基于拍卖的隐私保护云边协同调度方法:考虑多源制造任务的灵活服务能力

《ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING》:Auction-based privacy-preserving cloud-edge collaborative scheduling considering flexible service ability for multi-source manufacturing tasks

【字体: 大 中 小 】 时间:2025年12月22日 来源:ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING 11.4

编辑推荐:

  景伟民|严勇|张永辉|季翔|黄文|陈友玲|张焕 重庆大学机械与车辆工程学院,中国重庆400044 **摘要** 在云制造服务的背景下,制造任务的调度是一个关键的研究领域,因为它直接影响服务质量和效率。随着智能制造技术的进步,边缘制造服务提供商获得了越来越灵活的能力,

  景伟民|严勇|张永辉|季翔|黄文|陈友玲|张焕
重庆大学机械与车辆工程学院,中国重庆400044

**摘要**
在云制造服务的背景下,制造任务的调度是一个关键的研究领域,因为它直接影响服务质量和效率。随着智能制造技术的进步,边缘制造服务提供商获得了越来越灵活的能力,使他们能够调整本地生产计划以适应云制造任务。然而,由于本地制造信息是私有的,传统的集中式云制造调度方法无法充分利用边缘的灵活性来协同调度多源制造任务(包括云制造任务和边缘服务提供商的本地任务),而不会泄露敏感信息,从而限制了云制造服务在性能和效率方面的改进。因此,我们提出了一种基于拍卖理论的隐私保护云-边缘协同决策方法来调度多源制造任务。首先,建立了一个数学模型,考虑了服务提供商和需求方的目标,以描述多源任务的协同调度。随后,引入了一个云-边缘协同调度决策框架。在此基础上,提出了一种基于组合迭代拍卖的多阶段调度方法,该方法具有灵活的执行时间线和分布式获胜者确定过程,并结合了出价整合机制,以提高云-边缘协同决策的效率。最后,通过计算实验验证了所提出方法的优越性,并将其与传统的集中式制造任务调度方法进行了比较。结果表明,所提出的方法不仅在相对较短的时间内完成了云制造任务,还为需求方提供了更高价值的制造服务。此外,随着云制造任务负载的增加,这一优势变得更加明显。

**引言**
云制造(CMfg)是一个源于物联网、云计算和信息物理系统快速发展的概念,在各个领域引起了广泛关注。CMfg旨在通过共享分布式制造服务(MSs)(包括基础设施、机械、软件等)来满足客户的高度个性化需求[1]。服务调度涉及从候选池中选择适当的服务来形成综合服务计划,确定其执行时间线[2,3],并在平衡客户满意度和服务提供商盈利能力方面发挥着关键作用[4,5]。云制造服务调度的主要方法依赖于将制造服务功能、QoS参数和制造服务的固定可用时间窗口从边缘服务提供商(ESP)转移到云平台进行集中决策[6,7]。然而,在实践中,具有剩余制造能力的ESP的本地任务具有调度灵活性。这意味着,它们可以在满足制造要求和交货截止日期的同时,动态调整设备分配、执行顺序和调度时间等方面[8]。因此,理论上,边缘的本地制造任务可以调整以更好地适应云制造任务的需求。然而,现有的集中式决策方法尚未纳入这种本地制造任务的调度灵活性,而这可以显著提高云制造服务的质量和效率。

得益于信息物理系统、数字孪生和机器学习等技术,具有智能制造能力的智能工厂可以动态调整其生产计划,以应对内部和外部环境的变化,从而实现制造效率的持续优化[9]。顾[10]提出了一种基于动态数字孪生的多目标混合流水线调度模型,该模型考虑了设备动态重新配置事件和工件返工事件等动态事件,使其在实际生产中更具适应性。此外,顾[11]提出了一种基于智能代理的智能工厂的分布式物理架构,并结合强化学习来实现高质量管理和提高调度性能。因此,利用本地制造任务的调度灵活性,具有智能制造能力的ESP(如智能工厂)可以实时动态调整本地制造任务的计划,以满足云任务的需求,我们将这种能力定义为灵活服务能力(FSA)。虽然ESP的FSA在云制造方面具有巨大潜力——通过优化本地生产计划来提高服务效率并增加边缘提供商的盈利能力——但其实施仍然具有挑战性。主要障碍包括保护信息隐私和确保云与边缘制造任务之间的调度决策无缝协调。如果将边缘本地任务的制造信息传输到云中心平台,然后云平台协调边缘本地制造任务与云制造任务的调度,可以从全局角度实现最佳调度决策。这种方法类似于在完全信息下的传统分布式调度问题[[12], [13], [14]]。然而,在云制造服务生态系统中,多个参与者往往具有相互冲突的利益并参与商业竞争。鉴于本地制造任务信息的专有性和高度敏感性,企业发现与云中心平台共享此类数据既不切实际也不可取,以避免潜在的业务损失[15]。因此,一个紧迫的挑战是如何在利用边缘灵活制造能力的同时保护边缘信息隐私,以便协调分布式云制造资源并确保云制造任务的高质量执行。基于拍卖的方法也被用于资源和调度的分配,例如多项目调度[16]、云计算中的资源分配[17]、飞机带宽调度[18]和手术调度[19,20]。相关理论和方法适用于考虑边缘灵活服务能力和隐私信息安全的云制造服务调度。

ESP的FSA在提高云制造服务效率和提升客户满意度方面具有巨大潜力。然而,由于ESP隐私信息的限制,云平台无法整合本地任务信息进行全局优化。为了解决这个问题,本文提出了一种基于拍卖理论的云-边缘协同决策方法,用于多源制造任务(云制造任务和ESP的本地制造任务)的协同调度。具体来说,本文提出了以下创新和贡献:
(1) 建立了一个数学优化模型,用于多源制造任务协同调度(MMTCS)问题,考虑了云平台和边缘服务提供商的目标。
(2) 提出了一种新颖的基于拍卖的多源制造任务协同调度方法。首先,建立了一个云-边缘协同决策框架,以促进分散式制造调度。为了提高决策效率和调度性能,提出了一种多阶段拍卖机制来批量调度所有云制造子任务。此外,为了解决由于ESP的FSA而无法预先定义完成时间的挑战,引入了灵活的执行时间线,允许客户为每个子任务传达他们期望的完成时间框架并相应地提交出价。
(3) 在拍卖的每个阶段,设计了一种组合迭代拍卖机制来分配每个子任务并安排其执行时间线。利用灵活的执行时间线,生成和修改出价,以竞争CMS的卓越服务时间,其中捆绑出价程序特别设计用于提高效率。此外,为了解决服务提供商之间的潜在冲突,提出了一种基于分布的获胜者确定方法和出价整合机制。
(4) 进行了计算实验,以验证所提出的基于拍卖的方法的优越性,该方法考虑了ESP的FSA和隐私信息,与具有固定CMS可用服务时间的传统集中调度方法进行了比较。结果表明,所提出的方法不仅在相对较短的时间内完成了云制造任务,还为需求方提供了更高价值的制造服务。此外,随着云制造任务负载的增加,这一优势变得更加明显。

本文的其余部分组织如下:第2节介绍了关于云制造任务调度和基于拍卖的分散式调度决策方法的最新文献。第3节介绍了多源制造任务协同调度问题和云-边缘协同决策框架。第4节提出了一种用于多源任务调度的多阶段迭代组合拍卖方法。第5节进行了案例研究,以验证所提出方法的有效性。第6节讨论了结论并概述了未来的工作。

**章节摘要**
云平台执行的集中式决策方法广泛用于调度制造任务并平衡多方利益[21]。为了提高分布式制造服务的多任务调度竞争力,刘[22]提出了一个非合作博弈模型,以减少完成时间和成本并提高服务质量。熊[23]提出了四种自适应调整策略及其相应模型,以确保顺利

**多源任务调度问题陈述**
首先介绍了云制造范式中的多源制造任务协同调度问题,概述了关键组成部分及其各自属性。然后,以数学形式提出了多源制造任务调度优化模型。最后,提出了云-边缘协同调度决策框架。

**多阶段迭代组合拍卖**
提出了一种基于多阶段迭代组合拍卖的多源协同调度方法,相关符号列在表4中。

**计算实验**
引入了一种集中式云制造任务调度方法作为基准进行比较,并进行了计算实验,以证明所提出方法的有效性。

**结论和未来工作**
本文提出了一种新颖的基于拍卖的云-边缘协同调度方法,用于多源制造任务,该方法利用了边缘服务提供商的灵活服务能力,同时保护了本地制造任务的隐私。我们首先制定了一个全面的数学模型,同时考虑了云制造任务需求方和ESP的目标。在此基础上,我们开发了一个云-边缘协同决策框架,该框架集成了

**CRediT作者贡献声明**
景伟民:撰写——原始草稿、软件、方法论、概念化。
严勇:调查。
张永辉:软件。
季翔:调查。
黄文:调查。
陈友玲:撰写——审阅与编辑、监督。
张焕:撰写——审阅与编辑。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号