本論文では、IoVにおける分散型データ共有のための新しいインセンティブメカニズムを提案している。
まず、IoVのデータを6つのタイプに分類し、それぞれのセキュリティ要件を明らかにした。特に、サブスクリプション型のインフォテインメントデータについて、時間依存型のKP-ABE暗号化方式を提案した。これにより、ネットワーク上の任意のノードがデータを保持できるが、有効な購読者のみがデータを復号できるようになる。
次に、分散型の継続的な双方向市場設計を提案した。各RSUがその管轄エリアの局所市場のオークショニアとして機能し、買い手と売り手の入札を集約して、配分ルールと価格ルールを決定する。
さらに、マルチエージェントの深層強化学習に基づくインセンティブメカニズムを提案した。これにより、市場の需給バランスを学習し、伝送遅延を削減することができる。
理論分析と実験結果から、提案手法は、需給の均衡を10%改善し、伝送遅延を20%削減できることが示された。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Jiani Fan,Mi... at arxiv.org 04-01-2024
https://arxiv.org/pdf/2403.20218.pdfDeeper Inquiries