关于移动边缘计算环境下车联网缓存策略的研究

简介：
本研究聚焦于移动边缘计算环境下的车联网技术，探讨并设计了优化的缓存策略，旨在提高数据传输效率和用户体验。通过智能算法的应用，实现了资源的有效管理和分配，在减少延迟的同时增强了系统的可靠性和安全性。 为了解决车联网数据流量快速增长导致的业务响应延迟问题，我们提出了一种基于移动边缘计算技术的蚁群模拟退火算法缓存策略（ACSAM）。首先，在5G车—边—云协同系统架构中，以最小化内容下载时延为目标建立了通信和计算模型。接着，利用蚁群算法构建了使内容下载时延达到局部最优解的方法。最后，通过引入模拟退火算法对这些局部最优解进行扰动，并根据一定概率接受新的解决方案，从而找到全局的最小下载时延位置。仿真结果显示，在车—边—云协同架构下，ACSAM缓存策略能显著减少传输冗余并降低内容下载延迟。