改进的车联网边缘计算负载感知卸载策略研究

作者：项新建^*; 曹楹; 李可晗; 姚佳娜

来源：传感器与微系统, 2023, 42(09): 30-34.

DOI：10.13873/J.1000-9787(2023)09-0030-05

• 车联网
• 边缘计算
• 计算卸载
• 混合加密
• 消息认证方案

针对车联网边缘计算环境中，由于车辆的移动性导致的用户隐私安全问题和计算资源分配不灵活问题，提出了一种优化的负载感知安全卸载策略。首先，介绍了车辆边缘计算(VEC)的模型构建，建立了以时延与计算成本为优化目标的卸载效用模型；其次，描述了一种基于混合加密方式的车联网消息认证方案，并从完整性、防重放攻击、保密性等方面，对安全性能进行了分析；最后，根据车辆的移动性，协调车辆云资源与边缘云资源，提出了改良的负载感知任务卸载策略。仿真结果表明：该方案的平均卸载成功率比负载感知模式(LAM)算法提高了6.8%,平均卸载时延比边缘服务器(ES)汽车服务器(CS)身份验证机制(ECAM)算法降低了5.5%。相比其他现有方案，该方案在车辆切换路侧单元(RSU)情况下对于降低任务的卸载时延，提高卸载成功率有明显优势。

• 出版日期2023
• 单位浙江科技学院