基于区块链的车联网智能计算卸载模型研究

作     者：刘娅利 

作者单位：南京邮电大学 

学位级别：硕士

导师姓名：亓晋

授予年度：2022年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 

主      题：车联网 计算卸载 区块链 深度强化学习 

摘      要：随着5G、人工智能等新一代信息技术的快速发展,车联网作为一种多行业、多学科深度融合的新兴产业形态,已引起学术界及产业界的广泛关注。当前,车联网中诸如增强现实、虚拟现实及超高清流媒体等新兴应用的大量涌现,使智能汽车在处理多业务场景下计算密集型和时延敏感型新兴应用时面临着算力、可靠性和成本等问题。如何协同应用边缘计算、区块链等前沿技术解决这一关键问题,已成为国内外学者的研究重点。本论文针对这一问题,研究了基于区块链的车联网智能计算卸载模型,主要研究内容如下:（1）提出了基于区块链的车联网智能计算卸载模型。根据车联网智能计算卸载的详细过程,提出了车联网用户信誉评估机制,通过对车联网中智能汽车用户及RSU进行信誉评估,实现了恶意用户识别,为智能计算卸载过程提供安全保证。（2）提出了基于改进PBFT共识机制的卸载决策方法。针对车联网智能计算卸载模型中的卸载决策问题,建立了基于改进PBFT共识机制的卸载决策模型,通过基于DDPG的卸载决策算法求解时延及能耗约束下的卸载决策问题,以获得系统总成本最优的卸载决策方案。（3）提出了基于区块信誉的资源分配方法。针对车联网智能计算卸载模型中,卸载决策方案确定后的资源分配问题,建立了基于区块信誉的资源分配模型,通过基于KKT条件的资源分配算法求解多种约束条件下的资源分配问题,实现资源可靠前提下MEC计算资源的高效、公平分配。