主题一： 应急救援应用中基于任务年龄感知的无人机辅助移动边缘计算技术

主讲：彭湘阳

（导师：陈庆春）

主题二：面向边缘智能控制器的卸载机制及隐私保护研究

主讲：葛精波

（导师：尚文利）

主办机构

广州大学电子与通信工程学院

时间安排

2024年12月27日10：30-11：30

地点

A1栋303教室

为拓宽研究生学术视野，促进研究生学术交流，营造良好的学术氛围，广州大学电子与通信工程学院主办的“研途青年说”第88讲于12月27日10：30-11：30在A1栋303教室举行。本次主讲人为22级研究生彭湘阳和葛精波。

彭湘阳同学汇报的主题是应急救援应用中基于任务年龄感知的无人机辅助移动边缘计算技术，他的讲解主要包含以下5个部分：选题背景与意义、国内外研究现状、问题建模与问题求解、研究结果与应用、论文总结。针对应急救援中迫切的应用要求，彭湘阳同学重点研究了一种基于任务年龄感知的无人机辅助移动边缘计算技术，即在无人机上部署通信小基站和移动边缘计算服务器，以应对地面用户的通信与计算需求。考虑到应急救援应用中普遍存在的时效性要求，他首先引入了任务年龄作为网络信息时效性的衡量指标，并在保证地面用户缓存队列稳定性的前提下，构建了以地面用户长期平均任务年龄加权和最小化为目标的优化问题。同时，通过使用Lyapunov优化分析框架，在保证系统稳定性的同时，将原始的时间平均任务年龄加权和最小化问题转化为一系列涉及任务卸载调度决策、计算资源分配、地面用户发射功率控制和无人机飞行轨迹规划的实时子问题。然后，他还提出了一种基于无人机辅助移动边缘计算的任务年龄感知自适应算法来求解上述实时子问题。理论推导和仿真分析结果表明，相较于其他四个基准算法，论文所提算法在提升任务年龄新鲜度方面具有明显的优势，对任务年龄加权和的性能平均提升了48.6%，并且具有更低的无人机能耗和更少的地面用户端缓存队列积压。

葛精波同学汇报的主题是面向边缘智能控制器的卸载机制及隐私保护研究，他的讲解主要包含以下6个部分：研究背景及意义、研究现状与目标、研究方法及过程、关键技术与实践难点，研究结果与应用，论文总结。葛精波同学指出，在边缘智能控制器（EIC）上实施联邦学习（FL）时，重要的是要考虑EIC计算能力的局限性，并解决潜在的隐私问题。为了在EIC有效和安全地实现联邦学习，需要注意三个关键问题：在计算能力有限的EIC上有效部署；避免在使用卸载加速时由卸载策略引起的隐私问题，以及；减轻公开参数可能导致的隐私泄露。为了解决上述问题，他提出了一个名为FedOffloading的任务卸载模型。FedOffloading采用深度强化学习技术，通过将模型的训练任务卸载到边缘服务器（ES）来加速EIC训练。它利用拉普拉斯分布来保护卸载策略的私密性。同时，为了防止公开参数造成的隐私泄露，FedOffloading允许EIC在传输训练数据之前注入不同级别的人工噪声。在测试平台上进行的实验研究表明，与经典的联邦学习相比，FedOffloading可以减少54.70%的训练时间，在训练更大的模型时，可以减少78.06%的训练时间。安全模块有效地保护卸载策略，满足隐私要求，同时最大限度地减少培训时间。此外，为了防止EIC引起的隐私泄露，我们在训练过程中公开的参数中引入了噪声，并表明中间激活数据更容易受到噪声的影响。

彭湘阳

2022级电子与通信工程学院

通信与信息系统-学术型硕士

导师：陈庆春教授

主要研究方向：无人机通信

主要科研成果：

SCI中科院一区top期刊一篇（第一作者）；

申请国家发明专利一项（实质审查）；

主持校内研究生创新项目一项（基础创新）。

葛精波

2022级电子与通信工程学院

电子与通信工程学术型硕士

导师：尚文利教授

主要研究方向：工业边缘计算

主要科研成果：SCI 2区Top期刊一篇、发明专利一项、计算机软件著作权一项