.png){kind=icon}
返回
Intelligent Task Offloading in MEC-Enabled IoV Systems: From Data-Driven Learning to Knowledge-Based Reasoning
.png){kind=icon}
PRE
AI
DOI：10.1111/exsy.70426.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
互联网车辆（IoV）的快速增长为高度动态的车辆环境带来了低延迟、节能和智能任务处理的迫切需求。本文从专家系统视角对支持移动边缘计算（MEC）的IoV网络中的智能卸载方法进行了全面综述。首先，我们系统地将现有方法分为四类：基于启发式、基于优化、基于学习和混合智能方法。随后基于关键性能指标（包括延迟、能效、可扩展性、适应性和可持续性）进行对比分析。除常规性能评估外，本综述强调了在安全关键型车辆应用中，知识驱动决策、可解释性和混合推理机制在提升卸载决策透明度、可靠性和可信度方面的重要性。此外，本文识别了关键研究挑战，包括移动感知、实时适应性、隐私保护、互操作性和碳感知边缘智能。还讨论了将深度强化学习与专家系统相结合的概念框架，以阐明面向可解释和可持续卸载的未来方向。最后，概述了开放的研究机遇，强调为下一代支持6G的IoV系统开发智能、自适应和环境可持续的卸载框架。
Keyword:
6G networks
DRL
expert systems
intelligent offloading
IoV
MEC
期刊
IF:
2.3
论文数:
2.6K
被引数:
3.8K
机构
引用论文
Computing Resource Allocation Strategy Based on Cloud-Edge Cluster Collaboration in Internet of Vehicles车联网中基于云边缘集群协同的计算资源分配策略.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏分享收藏Cloud-Edge-End Collaborative Task Offloading in Vehicular Edge Networks: A Multilayer Deep Reinforcement Learning Approach车载边缘网络中的云-边端协同任务卸载: 一种多层深度强化学习方法
PREAI
分享收藏Toward Secure and Trustworthy Vehicular Fog Computing: A Survey走向安全可靠的车载雾计算: 一项调查IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏Blockchain-Based Lightweight Authentication Protocol for Next-Generation Trustworthy Internet of Vehicles Communication基于区块链的下一代可信车联网轻量级认证协议
PREAI
分享收藏A Longitudinal and Lateral Coordinated Control Method of Autonomous Vehicles Considering Time-Varying Delay考虑时变延迟的自动驾驶车辆纵向与横向协同控制方法
PREAI
分享收藏Deep Neural Networks Internal Representation via Neuron Community Exploration通过神经元社区探索获取深度神经网络内部表示
PREAI
分享收藏Dependency-Aware Joint Task Offloading and Resource Allocation in Heterogeneous Mobile Edge Computing异构移动边缘计算中依赖感知的联合任务卸载和资源分配
PREAI
分享收藏
查看更多内容