論文の概要: Task Offloading for Vehicular Edge Computing Based on Improved Hotstuff under Parking Assistance

• arxiv url: http://arxiv.org/abs/2411.10770v1
• Date: Sat, 16 Nov 2024 10:28:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-19 14:31:51.804131
• Title: Task Offloading for Vehicular Edge Computing Based on Improved Hotstuff under Parking Assistance
• Title（参考訳）: 駐車支援下でのホットスタッフ改善に基づく車両エッジコンピューティングのタスクオフロード
• Authors: Guoling Liang, Chunhai Li, Feng Zhao, Chuan Zhang, Liehuang Zhu,
• Abstract要約: 駐車支援車両エッジコンピューティング(PVEC)は、駐車車両の通信とコンピューティング資源を完全に活用する。 これらの懸念に対処するため、PVEC内のオフロードとトランザクションのためのセキュアで信頼性の高い環境を提供するために、ブロックチェーンが導入されている。 我々は、タスクオフロードとトランザクションのセキュリティと信頼性を高めるために、ブロックチェーンベースのPVECオフロードフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 16.2195584816404
• License:
• Abstract: Parked-assisted vehicular edge computing (PVEC) fully leverages communication and computing resources of parking vehicles, thereby significantly alleviating the pressure on edge servers. However, resource sharing and trading for vehicular task offloading in the PVEC environment usually occur between untrustworthy entities, which compromises the security of data sharing and transactions by vehicles and edge devices. To address these concerns, blockchain is introduced to provide a secure and trustworthy environment for offloading and transactions in PVEC. Nevertheless, due to the mobility of the vehicles, the processes of computing offloading and blockchain transactions are interrupted, which greatly reduces the reliability of the blockchain in edge computing process. In this paper, we propose a blockchain-based PVEC (BPVEC) offloading framework to enhance the security and reliability of the task offloading and transaction. Specifically, a consensus node selection algorithm based on the connected dominating set (CDS) is designed to improve the Hotstuff consensus according to parking time, computing capability and communication quality, which enhances blockchain reliability in computing offloading and transactions. Meanwhile, a Stackelberg game model, establishing the roadside units (RSUs) and parking vehicles (PVs) as leaders and the requesting vehicles (RVs) as follower, is utilized to optimize the offloading strategy and pricing. Subsequently, a BPVEC offloading strategy algorithm with gradient descent method is designed to maximize system revenue. Simulation results show that the proposed BPVEC offloading scheme is secure and reliable while ensuring maximum benefits.
• Abstract（参考訳）: 駐車支援車両エッジコンピューティング(PVEC)は、駐車車両の通信資源とコンピューティング資源を完全に活用し、エッジサーバの圧力を大幅に軽減する。 しかしながら、PVEC環境での車載タスクオフロードのためのリソース共有とトレーディングは通常、信頼できないエンティティ間で発生し、車両やエッジデバイスによるデータ共有とトランザクションのセキュリティを損なう。 これらの懸念に対処するため、PVEC内のオフロードとトランザクションのためのセキュアで信頼性の高い環境を提供するために、ブロックチェーンが導入されている。 それでも、車両のモビリティのため、オフロードとブロックチェーントランザクションのプロセスが中断され、エッジコンピューティングプロセスにおけるブロックチェーンの信頼性が大幅に低下する。 本稿では,タスクオフロードとトランザクションのセキュリティと信頼性を高めるために,ブロックチェーンベースのPVEC(BPVEC)オフロードフレームワークを提案する。 具体的には、連結支配セット(CDS)に基づくコンセンサスノード選択アルゴリズムは、駐車時間、計算能力、通信品質に応じてHotstuffコンセンサスを改善するように設計されており、オフロードとトランザクションの計算におけるブロックチェーンの信頼性を高める。 一方、スタックルバーグのゲームモデルでは、ロードサイドユニット(RSU)とパーキングカー(PV)をリーダーとして、要求車両(RV)を従者として、オフロード戦略と価格を最適化するために使用される。 その後、システム収益を最大化するために勾配降下法によるBPVECオフロード戦略アルゴリズムを設計する。 シミュレーションの結果,提案したBPVECオフロード方式は安全かつ信頼性が高く,最大利益を確保できることがわかった。

関連論文リスト

• Digital Twin-Assisted Federated Learning with Blockchain in Multi-tier Computing Systems [67.14406100332671]
  産業用 4.0 システムでは、リソース制約のあるエッジデバイスが頻繁にデータ通信を行う。 本稿では,デジタルツイン (DT) とフェデレーション付きデジタルツイン (FL) 方式を提案する。 提案手法の有効性を数値解析により検証した。
  論文  参考訳（メタデータ） (2024-11-04T17:48:02Z)
• Blockchain-Enabled Variational Information Bottleneck for Data Extraction Based on Mutual Information in Internet of Vehicles [34.63863606532729]
  Internet of Vehicles (IoV) ネットワークは、限られた計算資源と個々の車両のデータ処理能力の問題に対処することができる。 ブロックチェーン技術を適用することで、IoV内のセキュアなデータリンクを確立することが可能になる。 本稿では、ブロックチェーンをBVIBと呼ぶVIBと統合する革新的なアプローチを紹介し、計算処理の軽量化とネットワークのセキュリティ強化を目的としている。
  論文  参考訳（メタデータ） (2024-09-20T17:30:19Z)
• DRL-Based Federated Self-Supervised Learning for Task Offloading and Resource Allocation in ISAC-Enabled Vehicle Edge Computing [28.47670676456068]
  Vehicle Edge Computing(VEC)は、タスクをRoad Side Unit(RSU)にオフロードすることで、この問題に対処する。 改良されたアルゴリズムは、部分的なタスクをROSにオフロードし、送信電力、CPU周波数、タスク割り当て比率を調整することでエネルギー消費を最適化する。 シミュレーションの結果,拡張アルゴリズムは省エネ,オフロード効率の向上,フェデレートSSLの精度の向上を実現している。
  論文  参考訳（メタデータ） (2024-08-27T07:28:05Z)
• Resource Allocation for Twin Maintenance and Computing Task Processing in Digital Twin Vehicular Edge Computing Network [48.15151800771779]
  車両エッジコンピューティング(VEC)は、車両の近くにVECサーバを配置することで、計算キャッシュサービスを提供する。 しかしながら、VECネットワークは、ハイカーモビリティのような課題に直面している。 本研究では,ネットワーク内のツイン処理による2種類の遅延について検討した。
  論文  参考訳（メタデータ） (2024-07-10T12:08:39Z)
• Charge Manipulation Attacks Against Smart Electric Vehicle Charging Stations and Deep Learning-based Detection Mechanisms [49.37592437398933]
  電気自動車充電ステーション(EVCS)は、グリーントランスポートの実現に向けた重要なステップとなる。 我々は、攻撃者がスマート充電操作中に交換された情報を操作しているEV充電に対する充電操作攻撃(CMA)を調査した。 本稿では,EV充電に関わるパラメータを監視してCMAを検出する,教師なしのディープラーニングに基づくメカニズムを提案する。
  論文  参考訳（メタデータ） (2023-10-18T18:38:59Z)
• Privacy-Preserving Joint Edge Association and Power Optimization for the Internet of Vehicles via Federated Multi-Agent Reinforcement Learning [74.53077322713548]
  プライバシ保護型共同エッジアソシエーションと電力配分問題について検討する。 提案されたソリューションは、最先端のソリューションよりも高いプライバシレベルを維持しながら、魅力的なトレードオフにぶつかる。
  論文  参考訳（メタデータ） (2023-01-26T10:09:23Z)
• Situation Awareness for Autonomous Vehicles Using Blockchain-based Service Cooperation [4.1650513680603884]
  ブロックチェーンに基づくトラフィックデータプロデューサとコンシューマ間のスマートコントラクトを実現する分散フレームワークを提案する。 自動運転車は、ローカルエッジサーバに接続したり、データを共有したり、合意に基づいてサービスを使用する。 このようなシナリオにおけるマルチキャスト伝送は、異なるサイズのデータパケットを1秒未満で送信できる場合のスループットを2.5倍に向上させる。
  論文  参考訳（メタデータ） (2022-04-07T09:23:30Z)
• AI-aided Traffic Control Scheme for M2M Communications in the Internet of Vehicles [61.21359293642559]
  交通のダイナミクスと異なるIoVアプリケーションの異種要求は、既存のほとんどの研究では考慮されていない。 本稿では,ハイブリッド交通制御方式とPPO法を併用して検討する。
  論文  参考訳（メタデータ） (2022-03-05T10:54:05Z)
• An Energy Consumption Model for Electrical Vehicle Networks via Extended Federated-learning [50.85048976506701]
  本稿では,フェデレートラーニングモデルに基づく不安度を測る新しい手法を提案する。 バッテリー消費を推定し、車両ネットワークにエネルギー効率の高いルートプランニングを提供する。
  論文  参考訳（メタデータ） (2021-11-13T15:03:44Z)
• Smart and Secure CAV Networks Empowered by AI-Enabled Blockchain: Next Frontier for Intelligent Safe-Driving Assessment [17.926728975133113]
  コネクテッド・自動運転車(CAV)の安全運転状況の確保は、引き続き広く懸念されている。 アルゴリズム対応型intElligent Safe-Driven AssessmentmenT(BEST)の新たなフレームワークを提案し、スマートで信頼性の高いアプローチを提供します。
  論文  参考訳（メタデータ） (2021-04-09T19:08:34Z)
• Deep Reinforcement Learning for Collaborative Edge Computing in Vehicular Networks [40.957135065965055]
  協調エッジコンピューティングフレームワークは、コンピューティングサービスのレイテンシを低減し、車両ネットワークのサービスの信頼性を向上させるために開発されている。 人工知能(AI)に基づく協調コンピューティングアプローチが開発され、車両のタスクオフロード、コンピューティング、結果配信ポリシーが決定される。 当社のアプローチでは,サービスレイテンシとサービス障害ペナルティを含むサービスコストを,最適なワークロード割り当てとサーバの選択によって最小化することができる。
  論文  参考訳（メタデータ） (2020-10-05T00:06:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。