1.一种基于区块链技术的雾计算卸载模型优化方法，其特征在于：该方法根据提供的网络场景的特性，联合优化雾计算系统的能耗和区块链系统的共识时延，即对执行任务卸载时系统的能耗以及区块验证各个阶段的总时延进行联合优化，以实现网络能耗与时延的最小化，该方法包括以下步骤：S1：基于区块链技术的雾计算卸载模型；

S2：基于共识周期更新的信誉模型；

S3：基于FS信誉值授权的DBFT共识协议；

S4：基于能耗与时延的联合优化算法；

在所述步骤S1中，建立一个网络卸载模型，由终端设备层Device Layer、雾服务层Fog Layer和云服务层Cloud Layer组成；

Device Layer包括UEs，用M＝{1,...m,...,M}表示；

Fog Layer包括FSs和各类接入点，用N＝{1,...n,...,N}表；

基于该网络模型下的卸载决策ξm∈{0,1}，若ξm＝0，即模式0，则表明UE选择D2I卸载模式；

将计算任务卸载到FSs；若ξm＝1，即模式1，则表明UE选择D2D卸载模式，表明UE将计算任务卸载到邻近的UEs；

total total

在所述步骤S4中，针对雾计算阶段的能耗E 和区块共识阶段的时延T 进行联合优total total

化，以实现E 和T 的最佳权衡；

total total

设给予E 和T 的权值γ1和γ2∈[0,1]，优化模型如下：s.t

C1:Xm,n∈{0,1},C2:

C3:ξm∈{0,1},

C4:

total

C5:E ≤Eτ，

total

C6:T ≤Tτ，

C7:fn≤F,

C8:Qn≤Qτ,

其中Xm,n表示UE m与FSn的关联属性，即C1,C2表示UE m必须且仅能和一个FS相关联；C3total

表示UE m卸载方式选择；C4,C5表示雾计算的总能耗E 满足系统能耗限制；C6表示区块验total

证的总时延T 满足系统时延限制；C7表示FSn当前的计算频率fn不能超过系统分配的总算力F；C8表示FSn缓冲区内的缓存总数Qn不能超过系统分配的缓存内存；

total

雾计算阶段的能耗E 分为D2I卸载模式和D2D卸载模式的两种能耗；当UE m采用D2I卸载模式，将任务卸载到FSn，该阶段的主要能耗由请求阶段能耗 执行阶段能耗 以及排队阶段能耗 组成；反之，当UE m采用D2D卸载模式，将任务卸载到UE m’；

UE m’计算能力有限，同一阶段内只能处理一项任务，能耗由请求阶段能耗 和执行total

阶段能耗 组；区块共识阶段的时延T 由Ta、Tb以及Tc 3个阶段的总时延构成；

total total

给予所述雾计算阶段的能耗E 和区块共识阶段的时延T 不同的权重因子γ1和γ2，并规定其取值范围γ1,γ2∈[0,1]；在匹配过程中，通过选取合适的γ1和γ2，以使系统总开销最小化。

2.根据权利要求1所述的一种基于区块链技术的雾计算卸载模型优化方法，其特征在于：在所述步骤S2中，资源提供方FS或UE m’将卸载的交易信息上传到区块链网络，由共识节点进行验证以达成共识；每一轮共识结束，系统根据各个FS的行为表现更新其信誉值。

3.根据权利要求2所述的一种基于区块链技术的雾计算卸载模型优化方法，其特征在于：在所述步骤S3中，首先设定信誉度阈值α和共识节点数量Z，其次筛选出信誉值大于阈值α的FSs，然后在筛选的FSs集群中随机选出1个主节点Primary和Z‑1个副本节点Replica负责区块的生成和验证；最后，在共识过程中采用基于节点信誉值的授权拜占庭容错DBFT的共识协议；共识阶段分为交易收集阶段Ta、区块验证阶段Tb以及数据共享阶段Tc，其中Tb阶段包括预准备、准备、提交、写入4个步骤，每个步骤都存在传输时延Ttr和计算时延Tc。