详情

原文传递基于博弈论的车联网通信质量与安全优化方法研究

论文题名：	基于博弈论的车联网通信质量与安全优化方法研究
关键词：	车联网;博弈方法;服务质量;安全性能;任务卸载;资源分配
摘要：	随着5G技术的全面部署和道路车辆的急剧增长，车联网（VehicularNetwork,VN）已被视为智能交通系统（IntelligenttransportationSystems，ITS）和智慧城市建设的重要组成部分。VN的高度动态性、不确定性、开放信道及有限的网络资源等固有特征使得车辆节点对通信质量及安全性能提出了严格需求。然而，随着道路车辆的爆炸式增长和各种车载应用及服务的大量涌现，同时满足不同车辆节点的严格服务质量及安全需求面临着如下问题：网络资源及车载资源的限制、VN中关于节点行为或特征的信息难以预测、VN协议独立运行却互相影响、异构节点间的复杂交互等。面对这些挑战，博弈方法在解决资源紧缺环境中的节点决策问题中凸显出较强的优势，可通过建模和分析有限资源中多个决策者之间复杂的交互、平衡决策者可能冲突的目标，使决策者根据当前环境、自身需求和其他决策者行为采取最佳策略。本文利用博弈方法的优势构建满足车辆节点严格服务质量及安全需求的高效安全决策方法，主要研究内容及创新如下：　　（1）针对车辆资源限制导致的服务质量及安全需要间可能的冲突，本文提出一种基于Merkle认证树的保证车-车（Vehicle-to-Vehicle，V2V）通信服务质量及安全性能的博弈方法，构建基于Merkle认证机制的V2V通信吞吐量及安全认证联合优化的完全信息博弈模型，并给出Merkle认证树的最优构建策略。实验结果表明车辆节点可根据所在环境自适应调整策略以保证V2V通信的服务质量及安全性能。　　（2）为克服动态及不确定VN中难以获取节点完整信息（尤其是恶意节点）的缺点，提出一种基于贝叶斯博弈的不确定环境中V2V通信服务质量及安全联合优化方法，利用贝叶斯博弈建模非完全信息决策的优势，构建基三种不同分布的V2V通信质量及安全性能联合优化贝叶斯博弈模型，并给出三种贝叶斯博弈的最优策略及最优参数。通过与完全信息博弈方法对比，验证贝叶斯博弈最优参数的有效性。车辆节点可根据当前获取的信息量自适应调整其发送和认证策略以获得满意的通信及安全性能。　　（3）考虑到物理层（Physical，PHY）与访问控制层（MediumAccessControl，MAC）对通信的影响，提出一种VN通信及安全的跨层优化博弈方法，构建两阶段博弈模型分别应对车间竞争的外部决策和单个车辆节点的内部决策，证明并给出第一阶段最优外部策略，该策略作为下一阶段博弈的输入参数。根据第一阶段外部博弈最优传输功率，构建车辆节点内部通信质量与安全性能折中博弈模型，证明并给内部资源分配最优决策。实验结果表明，车辆节点可利用该方法根据所处环境动态调整其最优策略，并获得满意的服务质量及安全性能。　　（4）针对新兴的车载边缘网络（VehicleEdgeComputingNetworks，VEC）中资源限制及VEC服务器和车辆节点间的异构性，提出一种VEC网络中资源分配及任务卸载的高效安全博弈方法，构建基于价格激励及匹配博弈的VEC服务器与车辆节点资源分配及任务卸载的协作方法，并证明该方法的稳定性及最优性。实验结果表明，该方法具有较高的系统性能及效率，尤其在网络负载较重的情况下效果更加明显。车辆节点与VEC服务器可根据不同需求动态调整最优卸载及资源分配策略并获得满意的通信和安全性能及较高的资源利用率。
作者：	孙泽敏
专业：	计算机应用技术
导师：	刘衍珩
授予学位：	博士
授予学位单位：	吉林大学
学位年度：	2022