利用移动智能：车联网雾计算网络中的时延优化计算卸载
网络与互联网体系结构
2019-02-26 v1
摘要
未来车辆将拥有丰富的计算资源以支持自动驾驶，并通过无线技术互联。车联网雾网络（VeFN）由此应运而生，通过计算任务卸载实现计算资源共享，提供广泛的雾应用。然而，车辆的高移动性使得难以保证涵盖通信与计算的整体任务卸载过程的时延。本文首先回顾VeFN中任务卸载的研究现状，并指出移动性不仅是VeFN中及时计算的障碍，也可有益于时延性能。我们进而确定机器学习与编码计算为应对并利用VeFN中移动性的关键使能技术。案例研究展示了如何调整学习算法以适应VeFN的动态环境，以及如何通过机会式计算卸载与任务复制来利用移动性。
引用
@article{arxiv.1902.09401,
title = {Exploiting Moving Intelligence: Delay-Optimized Computation Offloading in Vehicular Fog Networks},
author = {Sheng Zhou and Yuxuan Sun and Zhiyuan Jiang and Zhisheng Niu},
journal= {arXiv preprint arXiv:1902.09401},
year = {2019}
}
备注
7 pages, 4 figures, accepted by IEEE Communications Magazine