典型文献
面向车联网的DQN多级边缘缓存算法
文献摘要：
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.
文献关键词：
车联网;边缘计算;深度强化学习;内容缓存
中图分类号：
作者姓名：
李胜;韩龙哲;敖晨晨;汪泽恒;张波;张翼英
作者机构：
南昌工程学院信息工程学院,江西南昌330099;国网智能电网研究院有限公司,北京102211;天津科技大学人工智能学院,天津300222
文献出处：
引用格式：
[1]李胜;韩龙哲;敖晨晨;汪泽恒;张波;张翼英-.面向车联网的DQN多级边缘缓存算法)[J].南昌工程学院学报,2022(06):78-85
A类：
B类：
车联网,DQN,边缘缓存,存算,智慧交通,车载网络,网络应用,爆发式,海量数据,高效传输,边缘云,网协,缓存资源,自适应分配,路侧单元,交付,付与,换过,时延,随机性,时变性,缓存策略,网络环境,环境参数,缓存命中率,边缘计算,深度强化学习,内容缓存
AB值：
0.448266
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
