目的为了解决车载边缘计算中用户服务质量低以及边缘节点资源不足的问题,方法结合车载边缘计算和停车边缘计算技术,提出“端-多边-云”协作计算卸载模型,并设计基于DRL的协作计算卸载与资源分配算法(cooperative computation offloading...目的为了解决车载边缘计算中用户服务质量低以及边缘节点资源不足的问题,方法结合车载边缘计算和停车边缘计算技术,提出“端-多边-云”协作计算卸载模型,并设计基于DRL的协作计算卸载与资源分配算法(cooperative computation offloading and resource allocation algorithm based on DRL,DRL-CCORA)。首先,将路边停放车辆的算力构建成停车边缘服务器(parking edge server,PES),联合边缘节点为车辆任务提供计算服务,减轻边缘节点的负载;其次,将计算卸载与资源分配问题转化为马尔可夫决策过程模型,综合时延、能耗和服务质量构建奖励函数,并根据任务需要的计算资源、任务的最大容忍时延以及车辆到PES的距离对计算任务进行预分类处理,缩减问题的规模;最后,利用双深度Q网络(double deep q network,DDQN)算法获得计算卸载和资源分配的最优策略。结果结果表明,相较于对比算法,所提算法的用户总服务质量提高了6.25%,任务的完成率提高了10.26%,任务计算的时延和能耗分别降低了18.8%、5.26%。结论所提算法优化了边缘节点的负载,降低了任务完成的时延和能耗,提高了用户的服务质量。展开更多
针对车联网(Internet of Vehicles,IoV)环境中身份隐私信息易泄漏问题,基于椭圆曲线上的双线性对性质,提出一个隐私保护认证方案.该方案通过选取覆盖区域内某一移动边缘计算(Mobile Edge Computing,MEC)服务器作为可信中心(Trust Agency...针对车联网(Internet of Vehicles,IoV)环境中身份隐私信息易泄漏问题,基于椭圆曲线上的双线性对性质,提出一个隐私保护认证方案.该方案通过选取覆盖区域内某一移动边缘计算(Mobile Edge Computing,MEC)服务器作为可信中心(Trust Agency,TA),对车载终端(On Board Unit,OBU)和路侧单元(Road Side Unit,RSU)进行匿名化处理,实现终端用户身份隐私保护;采用单个及批量消息签名验证和去匿名化技术,实现终端车辆和路侧单元的可追溯性.分析表明,方案不仅满足正确性、不可链接性、不可伪造性、可追溯性、前/后向安全性和抵抗重放攻击等安全特性,而且在通信复杂度和时间复杂度方面具有一定的优势.实验结果显示,方案降低了消息丢失率、缩短了消息延迟.展开更多
为解决当前车联网中匿名认证的效率问题,利用椭圆曲线上的双线性对的性质,提出一种批量匿名认证方案。通过路侧单元节点(RSU)与车辆共同生成签名,有效减轻了VANET认证中心的负担进而提高认证效率,并且增加了攻击者提取密钥的难度,并在...为解决当前车联网中匿名认证的效率问题,利用椭圆曲线上的双线性对的性质,提出一种批量匿名认证方案。通过路侧单元节点(RSU)与车辆共同生成签名,有效减轻了VANET认证中心的负担进而提高认证效率,并且增加了攻击者提取密钥的难度,并在随机预言模型中给出其安全性证明。分析表明,该方案能够满足多种安全需求,计算开销明显降低,认证效率得到有效提高。因此,该方案在计算性能受限的物联网(Io T,Internet of things)环境中,有着重要的理论意义与应用价值。展开更多
文摘目的为了解决车载边缘计算中用户服务质量低以及边缘节点资源不足的问题,方法结合车载边缘计算和停车边缘计算技术,提出“端-多边-云”协作计算卸载模型,并设计基于DRL的协作计算卸载与资源分配算法(cooperative computation offloading and resource allocation algorithm based on DRL,DRL-CCORA)。首先,将路边停放车辆的算力构建成停车边缘服务器(parking edge server,PES),联合边缘节点为车辆任务提供计算服务,减轻边缘节点的负载;其次,将计算卸载与资源分配问题转化为马尔可夫决策过程模型,综合时延、能耗和服务质量构建奖励函数,并根据任务需要的计算资源、任务的最大容忍时延以及车辆到PES的距离对计算任务进行预分类处理,缩减问题的规模;最后,利用双深度Q网络(double deep q network,DDQN)算法获得计算卸载和资源分配的最优策略。结果结果表明,相较于对比算法,所提算法的用户总服务质量提高了6.25%,任务的完成率提高了10.26%,任务计算的时延和能耗分别降低了18.8%、5.26%。结论所提算法优化了边缘节点的负载,降低了任务完成的时延和能耗,提高了用户的服务质量。
文摘针对车联网(Internet of Vehicles,IoV)环境中身份隐私信息易泄漏问题,基于椭圆曲线上的双线性对性质,提出一个隐私保护认证方案.该方案通过选取覆盖区域内某一移动边缘计算(Mobile Edge Computing,MEC)服务器作为可信中心(Trust Agency,TA),对车载终端(On Board Unit,OBU)和路侧单元(Road Side Unit,RSU)进行匿名化处理,实现终端用户身份隐私保护;采用单个及批量消息签名验证和去匿名化技术,实现终端车辆和路侧单元的可追溯性.分析表明,方案不仅满足正确性、不可链接性、不可伪造性、可追溯性、前/后向安全性和抵抗重放攻击等安全特性,而且在通信复杂度和时间复杂度方面具有一定的优势.实验结果显示,方案降低了消息丢失率、缩短了消息延迟.
文摘为解决当前车联网中匿名认证的效率问题,利用椭圆曲线上的双线性对的性质,提出一种批量匿名认证方案。通过路侧单元节点(RSU)与车辆共同生成签名,有效减轻了VANET认证中心的负担进而提高认证效率,并且增加了攻击者提取密钥的难度,并在随机预言模型中给出其安全性证明。分析表明,该方案能够满足多种安全需求,计算开销明显降低,认证效率得到有效提高。因此,该方案在计算性能受限的物联网(Io T,Internet of things)环境中,有着重要的理论意义与应用价值。
