一种边缘计算环境下任务卸载策略的抗推理攻击差分隐私保护方法

本发明公开了一种边缘计算环境下任务卸载策略的抗推理攻击差分隐私保护方法，属于边缘计算与隐私保护领域。所述方法包括构建移动边缘计算场景下的基于马尔可夫决策过程(MDP)的卸载决策模型框架，包括；系统模型、传输模型、计算模型及用户任务模型；针对推理攻击构建隐私模型，通过系统状态推测设备的卸载策略并评估隐私损失；在此基础上，计算阶段性平滑敏感度，结合隐私损失采用指数机制的差分隐私方法对卸载策略进行扰动；根据整体迭代周期的隐私损失与平滑敏感度动态调整噪声强度，直至模型收敛。本发明降低了任务卸载策略泄露的风险，适用于深度强化学习的任务卸载策略，可有效保护边缘计算环境中的任务卸载策略安全。