Resumen

Con el aumento del tráfico de Internet de los vehículos (IoVs), la contradicción entre una gran cantidad de tareas de computación y recursos computacionales limitados se ha vuelto cada vez más prominente. Aunque muchos estudios existentes han sido propuestos para resolver este problema, su principal consideración es lograr diferentes objetivos de optimización en el caso de la descarga en el borde en escenarios estáticos. Dado que los escenarios realistas son complicados y generalmente cambiantes en el tiempo, estos estudios en escenas estáticas son imperfectos. En este artículo, consideramos una descarga de computación colaborativa en una red de borde-nube variable en el tiempo, y formulamos un problema de optimización considerando tanto las restricciones de retraso como las restricciones de recursos, con el objetivo de minimizar el costo del sistema a largo plazo. Dado que el conjunto de soluciones factibles al problema es no convexo, y la complejidad del problema es muy grande, proponemos un enfoque basado en Q-learning para resolver el problema de optimización. Además, debido a las catástrofes dimensionales

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Aumento; Internet de los vehículos; IoVs; Tareas de computación; Red de borde-nube; Problema de optimización
• Keywords:Increase; Internet of vehicles; IoVs; Computing tasks; Edge-cloud network; Optimization problem