Key points are not available for this paper at this time.
Fahrzeug-Edge-Computing (VEC) ist ein vielversprechendes Paradigma, um große Mengen an Daten und multimedialen Inhalten in der Nähe von Fahrzeugen zu cachen. Die hohe Mobilität der Fahrzeuge und die dynamischen Bedingungen des drahtlosen Kanals stellen jedoch eine Herausforderung dar, eine optimale Content-Caching-Politik zu entwerfen. Darüber hinaus sind Fahrzeuge aufgrund sensibler persönlicher Informationen möglicherweise nicht bereit, ihre Inhalte bei einem unzuverlässigen Caching-Anbieter zu cachen. Deep Reinforcement Learning (DRL) ist eine aufkommende Technik zur Lösung des Problems mit hochdimensionalen und zeitvariierenden Merkmalen. Die Genehmigungs-Blockchain kann eine sichere und dezentrale Peer-to-Peer-Transaktionsumgebung schaffen. In diesem Papier integrieren wir DRL und genehmigte Blockchain in Fahrzeugnetzwerke für intelligentes und sicheres Content-Caching. Zunächst schlagen wir ein blockchain-unterstütztes verteiltes Content-Caching-Rahmenwerk vor, in dem Fahrzeuge Content-Caching durchführen und Basisstationen die genehmigte Blockchain verwalten. Dann nutzen wir den fortschrittlichen DRL-Ansatz, um ein optimales Content-Caching-Schema unter Berücksichtigung der Mobilität zu entwerfen. Schließlich schlagen wir eine neue Methode zur Auswahl von Blockprüfern, Proof-of-Utility (PoU), vor, um den Blockverifizierungsprozess zu beschleunigen. Die Sicherheitsanalyse zeigt, dass unser vorgeschlagenes blockchain-unterstütztes Content-Caching Sicherheit und Datenschutz gewährleisten kann. Numerische Ergebnisse, basierend auf einem echten Datensatz von Uber, deuten darauf hin, dass das durch DRL inspirierte Content-Caching-Schema zwei Benchmark-Politiken erheblich übertrifft.
Dai et al. (Do,) haben diese Frage untersucht.