面向车联网的DQN多级边缘缓存算法

摘要：

针对智慧交通和车载网络应用爆发式增长及车辆用户海量数据高效传输的迫切需求,提出了基于"车辆—边缘云—中心云"三级车联网协作边缘缓存模型,以实现网络缓存资源的自适应分配.基于该模型,对路侧单元的缓存交付与内容替换过程进行建模,设计了降低内容交付时延的联合缓存优化算法;鉴于车联网的动态性、随机性和时变性,构建了基于深度Q学习的多级边缘缓存算法,求解最优缓存策略.实验结果表明,在不同网络环境参数下,所提出的算法在缓存命中率方面获得了明显提升.

关键词：车联网、边缘计算、深度强化学习、内容缓存

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：江西省教育厅科学技术研究项目;国家自然科学基金;教育部留学回国人员科研启动基金

在线出版日期：2023-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：78-85