基于区块链的车载边缘计算资源优化研究

发布时间：2021-07-15 09:06

　　根据数据报告,全球汽车总数在2014年达到12亿,而在2035年全球汽车总数预计将达到20亿。随着车联网技术的迅速发展,车载信息服务不仅在数量上急剧增加,而且在种类上也趋向多样化,例如自动驾驶,实景车载导航和现实增强技术等车载信息应用。为了满足快速增长的车载信息服务,新的智能网联汽车必须具备较强的计算、存储以及通信能力。虽然智能网联汽车具备丰富的车载资源,但是目前这些车载资源却未被充分利用。有数据表明,超过70%的普通车辆每天停泊时间超过20小时。可见,城市中数量庞大的停泊车辆群体是巨大的分布式资源池。本针对停泊车辆的闲置资源,在边缘计算的框架下,通过计算迁移等技术手段加以利用。为智慧城市的智能交通系统的实施提供重要支持。车载边缘计算在未来智能交通系统有着广阔的应用前景。然而,车载边缘计算仍面临着很多潜在的信息安全和隐私泄露问题。服务请求者和车辆面临着位置跟踪、数据篡改、节点模拟、远程劫持和隐私泄露的风险。另一方面,现有的研究普遍使用集中式的方案来整合停泊车辆的车载资源。集中式资源管理容易遭遇性能瓶颈,容易受到单点故障、远程劫持和分布式拒绝服务攻击的影响。为了解决上述瓶颈和问题,本文融... 

【文章来源】：广东工业大学广东省

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

车载云计算架构图

图 2-2 车载雾计算架构图Figure.2-2 Architecture of vehicular fog computing的车载雾计算如图 2-2 所示，终端用户是服务请求者，例如有移静止的用户。基础设施提供商是由边缘设备例如路侧单元和边缘负责接收终端用户的服务请求。而停泊车辆可以作为资源提供者信和计算的要求。思科提出的雾计算[52]也具备类似的特点，在用量的、轻量级的物联网设备（基站，网关，路由器等）[53]。值得强描述的车载雾计算的体系结构与传统的雾计算有根本上的不同。构中，车辆和移动设备是最终用户，并且在这些终端用户和中心雾服务器层。相比之下，在车载雾计算的架构中，车辆本身也是。联网边缘计算

图 2-3 车联网边缘计算架构图Figure.2-3 Architecture of vehicular edge computing车联网边缘计算，也即应用在车联网场景的移动边缘计算[55]，旨在网络的边缘署移动边缘计算服务器为车辆提供实时、可拓展和支持移动性的通信，计算以及储服务[56][57]。车联网边缘计算的架构图如图 2-3 所示。车联网边缘计算的包含三重要的部分，分别为远端云服务器、移动边缘计算服务器和车辆终端用户。远端云服务器具有强大的，稳定的计算能力，是传统的中心云计算模型。边缘服务器布式地部署在路侧，离终端用户很近，为用户提供强大的计算，通信和存储资源。边缘服务器与路侧单元相连接，车辆终端可通过路侧单元接入网络。文献[56]提出了一种基于分层云的车载边缘计算迁移框架，其中引入了备份计服务器以弥补移动边缘计算服务器的不足计算资源。文献[57][58]提出了在车联网缘计算框架下，在道路上运行的移动车辆的计算卸载过程。移动边缘计算基础设的大规模部署引发了新的问题，包括巨大的能源消耗和排放大量的二氧化碳。文

【参考文献】：
期刊论文
[1]契约理论的起源、发展和分歧[J]. 聂辉华.  经济社会体制比较. 2017(01)
[2]车联网综述(英文)[J]. 杨放春,王尚广,李静林,刘志晗,孙其博.  中国通信. 2014(10)



本文编号：3285412