Decentralized Multimedia Data Sharing in IoV: A Learning-based Equilibrium of Supply and Demand

IEEE Transactions on Vehicular Technology (Volume: 73, Issue: 3, March 2024)
2024年03月29日
  • 简介
    本文讨论了车联网(IoV)如何通过提高道路安全、减少交通拥堵以及通过车载信息娱乐应用提高用户体验来改变交通系统,并指出了去中心化数据共享可以提高安全性、隐私性和可靠性,促进IoV中的信息娱乐数据共享。但是,如果有IoV用户只想消费共享数据而不愿意向社区贡献自己的数据,则去中心化数据共享可能无法达到预期效率,这将导致其他车辆和基础设施观察到不完整的信息,从而可能引入额外的传输延迟。因此,本文将数据共享生态系统建模为数据交易市场,并提出了一种基于多智能强化学习的去中心化数据共享激励机制,以学习市场的供需平衡并最小化传输延迟。我们的机制考虑了IoV市场的动态特性,这些市场可能会经历供需频繁波动。我们提出了一种基于时间敏感的密钥策略属性加密(KP-ABE)机制,结合命名数据网络(NDN)来保护IoV中的数据,为我们的解决方案增加了一层安全性。此外,我们设计了一个去中心化市场,用于在IoV中进行有效的数据共享,采用了连续双重拍卖。基于多智能深度强化学习的提出机制可以学习市场的供需平衡,从而提高市场的效率和可持续性。理论分析和实验结果表明,我们提出的基于学习的激励机制在确定供需平衡方面比基线方法提高了10%,同时将传输延迟降低了20%。
  • 图表
  • 解决问题
    提出了一个基于多智能强化学习的去中心化数据共享激励机制,以解决在IoV中数据共享不完整问题和传输延迟问题。
  • 关键思路
    将数据共享生态系统建模为数据交易市场,并采用多智能强化学习来学习市场的供需平衡,从而最小化传输延迟。
  • 其它亮点
    使用时间敏感的KP-ABE机制和NDN来保护IoV中的数据,设计了一个连续双重拍卖的去中心化市场,实验结果表明该机制比基线方法在确定供需平衡和减少传输延迟方面表现更好。
  • 相关研究
    最近的相关研究包括:“A Survey of Incentive Mechanisms for Participatory Sensing”和“Decentralized Data Sharing Framework for Internet of Vehicles Based on Blockchain and Fog Computing”。
PDF
原文
点赞 收藏 评论 分享到Link

沙发等你来抢

去评论