移動(dòng)物聯(lián)網(wǎng)資源管理與網(wǎng)絡(luò)優(yōu)化

目錄
第1章 社交車聯(lián)網(wǎng)中服務(wù)質(zhì)量感知的網(wǎng)絡(luò)接入機(jī)制 1
1.1 研究背景與意義 2
1.2 研究現(xiàn)狀 4
1.3 接入服務(wù)選擇策略 5
1.3.1 系統(tǒng)模型 6
1.3.2 參數(shù)定義 7
1.3.3 接入服務(wù)的選擇 8
1.4 接入服務(wù)質(zhì)量感知的協(xié)同路由機(jī)制 11
1.4.1 網(wǎng)絡(luò)模型 11
1.4.2 協(xié)同路由選擇協(xié)議 13
1.5 性能分析 17
1.6 本章小結(jié) 21
第2章 移動(dòng)物聯(lián)網(wǎng)中社會(huì)感知的自適應(yīng)網(wǎng)絡(luò)接入與轉(zhuǎn)發(fā)機(jī)制 22
2.1 引言 22
2.2 社交網(wǎng)絡(luò)中繼節(jié)點(diǎn)選擇機(jī)制 25
2.2.1 社會(huì)屬性判據(jù) 25
2.2.2 節(jié)點(diǎn)信任機(jī)制評(píng)估 27
2.2.3 基于信任度的社會(huì)感知用戶分配策略 28
2.3 網(wǎng)絡(luò)編碼感知的自適應(yīng)調(diào)度機(jī)制 32
2.4 基于螢火蟲算法的優(yōu)化問題求解 34
2.4.1 螢火蟲算法簡介 35
2.4.2 螢火蟲算法建模和問題求解 36
2.4.3 基于螢火蟲算法的修復(fù)策略 37
2.5 性能分析 37
2.6 本章小結(jié) 40
第3章 高效數(shù)據(jù)分發(fā)中的隱私保護(hù)機(jī)制 41
3.1 引言 41
3.2 相關(guān)工作 43
3.3 系統(tǒng)及攻擊模型 44
3.3.1 系統(tǒng)模型 45
3.3.2 攻擊模型 46
3.4 基于用戶隱私保護(hù)的系統(tǒng)設(shè)計(jì) 47
3.4.1 系統(tǒng)設(shè)計(jì) 47
3.4.2 詳細(xì)設(shè)計(jì) 47
3.5 數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制 51
3.5.1 移動(dòng)預(yù)測 51
3.5.2 消息處理 53
3.5.3 節(jié)點(diǎn)激勵(lì)保護(hù)機(jī)制 54
3.6 安全分析 55
3.6.1 基本思想 55
3.6.2 隱私保護(hù) 56
3.6.3 攻擊抵御 56
3.7 性能分析 57
3.7.1 實(shí)驗(yàn)設(shè)置 57
3.7.2 對(duì)比算法 58
3.7.3 結(jié)果分析 58
3.8 本章小結(jié) 63
第4章 基于群智感知的時(shí)延敏感數(shù)據(jù)傳輸機(jī)制 64
4.1 引言 64
4.2 相關(guān)工作 66
4.3 系統(tǒng)模型及問題描述 67
4.3.1 系統(tǒng)框架 68
4.3.2 應(yīng)用場景 69
4.4 基于群智感知的交通管理機(jī)制 69
4.4.1 全局目標(biāo) 70
4.4.2 局部目標(biāo) 70
4.4.3 激勵(lì)機(jī)制 71
4.5 基于簇群的數(shù)據(jù)采集機(jī)制 72
4.5.1 數(shù)據(jù)采集 72
4.5.2 數(shù)據(jù)上傳 72
4.5.3 服務(wù)響應(yīng) 73
4.6 時(shí)延敏感的路由機(jī)制 74
4.6.1 移動(dòng)模型 74
4.6.2 時(shí)延預(yù)測 75
4.6.3 路由決策 76
4.7 性能分析 78
4.7.1 實(shí)驗(yàn)設(shè)置 79
4.7.2 對(duì)比算法 79
4.7.3 結(jié)果分析 80
4.8 本章小結(jié) 82
第5章 基于協(xié)同過濾的車輛邊緣內(nèi)容傳輸機(jī)制 83
5.1 引言 83
5.2 相關(guān)工作 84
5.3 網(wǎng)絡(luò)模型 85
5.4 基于協(xié)同過濾推薦的信息傳輸策略 86
5.4.1 用戶相似性衡量 87
5.4.2 基于 k 近鄰算法的鄰居選擇 87
5.5 基于馬爾可夫模型的車輛移動(dòng)性預(yù)測 88
5.6 算法描述和復(fù)雜度分析 91
5.7 性能分析 93
5.7.1 實(shí)驗(yàn)設(shè)置 93
5.7.2 參數(shù)訓(xùn)練 94
5.7.3 結(jié)果分析 95
5.8 本章小結(jié) 97
第6章 基于深度學(xué)習(xí)和三角圖元的邊緣車輛信息傳輸機(jī)制 98
6.1 引言 98
6.2 相關(guān)工作 99
6.3 基于三元關(guān)系的社交層模型 101
6.4 邊緣車輛網(wǎng)絡(luò)中基于深度學(xué)習(xí)的內(nèi)容傳輸 103
6.4.1 基于完全三角圖元的聚類算法 103
6.4.2 社交層聚類算法 104
6.4.3 基于深度學(xué)習(xí)的內(nèi)容傳輸 105
6.4.4 算法復(fù)雜度分析 108
6.5 性能分析 108
6.5.1 實(shí)驗(yàn)設(shè)置 108
6.5.2 結(jié)果分析 109
6.6 本章小結(jié) 112
第7章 基于混合云計(jì)算的移動(dòng)物聯(lián)網(wǎng)卸載機(jī)制 113
7.1 引言 113
7.2 相關(guān)工作 114
7.3 系統(tǒng)模型和問題描述 115
7.3.1 系統(tǒng)模型 115
7.3.2 單用戶計(jì)算卸載問題 117
7.3.3 多用戶計(jì)算卸載問題 118
7.4 迭代啟發(fā)式資源分配算法 121
7.4.1 決策矩陣 121
7.4.2 反饋函數(shù) 121
7.4.3 算法描述 122
7.4.4 算法性能分析 123
7.5 性能分析 123
7.5.1 參數(shù)設(shè)置 123
7.5.2 分析結(jié)果 124
7.6 本章小結(jié) 128
第8章 面向高效數(shù)據(jù)分發(fā)的動(dòng)態(tài)計(jì)算任務(wù)卸載機(jī)制 129
8.1 引言 129
8.2 相關(guān)工作 130
8.3 系統(tǒng)模型及問題描述 131
8.3.1 系統(tǒng)模型 131
8.3.2 微云模型 132
8.3.3 霧計(jì)算模型 133
8.3.4 流量卸載模型 135
8.3.5 問題描述 135
8.4 基于響應(yīng)時(shí)間小化的計(jì)算任務(wù)卸載算法 137
8.4.1 子優(yōu)化問題描述 137
8.4.2 霧計(jì)算時(shí)延小化 137
8.4.3 微云時(shí)延小化 140
8.4.4 計(jì)算任務(wù)卸載算法 141
8.5 性能分析 141
8.5.1 實(shí)驗(yàn)設(shè)置 141
8.5.2 對(duì)比算法 142
8.5.3 結(jié)果分析 142
8.6 本章小結(jié) 145
第9章 車輛邊緣網(wǎng)絡(luò)中基于深度強(qiáng)化學(xué)習(xí)的智能卸載機(jī)制 146
9.1 引言 146
9.2 相關(guān)工作 147
9.2.1 基于深度學(xué)習(xí)的 CPS 148
9.2.2 基于 MEC 的 CPS 148
9.2.3 基于深度學(xué)習(xí)的 MEC 148
9.3 系統(tǒng)模型 149
9.3.1 通信模型 150
9.3.2 計(jì)算模型 151
9.4 問題描述 152
9.4.1 優(yōu)化目標(biāo) 152
9.4.2 卸載任務(wù)調(diào)度 153
9.4.3 基于深度強(qiáng)化學(xué)習(xí)的卸載 154
9.5 車聯(lián)網(wǎng)中的深度強(qiáng)化學(xué)習(xí) 155
9.5.1 車聯(lián)網(wǎng)中的強(qiáng)化學(xué)習(xí) 155
9.5.2 深度強(qiáng)化學(xué)習(xí) 155
9.6 基于深度強(qiáng)化學(xué)習(xí)的智能卸載系統(tǒng) 156
9.6.1 系統(tǒng)概要 157
9.6.2 基于雙邊匹配算法的任務(wù)調(diào)度 158
9.6.3 基于深度強(qiáng)化學(xué)習(xí)的計(jì)算卸載 160
9.7 性能分析 160
9.7.1 實(shí)驗(yàn)設(shè)置 160
9.7.2 實(shí)驗(yàn)結(jié)果 161
9.8 本章小結(jié) 164
第10章 智慧城市中綠色抗毀協(xié)作的邊緣計(jì)算機(jī)制 165
10.1 引言 165
10.2 網(wǎng)絡(luò)模型和設(shè)計(jì)框架 168
10.2.1 網(wǎng)絡(luò)模型 168
10.2.2 設(shè)計(jì)框架概述 170
10.3 問題建模 171
10.3.1 問題描述 171
10.3.2 目標(biāo)函數(shù) 172
10.3.3 邊界分析 173
10.4 啟發(fā)式算法 175
10.4.1 算法描述 175
10.4.2 復(fù)雜性分析 176
10.5 性能分析 176
10.5.1 真實(shí)環(huán)境拓?fù)浜蛥?shù)設(shè)置 176
10.5.2 總體傳輸功率的實(shí)驗(yàn)結(jié)果 177
10.5.3 f = 0.5 時(shí)的實(shí)驗(yàn)結(jié)果 178
10.5.4 f = 0.3 時(shí)的實(shí)驗(yàn)結(jié)果 180
10.5.5 f = 0.1 時(shí)的實(shí)驗(yàn)結(jié)果 181
10.6 本章小結(jié) 182
第11章 面向高效數(shù)據(jù)分發(fā)的協(xié)同能量管理機(jī)制 183
11.1 引言 183
11.2 相關(guān)工作 184
11.2.1 車聯(lián)網(wǎng)中能量管理機(jī)制 184
11.2.2 車聯(lián)網(wǎng)中霧計(jì)算方案 186
11.3 面向高效數(shù)據(jù)分發(fā)的智能能量采集機(jī)制 187
11.3.1 系統(tǒng)模型及問題描述 187
11.3.2 智能能量采集策略 189
11.3.3 實(shí)驗(yàn)分析 191
11.4 面向高效數(shù)據(jù)分發(fā)的節(jié)能任務(wù)調(diào)度機(jī)制 194
11.4.1 系統(tǒng)模型及問題描述 194
11.4.2 節(jié)能任務(wù)調(diào)度算法 196
11.4.3 實(shí)驗(yàn)分析 197
11.5 本章小結(jié) 199
第12章 基于區(qū)塊鏈的電力存儲(chǔ)能量交易機(jī)制 200
12.1 引言 200
12.2 研究現(xiàn)狀 201
12.3 基于區(qū)塊鏈的能源交易模型以及問題描述 202
12.3.1 基于區(qū)塊鏈的能源交易模型 202
12.3.2 問題描述 203
12.3.3 問題分析 204
12.4 啟發(fā)式算法 206
12.4.1 算法描述 206
12.4.2 時(shí)間復(fù)雜性分析 209
12.5 性能分析 209
12.6 本章小結(jié) 214
參考文獻(xiàn) 215