インテリジェント交通システムの継続的な発展に伴い、車載エッジコンピューティング技術が広く使用されています。車両エッジコンピューティングでは、コンピューティングのオフロードが重要な問題であり、システム全体のパフォーマンスとエネルギー消費に直接影響します。しかし、車両エッジコンピューティングの現在のコンピューティングオフロード方法には、オフロード戦略が十分に柔軟ではない、オフロードされるデータ量の制御が難しいなど、いくつかの問題があります。したがって、この論文では、車載エッジコンピューティングの効率とユーザーエクスペリエンスを向上させるために、評判値に基づいたコンピューティングオフロード方法を提案します。
車載エッジコンピューティングは、コンピューティング機能とデータストレージ機能をクラウドから車両に転送する技術で、データのセキュリティを確保しながら、システムの応答速度と信頼性を向上させることができます。レピュテーション値は、ノードのセキュリティと信頼を評価するために使用される指標であり、ノードの動作と特性を効果的に反映できるため、コンピューティング オフロードの基礎となります。
本論文におけるレピュテーション値に基づく計算オフロード方法は主に次のステップを含む: まず、車両間にレピュテーション評価メカニズムを確立し、ノードの動作とデータを監視および分析することによって各ノードのレピュテーション値を計算する。次に、ノードのレピュテーション値とデータの重要性に応じて、オフロードを計算するのに適切なノードを選択します。実装プロセスでは、ファジーロジックとグレークラスタリングに基づくレピュテーション評価方法を採用しました。これにより、ノードレピュテーション値の重みを適応的に調整できるため、オフロード戦略の柔軟性と精度が向上します。
この論文で提案した方法の有効性を検証するために、一連の実験を実行します。実験データセットは、速度、位置、加速度などの情報を含む、実際の道路環境の車両センサー データから取得されます。平均エラーとデータ伝送遅延を評価指標として使用し、従来のオフロード手法と本論文の手法のパフォーマンスを比較します。実験結果は、この論文で提案した方法が平均エラーとデータ送信遅延の点で従来の方法よりも優れており、オフロード効果とユーザーエクスペリエンスが優れていることを示しています。
本論文では,車両エッジコンピューティングにおける計算オフロード方法の研究と分析を通じて,評判値に基づく計算オフロード方法を提案する。この手法は、ノード評価評価メカニズムを確立することで、ノード動作のリアルタイム監視とデータ分析を実現し、オンボードエッジコンピューティングの効率とユーザーエクスペリエンスを向上させます。この論文の方法には次の利点があります。
高い柔軟性: この論文の方法は、データの重要性とノード評価値の変化に応じてアンロード戦略を適応的に調整できるため、システムの柔軟性と信頼性が向上します。
優れたセキュリティ: ノードのレピュテーション値の評価は、ノードの動作と特性を効果的に反映できるため、コンピューティング オフロードのプロセスにおけるセキュリティ リスクが軽減されます。
高効率: 実験結果は、この論文で提案された方法が平均エラーとデータ送信遅延の点で従来の方法よりも優れており、オンボードエッジコンピューティングの効率とユーザーエクスペリエンスを向上させることを示しています。
もちろん、この論文の方法には、評判値計算の精度やリアルタイム性の問題など、いくつかの欠点もあります。今後は、レピュテーション値の精度やリアルタイム性を向上させるために、レピュテーション値の算出方法や評価メカニズムをさらに最適化することが考えられます。さらに、提案された方法を他の車載エッジコンピューティング技術と組み合わせて、システム全体のパフォーマンスと安全性を向上させる方法をさらに検討することができます。
この記事はmdniceマルチプラットフォームによって公開されています