h i sp a p e rp r o p o s e da ne f f i c i e n t c l o u dd a t as t o r a g em e t h o df o rs m a r tc a m p u sp r i v a t en e t w o r kb a s e do n Ge d g ec o m p u t i n gt e c h n o l o g y T h ep a p e ra n a l y z e dt h es e n s i t i v i t ya n dp r i v a c yo f c l o u dd a t as t o r a g eo nt h es m a r tc a m p u sp r i v a t en e t w o r k,s e l e c t e dd a t ae n c r y p t i o ns t a n d a r d(D E S)a l g o r i t h mt oe n c r y p ta n dp r o c e s sc l o u dd a t a,b u i l da Ge d g ec o m p u t i n gn e t w o r km o d e l,d e t e r m i n ea n ds o l v e t h e t a r g e t f u n c t i o nf o r e f f i c i e n t s t o r a g eo f c l o u dd a t a,a n do b t a i nt h eb e s t s o l u t i o n f o r e f f i c i e n t s t o r a g eo f c l o u dd a t a E x p e r i m e n t a l r e s u l t s s h o wt h a t c o m p a r e dt o t h e c o m p a r i s o nm e t h o d,t h en e wm e t h o d f o r e f f i c i e n t s t o r a g eo f c l o u dd a t ah a s s h o r t e rt a s kp r o c e s s i n gd e l a y sa n df e w e r i t e r a t i o nt i m e sf o rs o l v i n gt h eo b j e c t i v ef u n c t i o n,w h i c hc a na c h i e v ee f f i c i e n t s t o r a g eo f c l o u dd a t ao ns m a r t c a m p u sp r i v a t en e t w o r k s K e yw o r d s:Ge d g ec o m p u t i n gt e c h n o l o g y;s m a r t c a m p u s;c a m p u sp r i v a t en e t w o r k;c l o u dd a t a;e f f i c i e n t s t o r a g e近年来随着信息化技术不断发展和校园信息量逐渐加大,智慧校园应运而生.智慧校园是一个将校园环境、信息技术、教学资源等多种要素进行有机结合的校园系统.智慧校园的网络核心为校园网,在日常运行过程中会产生大量的数据,如学习数据、工作数据等.本地存储空间已经无法满足智慧校园数据存第期朱丽丽:基于 G边缘计算技术的智慧校园专网云数据高效存储方法储的需求,需将数据传输至云端进行存储,但是这种存储形式意味着用户无法对数据进行物理控制,产生了极大的云数据丢失风险,影响智慧校园的发展.如何对智慧校园专网云数据进行高效存储成为如今智慧校园建设中亟待解决的问题之一.诸多学者对校园云数据高效存储进行了研究.刘仕云提出通过划分层业务逻辑及智能硬件采集、地理测绘、G、网络融合、计算资源整合、存储处理、校园智能化与可视化等 个功能模块,构建“G”新型云智慧化校园架构.任海旭利用云计算技术,设计、规划和改造了大学数据中心,使校园所有的计算、存储、网络资源可以在虚拟环境下统一分配、管理和运营,从而提高资源的优化分配和运行效率,减少硬件设备的维护和运营费用.刘雷提出大数据下数字化校园云存储安全策略、可靠性和保护机制的优化策略等,可以对不法的数据请求进行过滤,有效保护云端存储的数据免遭遗失.曹琳婧基于校园云存储需求选定公私混合多云架构,结合云存储流程,对不同访问控制需求下的数据机密性保障、数据长期保存过程中的完整性验证以及云存储服务结束后数据处理的安全风险进行研究.以上校园云数据高效存储方法主要采用的是云计算技术,更加适用于互联网环境,但无法很好地适应局域网(校园网)环境,因此本文对基于 G边缘计算技术的智慧校园专网云数据高效存储方法进行研究.智慧校园专网云数据高效存储方法 云数据存储的敏感性、隐私性分析智慧校园在建设与运行过程中,由于校园专网缺乏完善高效的保障机制,经常会发生数据丢失、被窃取等事件,极大地影响了云数据的安全和效率.本文对智慧校园专网云数据存储的敏感性、隐私性进行分析,为后续云数据加密与存储打下基础.将云数据敏感性划分为个等级,具体如表所示.随着敏感性等级的增加,云数据对应的敏感性逐渐提升,加密程度也随之加大,以此来减轻数据丢失对智慧校园运行的影响.表云数据敏感性等级划分敏感性等级敏感系数数据类型第级非敏感云数据第级(,一般敏感云数据第级(,中等敏感云数据第级(,高度敏感云数据为了确保云数据的安全高效存储,依据上述云数据敏感性等级,搭建云数据敏感性模型,如图所示.在云数据加密之前,依据敏感性对云数据进行分级处理,以提升云数据的高效性.一般情况下,智慧校园专网的部分云数据具备一定的隐私性,在共享操作下需要对此部分云数据进行额外的高效保护.当云数据存在非法访问、入侵、平台(操作系统)漏洞、应用服务(W e b服务、数据库服务、域名服务等)漏洞、非法篡改、窃取等安全风险时,应根据云端架构的特点作全面的防护.一方面需要保护云端架构本身免受各种侵害;另一方面,要能保证云数据交换不被恶意窃取或篡改.在用户、第三方访问专网云数据库时,需要进行严格的I D认证,以此获取所需的云数据并保障其隐私性.G边缘计算网络模型的搭建以上述云数据敏感性及隐私性分析结果为依据,采用数据加密标准(d a t ae n c r y p t i o ns t a n d a r d,D E S)算法对智慧校园专网云数据按敏感性等级进行高效加密,为云数据高效存储做准备.在完成智慧校园专网云数据的高效加密过程中,虽然提升了云数据的高效性,但也增加了云数据存储的难度,因此需要引入 G边缘计算技术优化云数据存储过程.G边缘计算技术是一种在网络边缘执行运算的手段,在时延、隔离、能耗、带宽、感知等方面均具有突出的特点,具体如表所示.表 G边缘计算技术特点特点描述应用低时延缩短数据传输的距离,减少数据传输时延满足时延敏感性业务的要求高隔离运算位置为网络边缘,具有一定的隔离距离满足云数据高效保密的要求节能耗存储任务运算能耗较低,数据传输时延较短满足智慧校园、G网络低功耗的要求省带宽边缘计算模式不需要大带宽支持满足节省带宽的要求,改善用户体验强感知获取智慧校园数据、信息等及时性较高满足云数据服务实时性的要求金陵科技学院学报第 卷在 G边缘计算技术应用过程中,将数据转发、运算、存储等功能移动到用户一侧,缓解中心云服务器的运算压力,极大地减小了数据传输的距离,提升了云数据的高效性.网络模型是边缘计算技术实施的基础,因此,本文根据云数据高效存储的需求搭建 G边缘计算网络模型,如图所示.终端设备通过网关与边缘计算平台、边缘应用程序分别连接,实现运算、转发等功能,将计算结果通过种形式存储到云服务器,极大地降低云服务器的运算压力,为云数据高效存储提供保障.图云数据敏感性模型结构示意图图 G边缘计算网络模型示意图在数据传输过程中,配置D NN标签给特定I P的用户,ME C(移动边缘计算)服务器完成数据流量分流,分别转发到无线信号、以太网及基站.ME C服务器获得所有移动信息,包括C S I(信道状态信息)和计算请求.当用户发出请求时,ME C服务器会识别出数据帧中的D NN标签,将业务直接从本地分流至局域网服务器,完成数据采集及存储.在智慧校园建设与运行过程中,G边缘计算技术以 面向边缘计算的 G核心网增强技术要求 G核心网边缘计算总体技术要求 为参考,结合校园实际需求设计云数据高效存储方案.云数据高效存储的实现以搭建的 G边缘计算网络模型为基础,确定云数据高效存储目标,即云数据能量消耗与处理时延最小化.采用 G边缘计算技术对这个目标进行求解,确定云数据高效存储最佳方案.设定智慧校园专网中包含N个云服务器,每个云服务器均具有一定的计算能力与存储能力且高效存储过程均消耗一定的能量.定义云服务器模型Vvi,c,vi,p,i,N,其中vi,c代表云服务器存储空间,vi,p代表云服务器的计算资源.为了便于研究,设置计算每个云数据的能耗是相同的,记为wp;云服务器之间主要通过专网链路进行数据传输,传输每个云数据的能耗也是相同的,记为wt.将智慧校园专网云数据高效存储整合为一个变量决策,记为cii,ci,j,ci,j,M,M代表智慧校园专网中包含的数据库数量,ci表示存储任务需要的存储空间.假设待高效存储的云数据数量为L,云数据分布服从Z i p f分布,则云服务器生成高效存储任务Ei的概率公式为piiLkk()式中,pi表示高效存储任务生成概率;i表示云服务器高效存储任务的序号;表示Z i p f分布的参数;k表示计算辅助参数.云数据高效存储的主要影响因素为计算时间和传输时延.计算时间指的是每个云数据高效存储任务在云服务器中的处理时间;传输时延指的是每个云数据传输到智慧校园专网数据库花费的时间.两者的表达式为第期朱丽丽:基于 G边缘计算技术的智慧校园专网云数据高效存储方法TCi,jfiFCTV Ri,jiEi(i)ciBjl g(piGi,j)pi d l eipiTCi,jpi()式中,TCi,j表示云数据高效存储任务的计算时间;fi表示计算存储任务Ei需要的计算资源;FC表示边缘计算资源;TV Ri,j表示云数据高效存储传输时延;表示云数据传输衰减系数;i表示存储任务类型;Bj表示辅助计算参数;Gi,j表示传输链路阻碍系数;pi d l ei表示云数据高效存储任务标准概率,i d l e表示云数据高效存储任务概率里的标准值;表示存储任务单位计算时间.以式()的计算结果为基础,构造云数据高效存储目标函数,表达式为m i nYi m i nMji(YCi,wp TV Ri,j)()式中,Yi表示云数据高效存储的能耗与处理时延能耗之和;YCi,w表示存储能耗总值;p表示处理时延功率.另外,在云数据高效存储目标函数求解过程中,必须保证云数据高效存储任务的处理时延均不能超过Tm a xi(最大时延阈值),只有在这种情况下,获得的结果才是有效的.通过 G边缘计算可知,当Yi取最小值时,对应的存储变量决策(t)与计算资源分配策略f(t)为最佳,应用获得的存储变量决策与计算资源分配策略对智慧校园专网中待存储的云数据进行相应的处理与计算,能够以最低能耗和时延实现云数据的高效存储.实验结果与分析为了验证本文所提方法的性能,选取混合云模式下数据高效存储方案作为对比,设计仿真实验.实验所用计算机为E C A T O O ,D D R G内存,D显卡,AMD四核C P U,响应时间为m s.实验准备阶段该阶段主要为测试实验设备和制定实验程序,实验设备主要为边缘智能网关,其测试架构如图所示.依据该架构,对边缘智能网关设备进行测试,保持边缘智能网关连续运行 h,采集运行信息.经过测试判定,边缘智能网关运行较为稳定,功能正常,符合实验需求.实验程序如图所示.为了加快云数据高效存储的效率,实验采用双通道进行存储.图边缘智能网关测试架构图图实验程序示意图金陵科技学院学报第 卷 处理时延在不同云数据数量下进行云数据高效存储实验,获取云数据高效存储任务处理时延数据,结果如表所示.在不同云数据数量实验背景下,与对比方法相比,应用本文方法的云数据高效存储任务处理时延更短,处理效率更高.最佳方案求解速度云数据高效存储最佳方案求解速度由目标函数求解迭代次数来反映.一般情况下,迭代次数越少表明求解速度越快;反之,迭代次数越多表明求解速度越慢.通过实验获得云数据高表云数据高效存储任务处理时延云数据数量/MB本文方法/s对比方法/s 效存储最佳方案求解目标函数值如图所示.与对比方法相比,应用本文方法求解的目标函数值为,小于对比方法(),并且最佳方案迭代次数为 次,少于对比方法的 次,表明本文方法能更快地获得云数据高效存储最佳方案.分析专网云数据在不同传输容量下的传输丢包率,结果如图所示.两种方法在专网云数据传输过程中均出现数据包丢失的情况.本文方法在专网传输 MB云数据时出现的丢包率最高,约为,符合应用要求,与对比方法相比,数据传输稳定性更佳.图云数据高效存储最佳方案求解速度图专网云数据传输丢包率对比结果 结语本文应用 G边缘计算技术提出了新的智慧校园专网云数据高效存储方法,缩短了云数据高效存储任务处理时延,减少了目标函数求解迭代次数,提升了云数据高效存储的效率,为云数据高效存储研究提供了一定的参考.但是整个方法尚未解决网络易受到黑客攻击的问题,在以后的研究中,将加大入侵数据自我识别强度,进一步保证云平台的安全、高效.参考文献:刘仕云云上智慧化校园的建设研究J无线互联科技,():任海旭云计算技术在智慧校园中的应用探析J通信与信息技术,():刘雷大数据背景下数字化校园云存储安全策略研究J无线互联科技,():曹琳婧云数据的安全存储与密文查询研究D武汉:华中科技大学,鲁金钿,肖睿智,金舒原云数据安全研究进展J电子与信息学报,():张馨月,陈越,严新成,等加密云数据多级安全访问控制方案J小型微型计算机系统,():高艳芳,姚兰,马衍崧,等基于区块链的无线体域网数据云存储完整性研究J东北大学学报(自然科学版),():史福田,孟曦东,霍超基于A PM理念提升智慧校园服务精细度J深圳大学学报(理工版),(S):刘雪娇,叶薇,蒋经纬,等混合云模式下数据安全存储方案J北京理工大学学报,():王凤领,王涵,郭啟恩,等基于C P A B E的云存储数据动态访问控制研究J计算机仿真,():(责任编辑:湛江谭彩霞)