面向车联网边缘计算的智能计算迁移研究
2020-10-21莫瑞超许小龙赵庆展
应用科学学报 2020年5期
莫瑞超,许小龙,何 强,刘 琦,赵庆展
1.南京信息工程大学计算机与软件学院,南京210044
2.斯威本科技大学软件和电子工程学院,墨尔本VIC 3122
3.石河子大学信息科学与技术学院,新疆石河子832003
作为未来智能交通系统的核心组成部分,车联网(internet of vehicles,IoV)的相关理论和应用研究目前正在受到学术界和产业界的广泛关注[1].车联网通过实现车辆和路侧单元(road side unit,RSU)的数据交换,依靠高效的信息交换能力以及其他互动和先进的计算能力,实现了交通管理的效率的提升,并且实现了为车辆提供如交通管理、道路智能预测、多媒体服务访问、道路状况监测等服务[2-4].与此同时,随着各种车辆联网基础通信技术的快速发展,基于成熟的车载自组织网络(vehicular ad-hoc network,VANET)技术的IoV 实现了收集得到的道路交通状况既被用于车辆到车辆(vehicle-to-vehicle,V2V)之间的通信,同时也被用来实现车辆到基础设施(vehicle-to-infrastructure,V2I)之间的信息交互,进而实现传感和整合与城市交通流量有关的重要信息,以缓解城市交通拥堵的情况[5-6].
现如今,车联网的应用需求通常来自三个方面:驾驶的安全性、道路交通运输效率和信息服务[7].因此,为了实现车联网应用的各种需求,连接到车联网的车辆所产生的数据需要得到及时的处理[8].然而,由于车辆自身的计算能力有限,实现这些功能需要对移动的车辆产生的计算密集型车载任务进行计算迁移.对于延迟和可靠性不敏感的娱乐应用程序,传统的基于云的工作方式能够将提供有效且正确的返……
登录APP查看全文
