TrustEvo：一种面向社交物联网的具有信任演化的分层强化学习任务卸载框架

《IEEE Journal of Selected Areas in Sensors》：TrustEvo: A Hierarchical Reinforcement Learning Task Offloading Framework with Trust Evolution for Social Internet of Things

　　

摘要：

本文提出了 TrustEvo，一种新颖的分层强化学习框架，用于社会物联网（SIoT）中的任务卸载，旨在泛在计算环境中实现效率与信任之间的有效平衡。SIoT 被认为是实现去中心化和具有社会感知能力的泛在计算的关键范式，其中设备既充当任务消费者，也充当服务提供者。为了应对动态环境、异构资源和混合决策空间的挑战，TrustEvo 将任务卸载制定为分层决策问题。具体而言，TrustEvo 将卸载过程分解为 3 个耦合层级，联合优化卸载类型、目标节点选择和卸载比例。这种设计能够有效地探索离散和连续决策空间，同时捕捉卸载决策的内在结构。TrustEvo 明确地将信任演化整合到决策循环中。通过将信任建模为由任务执行结果驱动的动态状态变量，TrustEvo 在系统性能和节点可靠性之间建立了闭环交互，在不确定动态环境下自适应地平衡最小化时延、最大化成功率和最大化信任值的多目标优化。基于真实数据集的大量实验表明，TrustEvo 方法始终优于基线方法。TrustEvo 实现了更低且更稳定的时延、更高的平均信任水平和稳健的任务成功率。这些结果验证了其作为下一代 SIoT 支持的泛在计算系统的轻量级、自适应和信任感知解决方案的有效性。