(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210682978.5 (22)申请日 2022.06.16 (71)申请人 武汉大学日照信息技 术研究院 地址 276800 山东省日照市高新区高新智 慧谷1号楼5层 (72)发明人 周睿婷　张人立　陈晶　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 肖明洲 (51)Int.Cl. H04W 28/08(2009.01) H04B 7/185(2006.01) H04W 16/18(2009.01) G06F 9/445(2018.01) (54)发明名称 一种保护用户地理隐私的无人机辅助卸载 激励方法及系统 (57)摘要 本发明公开了一种保护用户地理隐私的无 人机辅助卸载激励方法及系统， 在考虑到无人机 自身属性限制的情况下， 对参与紧急情况处理的 无人机集群进行选择和部署， 以达到总社会成本 最小化目的同时保护边缘用户的地理隐私。 边缘 基站运营商根据本发明可以在遇到基站失能、 过 载的情况下激励合适的无人机进行部署。 本发明 结合了线性规划建模， 基于隐私保护改进的反向 拍卖， K‑集合匿名和贪心算法等， 从理论上证明 了其有效性， 合理性和保护性能。 本发明保证在 无人机不需要知道所有用户的具体位置下， 也能 高效的进行辅助流量卸载， 达到让保护边缘用户 地理位置隐私的同时最小化总成本 。 权利要求书6页 说明书12页 附图3页 CN 115175250 A 2022.10.11 CN 115175250 A 1.一种保护用户地理隐私的无人机辅助卸载激励方法， 其特征在于： 参与者包括无人 机集群、 远端云、 一个边缘基站以及该边缘基站覆盖的边缘用户； 每架无人机u能提供 的卸载能力， 其有效通信半径为 一趟飞行能够使用的电量上限为 无人机在两 个时隙之间的飞行距离极限为 在每个时刻t， 边缘用户m在不同时隙内自由移动， 其 位置表示为 在每个时刻t， 有Mt个边缘用户发起数据卸载请求， 请求大小为 远端云用于提供除基站以及无人机以外的其他通信手段， 其有效服务半径以及卸载能 力为无穷大， 远端云卸载 数据的价格函数为c( ·)， 自变量 为卸载的数据总量； 在一个预设时间T范围内， M个用户在 自有移动轨迹上随机请求数据卸载任务， 边缘基 站需要激励、 选择和部署U架无人机来参与辅助数据卸 载任务以平衡无人机辅助卸载成本 以及远端云辅助成本， 来使得总社会成本最小化； 所述方法包括以下步骤： 步骤1： 用整数规划对线性 规划问题进行建模； 在每个时刻t， M个用户中会有Mt个用户需要进行数据卸载； 基于这些有卸载任务的用 户， 边缘基站为无人机提供J种服务集合， 每架无人机u为每种服务集合j提供声明的报酬 基站即时决定采用哪架无人机的何种方案以及远端云当前时刻的服务集合 以最小 化当前社会成本； 其中， 定义决策变量 当 时表示无人机u在时刻t采用方案j， 当 时表示无 人机u在时刻t不采用方案j； 定义目标函数为： 其中 表示在这段预设时间T内对所有无人机选中的服务方案的 社会成本， 表示在这段预设时间T内远端云 处理远端云服务集合的社会成 本； 定义约束条件为： 其中， Eu， t表示无人机u在时刻t用于悬停的能量， 和 表示无人机u在时刻t若使用权　利　要　求　书 1/6 页 2 CN 115175250 A 2方案j需要耗费用户推进和数据传输的能量； 表示t时刻下无人机u的第j种集合服务方 案； 步骤2： 利用对偶技 术将跨多轮次的电量约束条件 解耦为目标函数的一个增量因子， 将跨越多轮 的线性规划问题分解成一系列的单轮决定胜者问题， 去除多轮之前的耦合约束； 步骤3： 在每一轮根据无人机的物理限制建模求解能够保护个体位置信息隐私的混合 整数线性 规划问题； 步骤4： 利用反 向匹配的机制对边缘用户进行多项式级别的组合， 得到模糊了个体信 息 后每个无人机的服 务方案； 步骤5： 得到有效服务方案集合后， 对步骤2中的决定胜者问题重新构造， 将远端云归约 为带有指数级别选择 方案的特殊无 人机， 并求 解对应的松弛整数约束下的对偶问题； 步骤6： 计算无人机的每个电量增益后竞价的有效平均成本； 边缘基站运营商根据有效 平均成本， 与远端云处理价格比较贪心选择当前最低有效平均成本的竞价， 同时更新决策 变量 更新已选胜者 集合 和剩余可选竞 价集合 步骤7： 根据有效平均成本计算被选中的用户竞 价的报酬； 步骤8： 在所有用户都被选中至少被服 务一次后， 更新远端云的服 务集合； 步骤9： 告知无 人机集群具体的部署安 排和报酬。 2.根据权利要求1所述的保护用户地理隐私的无人机辅助卸载激励方法， 其特征在于： 步骤2中， 电量增益报价为 其中 是随时隙迭代的辅助对偶变 量， 其迭代方程 为： 其中， α 是后续单轮贪心选择算法能达成的近似比； 在解决时间耦合约束后， 则步骤1中模型解耦为一系列的单轮决定胜者问题， 其形式如 下： 由于全时间范围T内有一系列胜者决定问题， 因此用(t)标识不同轮次； 其中， 表示 为该轮将电量因子增益后的社会成本， 表示该轮是否选择无人机u的方案j， 表示 该轮用户m请求的数据量； 约束条件为： 权　利　要　求　书 2/6 页 3 CN 115175250 A 3