基于深度强化学习的 Fog 计算任务卸载：面向安全与效率提升的未来研究方向
密码学与安全
2024-08-06 v1
摘要
物联网 (IoT) 设备和数据生成的快速增长凸显了传统云计算在满足 immediacy、服务质量和位置感知服务需求方面的局限性。Fog 计算作为解决方案，使计算、存储和网络资源接近数据源。本研究探讨了深度强化学习在提升 Fog 计算任务卸载中的作用，旨在实现操作效率和稳健安全。通过综述当前策略并提出未来研究方向，本文展示了深度强化学习在优化资源使用、加快响应速度和抵御漏洞方面的潜力。我们建议深化 Fog 计算的深度强化学习技术，探索区块链以实现更好安全，寻求能源高效模型以改善物联网生态系统。融合人工智能，我们的结果表明在关键指标（如任务完成时间、能耗和安全事件减少）方面存在潜在改进。这些发现为未来研究及实际应用提供了具体基础，以优化 Fog 计算架构。
引用
@article{arxiv.2407.19121,
title = {Task Offloading in Fog Computing with Deep Reinforcement Learning: Future Research Directions Based on Security and Efficiency Enhancements},
author = {Amir Pakmehr},
journal= {arXiv preprint arXiv:2407.19121},
year = {2024}
}