Core Concepts
ブロックチェーンを活用した擬似匿名管理は、車両エッジメタバースにおける車両ツインの移行を効率的かつ安全に実現する。
Abstract
ブロックチェーン技術と深層強化学習を組み合わせた新しい擬似匿名管理フレームワークが提案されている。
車両エッジメタバース内でのプライバシー保護の課題とその解決策が詳細に説明されている。
時間平均プライバシーエントロピー(DoPE)メトリクスが導入され、プライバシーレベルを定量化する方法が提案されている。
ニュースベンダーモデルを使用して、LMM(Local Metaverse Manager)の最適な擬似匿名生成問題が定式化されている。
社会的余剰最大化のための最適化問題が提示され、VMUとLMMの効用を考慮した社会的厚生関数が導出されている。
情報抽出:
「DoPE」は時間平均プライバシーエントロピーであり、プライバシーレベルを定量化する指標です。
Stats
プライバシーエントロピーは、(βH - δ)Rtj から計算されます。