学位论文简介

6G边缘计算是支撑智慧城市实时性强、移动性高、数据密集及安全敏感服务的重要基础。本文围绕6G智慧城市边缘计算中的任务调度、移动性管理与可信安全协同问题，构建跨层综合框架。取得了以下主要创新性研究成果：

(1) 提出EdgePlus多智能体强化学习任务编排方法，通过可行性掩码机制保障调度决策满足路由、切片、容量、能耗及时延等约束，并结合资源共享、稳定控制、领导者选举和PSO优化提升调度性能。

(2) 提出PAIR多无人机分布式混合路径规划方法，以A*算法构建全局路径骨架，并利用PPO策略进行局部风险修正，实现动态城市环境下移动边缘节点的安全、能效与快速重规划。

(3) 提出DagChain抗量子共识与混合移动认证框架，融合Bell/CHSH到达标记、零知识证明、双层BFT-DAG共识及后量子密钥管理，实现移动认证、账本最终性与密钥生命周期的统一保障。

(4) 构建面向6G智慧城市边缘计算的跨层综合框架，揭示调度、导航与信任三层之间的接口关系，提出“先显式处理约束、再在可接受区域内优化性能”的共同设计原则，为系统级可组合部署与后续端到端验证提供参考。

主要学术成果

[1] Taher B H, Luo J, Ghrabat F, et al. EdgePlus: A Multi-Agent Reinforcement Learning Framework for Dynamic Task Allocation in 6G Edge Computing[J]. IEEE Internet of Things Journal, 2026. (SCI, 第一作者)

[2] Taher B H, Luo J, Qiao Y, et al. PAIR: A Hybrid A* with PPO Path Planner for Multi-UAV Navigation in 2-D Dynamic Urban MEC Environments[J]. Drones, 2026, 10(1): 58. (SCI, 第一作者)

[3] Sayegh H R, Dong W, Taher B H, et al. Optimal intrusion detection for imbalanced data using Bagging method with deep neural network optimized by flower pollination algorithm[J]. PeerJ Computer Science, 2025, 11: e2745. (SCI)

[4] AlBdairi A J A, Xiao Z, Alkhayyat A, et al. Face recognition based on deep learning and FPGA for ethnicity identification[J]. Applied Sciences, 2022, 12(5): 2605. (SCI)