车联网中面向抗攻击的带负载均衡车辆到边缘映射优化
网络与互联网体系结构
2022-10-05 v1
摘要
在承载关键任务的车联网(IoV)中，抗攻击能力对于维持持续服务可用性至关重要。本文针对边缘网络遭受攻击导致的服务中断问题，提出一种考虑资源效率与延迟的抗攻击车辆到边缘节点映射方案，其中边缘节点托管不同类型的服务实例。通过将受攻击边缘节点的服务请求以最优的车辆到边缘(V2E)映射方式分发至多个未受攻击的边缘节点来实现。该最优映射旨在以最小延迟改善用户体验，同时考虑边缘容量的公平使用以及故障情况下不同边缘节点间负载的平衡。所提出的映射方案被用于基于深度强化学习(DRL)的框架中，以有效应对服务请求与车辆移动性的动态变化。我们利用来自三个城市的真实车辆移动性数据集，通过大量仿真结果证明了该映射方法的有效性。
引用
@article{arxiv.2210.01375,
title = {Optimizing Vehicle-to-Edge Mapping with Load Balancing for Attack-Resilience in IoV},
author = {Anum Talpur and Mohan Gurusamy},
journal= {arXiv preprint arXiv:2210.01375},
year = {2022}
}
备注
7 pages, 9 figures, 1 table, Accepted in IEEE CCNC 2023