面向车载边缘计算的可信卸载方法研究.pdf

面向车载边缘计算的可信卸载方法研究

摘要

近年来越来越多具有高级功能的计算密集型应用程序运用于车载网络中，这给计算

资源匮乏的移动车辆带来了巨大的挑战。因此车联网下的移动边缘计算被认为是增强车

辆终端设备计算能力的有效技术。但考虑到车辆用户的频繁移动性，使得移动边缘计算

仍是一个具有挑战性的问题，尤其是在缺少路边基础设施的偏远地区为车辆用户提供高

质量的边缘计算服务。为解决该问题，目前相关研究考虑通过路边停靠或行驶的车辆辅

助路边单元为车辆用户提供边缘计算服务。然而，这些研究主要关注于将辅助车辆视为

中继节点，通过多跳路径将计算任务卸载给远程云端。同时很少有人考虑边缘计算服务

过程中的安全性。因此本文分别从以下两个角度对车联网的可信卸载方法展开研究。

（1）本文研究了车载网络中最小化任务完成时延的多用户可信计算卸载问题。其

中车辆用户可以将其计算任务卸载到路边单元或附近行驶的辅助车辆，目标为在确保计

算任务传输安全的情况下最小化所有车辆用户任务执行的总体时延。首先，本文设计了

一种适用于移动车载网络的信任模型，将可信计算卸载问题表述为0-1规划问题；再通

过ADMM与凸差算法，提出了一种卸载策略与资源分配的并行优化算法进行求解。

（2）本文研究了车载网络中最大化资源提供方与车辆用户效用的可信数据卸载问

题。其中车辆用户可以向路边单元或附近行驶的辅助车辆请求内容，目标为在确保内容

交付安全的情况下最大化卸载三方参与者的效用。首先，本文为卸载三方分别设计效用

函数，将可信数据卸载问题表述为非合作博弈问题；再通过反向归纳法将问题划分为两

阶段博弈问题，提出了一种基于梯度迭代的算法进行求解。

（3）本文分别对所提出的可信计算卸载模型与可信数据卸载模型进行了验证与分

析。在可信计算卸载模型中，我们首先通过仿真实验证明了所提算法的收敛性，并通过

与其他基线算法对比，分析了所提算法的性能。可信数据卸载模型所对应的仿真实验验

证了在资源提供方不同传输速率与内容单价的情况下，三方参与者所获得的最大效用，

并通过与其他基线算法对比，验证了该算法可以使车辆用户获得最大效用。

关键词：移动边缘计算；信任模型；计算卸载；资源分配；数据卸载

面向车载边缘计算的可信卸载方法研究

Abstract

Inrecentyears,moreandmorecomputing-intensiveapplicationswithadvancedfunctions

havebeenappliedtoin-vehiclenetworks,whichhasbroughtgreatchallengestomobilevehicles

withscarcecomputingresources.Therefore,mobileedgecomputingunderthevehiclenetwork

isconsideredtobeaneffectivetechnologytoenhancethecomputingpowerofvehicleterminal

equipment.However,consideringthefrequentmobilityofvehicleusers,mobileedge

computingisstillachallengingproblem,especiallytoprovidehigh-qualityedgecomputing

servicesforvehicleusersinremoteareaslackingroadsideinfrastructure.Inordertosolvethis

problem,currentrelatedresearchconsidersprovidingedgecomputingservicesforvehicleusers

throughauxiliaryroadsideunitsofvehiclesparkedordrivingontheroadside.How