计算机科学与探索

作者：孟珍, 任冠宇, 万剑雄, 李雷孝

单位：内蒙古工业大学 数据科学与应用学院，呼和浩特 010080

关键词：车辆边缘计算,计算卸载,深度强化学习,区块链

车辆边缘计算是通过车辆间传输计算任务来完成计算卸载，可以提高车辆的计算能力。目前的卸载任务分配策略没有同时考虑数据安全性、卸载任务优先级、计算资源释放和激励车辆共享计算资源，难以适应动态车辆环境。针对以上背景，研究分布式车对车（V2V）计算卸载问题，建立马尔科夫决策过程，设计了基于深度强化学习的计算卸载最优任务分配策略，利用动态定价来激励车辆共享计算资源，考虑卸载任务优先级和计算资源释放机制。将卸载方案嵌入到区块链中，通过建立车联网区块链的身份认证机制，对车辆信息、任务信息、交易信息等敏感信息进行加密处理，满足保障数据安全性的需求。仿真实验结果验证了所提出方法的性能，与其他算法相比，该方法在节省10.28%训练时间的情况下，将系统平均效益至少提高了9.58%。

来源：2024年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第7期