基于交通流量预测的车联网双边拍卖边缘计算迁移方案

• 作 者: 林艳 闫帅 张一晋 李春国 束锋
• 机 构: 南京理工大学电子工程与光电技术学院,中国科学技术大学信息科学技术学院,东南大学信息科学与工程学院,海南大学信息与通信工程学院
• 出 处: 通信学报
• 发表日期: 2020年12期
• 关键词: 车联网 移动边缘计算 交通流量预测 任务卸载 双边拍卖 Internet of vehicles mobile edge computing flow-of-t
• 基金项目: 国家自然科学基金资助项目(No.62001225,No.62071236,No.61941115,No.62071234,No.61771244),江苏省自然科学基金资助项目(No.BK20190454),中央高校基本科研专项基金资金项目(No.30919011227,No.30920021127)

为同时提升车辆的计算迁移率和边缘计算服务器的资源利用率,提出了一种基于交通流量预测的车联网边缘计算迁移方案。首先通过设计考虑任务优先级的计算迁移率和资源利用率效用函数,将问题建模为双目标优化问题;然后将问题转化为车辆与边缘计算服务器之间的资源双边拍卖问题,再通过设计交通流量信息感知的报价函数,采用McAfee拍卖算法,进而完成边缘计算迁移。仿真结果表明,通过交通流量预测信息的辅助,所提方案能有效提高车联网的边缘计算迁移率和资源利用率。