Key points are not available for this paper at this time.
Mit den Fortschritten in sozialen Medien und der steigenden Nachfrage nach realen Verkehrsinformationen zeigen die in fahrzeuggestützten Ad-hoc-Netzwerken (VANETs) geteilten Daten, dass die Größe und Menge der angeforderten Daten weiterhin zunehmen wird. Fahrzeuge im gleichen Gebiet haben häufig ähnliche Datenanforderungen. Wenn wir die gemeinsamen Anfragen ignorieren, wird die Ressourcenzuteilungseffizienz des VANET-Systems ziemlich niedrig sein. Motiviert von dieser Tatsache schlagen wir ein effizientes und datenschutzfreundliches Daten-Download-Schema für VANETs vor, basierend auf dem Konzept des Edge Computing. In dem vorgeschlagenen Schema kann eine Straßeninfrastruktur-Einheit (RSU) die beliebten Daten finden, indem sie die verschlüsselten Anfragen von nahegelegenen Fahrzeugen analysiert, ohne die Privatsphäre ihrer Download-Anfragen opfern zu müssen. Darüber hinaus speichert die RSU die beliebten Daten in nahegelegenen qualifizierten Fahrzeugen, die als Edge Computing-Fahrzeuge (ECVs) bezeichnet werden. Wenn ein Fahrzeug die beliebten Daten herunterladen möchte, kann es diese direkt von den nahegelegenen ECVs herunterladen. Diese Methode erhöht die Download-Effizienz des Systems. Die Ergebnisse der Sicherheitsanalyse zeigen, dass das vorgeschlagene Schema mehreren Sicherheitsangriffen standhalten kann. Die Ergebnisse der Leistungsanalyse zeigen, dass unser Schema angemessene Rechen- und Kommunikationsaufwände hat. Schließlich zeigen die OMNeT++-Simulationsergebnisse, dass unser Schema eine gute Netzwerkleistung bietet.
Cui et al. (Fri,) haben diese Frage untersucht.