CSEdge: Enabling Collaborative Edge Storage for Multi-Access Edge Computing Based on Blockchain

文献来源：Yuan L, He Q, Chen F, et al. CSEdge: Enabling Collaborative Edge Storage for Multi-Access Edge Computing Based on Blockchain[J]. IEEE Transactions on Parallel and Distributed Systems, 2021, 33(8): 1873-1887.

摘要

基于促进协作边缘存储的两个主要挑战：激励与信任问题，文章提出了一种新型的去中心化的系统CSEdge。在系统中，边缘服务器可以发布数据卸载任务来让其他边缘服务器来竞争（基于奖励机制，有利可图才会做任务），会在众多服务器中选择某一个或多个边缘服务器来存储数据（基于信誉机制，谁做任务完成的越快越好就选谁），同时，通过共识协议，将各服务器以往“做任务的表现”（如响应任务的时间、保存数据的完整性等）会记录在区块链中以便信誉评估。

 

从摘要即可看出本文主要的三个挑战，也是本文的创新点：

1. 激励机制（incentive mechanism）— 让其他边缘服务器主动存储offload卸载过来的数据。

2. 信誉机制（reputation mechanism）— 选择信誉良好的边缘服务器，降低风险。

3. 共识机制（consensus mechanism）— 提出了ER-BFT（edge reputation based Byzantine fault tolerance）共识算法。

下文详细介绍三种机制。

激励机制

获取奖励的途径：
一是作为ofloadee，执行数据卸载任务获得交易奖励（transaction reward），分有base reward [记为R_b]（由发布数据卸载的服务器提供）和bonus reward [记为R_e]（激励边缘服务器充分利用它们的存储剩余空间容量）；
二是作为leader，获取记账奖励。

 

R_e是如何计算的？

 

Θ为基本的奖金奖励，ξ_i^t为第 i 个做为测试者tester获取到的响应时间结果（可认为是实际响应时间），ξ^g为保证响应时间（事先承诺的时间）。从这个等式可以看出，R_e的计算与data offloader（数据卸载任务发布的边缘服务器）无关。

信誉机制

类似点对点协作系统中的信誉机制[21][22]，该系统基于EMA（exponential moving average，指数移动平均，一种给予近期数据更高权重的平均方法，深度学习中经常使用）来使近期交易占更高权重。

m是近期交易数量 ，rep_es为边缘服务器es的信誉，rep_es^m为过去m个交易的信誉，α越高，意味着近期交易占的权重越大。

offloadee（被offloader选中的边缘服务器来执行数据卸载）的选择

offloadee的选择主要考虑信誉和保证响应时间。sc_i为c_i服务器的分数，ω₁和ω₂之和为1.0。

关于本文设计的信誉系统的一些安全威胁这里不作阐述，文中指出了几个安全问题，但大部分可以通过本文所引入的区块链来解决。

共识机制

在CSEdge中，需要 验证一个交易中的三个内容来达成一致：
1. offloader是否有足够的奖励支付base reward；
2. 验证offloadee的响应时间、bonus reward的计算；
3. testers测试数据的完整性。

思考

看完一篇文献总有自己的疑问，还要有自己的思考，哪些地方你觉得可以改进同时又是你做得动的地方。