基于边缘计算与区块链的车载计算资源智能调度研究

摘要：

随着车联网(IoV)的快速发展及部署,用户对网络服务质量的要求也随之提高.车联网数据计算作为网络服务的重要内容之一,越来越受到关注.移动边缘计算(MEC)作为一种允许车辆将计算任务卸载到车联网系统边缘服务器的技术,能够有效降低计算时延,提升数据处理效率.然而,车联网的数据流量日益增加,导致边缘计算设备的需求量大幅提高且存在数据安全可靠性问题.对此,本文面向车联网中移动车辆计算卸载的场景,提出一种基于区块链的停放车辆辅助计算的系统模型.通过联合考虑服务器计算资源、车辆机动性等条件,利用深度强化学习(DRL)对计算卸载和资源分配策略进行优化,减少系统能耗和数据传输时延,并提高区块链系统的交易吞吐量.仿真结果表明,本文所提优化方法可以有效提升系统性能,同时具有良好的收敛性能和稳定性.

关键词：车联网(IoV)、移动边缘计算(MEC)、区块链、深度强化学习(DRL)、资源分配

所属期刊栏目：33

分类号：U231;TP393;TM734

资助基金：国家自然科学基金;国家自然科学基金;北京市自然科学基金;北京市教育委员会科技计划一般项目;重庆市自然科学基金资助项目

在线出版日期：2023-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：390-401