Select Language

طرح استقرار سرور لبه بلاک چین در اینترنت خودروها

Research on deploying blockchain in IoVs using edge computing and roadside units as miners, with approximation algorithms for optimal coverage.
computingpowercurrency.org | PDF Size: 0.3 MB
Rating: 4.5
امتیاز شما
شما قبلاً به این سند امتیاز داده‌اید
PDF Document Cover - Edge Server Deployment Scheme of Blockchain in Internet of Vehicles

فهرست مطالب

1. مقدمه

با توسعه وسایل نقلیه هوشمند، ارتباطات ایمن و قابل اعتماد بین خودروها به مسئله کلیدی در اینترنت وسایل نقلیه (IoVs) تبدیل شده است. فناوری بلاک چین به دلیل غیرمتمرکز بودن، غیرقابل جعل بودن و قابلیت نگهداری جمعی، یک راه حل عملی در نظر گرفته می‌شود. با این حال، توان پردازشی محدود گره‌های خودرویی چالش‌هایی برای پیاده‌سازی بلاک چین ایجاد می‌کند. این مقاله استفاده از رایانش لبه با واحدهای roadside units (RSUs) به عنوان سرورهای لبه را برای رفع این محدودیت‌ها پیشنهاد می‌دهد.

2. پیشینه و کارهای مرتبط

2.1 بلاک چین در IoV

فناوری بلاک چین از طریق معماری غیرمتمرکز خود، انتقال امن داده‌ها را فراهم می‌کند. فرآیند استخراج به منابع محاسباتی قابل توجهی نیاز دارد که برای گره‌های وسایل نقلیه با منابع محدود چالش‌برانگیز است. بر اساس مقاله اصلی بیت‌کوین ناکاموتو، اجماع اثبات کار به قدرت محاسباتی قابل توجهی نیاز دارد که دستگاه‌های همراه قادر به تأمین آن نیستند.

2.2 یکپارچه‌سازی رایانش لبه‌ای

رایانش لبه، قابلیت‌های ابری را تا لبه شبکه گسترش می‌دهد و خدمات بلادرنگ با تأخیر کمتر ارائه می‌کند. واحدهای سرویس دهی جاده‌ای (RSU) به دلیل توپولوژی شبکه پایدار، کانال‌های ارتباطی مطمئن و قابلیت‌های محاسباتی/ذخیره‌سازی برتر در مقایسه با گره‌های وسایل نقلیه، به عنوان سرورهای لبه ایده‌آل عمل می‌کنند.

3. روش‌شناسی

3.1 مدل سیستم

سیستم شامل گره‌های وسیله نقلیه، RSUهای عمل‌کننده به عنوان سرورهای لبه و یک شبکه بلاک‌چین است. سرورهای لبه عملیات ماینینگ را انجام داده و داده‌های بلاک‌چین را مدیریت می‌کنند، در حالی که وسایل نقلیه وظایف محاسباتی را به این سرورها تخلیه می‌کنند.

3.2 فرمول‌بندی مسئله

مسئله پوشش به صورت بیشینه‌سازی تعداد گره‌های وسیله نقلیه تحت پوشش توسط سرورهای لبه مستقر فرمول‌بندی می‌شود. تابع هدف را می‌توان به این صورت بیان کرد: $\max \sum_{i=1}^{n} x_i$ با قید $\sum_{j \in N(i)} y_j \geq x_i$ برای تمامی iها، که در آن $x_i$ نشان‌دهنده تحت پوشش بودن وسیله نقلیه i و $y_j$ نشان‌دهنده استقرار سرور لبه j است.

3.3 الگوریتم تصادفی

الگوریتم تصادفی‌سازی شده پیشنهادی، راه‌حل‌های تقریبی برای استقرار سرور لبه به منظور بیشینه‌سازی پوشش وسایل نقلیه محاسبه می‌کند. این الگوریتم تضمین نظری بر کیفیت راه‌حل با پیچیدگی زمانی چندجمله‌ای ارائه می‌دهد.

4. نتایج آزمایشی

شبیه‌سازی‌ها طرح پیشنهادی را با سایر راهبردهای استقرار مقایسه کردند. الگوریتم تصادفی‌سازی شده حدود ۲۰-۱۵٪ پوشش بهتر در مقایسه با رویکردهای حریصانه و ۳۰-۲۵٪ بهبود نسبت به استقرار تصادفی به دست آورد. عملکرد تحت چگالی‌ها و الگوهای تحرک مختلف وسایل نقلیه ارزیابی شد که برتری پایدار در معیارهای پوشش را نشان داد.

5. Technical Analysis

دیدگاه تحلیل‌گر صنعت: این پژوهش یک گلوگاه حیاتی در شبکه‌های وسایل نقلیه را با تلفیقی عمل‌گرایانه از بلاکچین و رایانش لبه مورد بررسی قرار می‌دهد. رویکرد از نظر فنی مستحکم است اما با چالش‌های مقیاس‌پذیری در محیط‌های شهری پرتراکم مواجه می‌شود. الگوریتم تصادفی محدوده‌های نظری خوبی ارائه می‌دهد اما ممکن است در تصمیم‌گیری‌های استقرار بلادرنگ با مشکل مواجه شود. در مقایسه با کارهای مشابه مانند CycleGAN برای ترجمه تصویر، این راه‌حل یک مسئله بهینه‌سازی با محدودیت بیشتر و الزامات تأخیر سخت‌تر را مورد توجه قرار می‌دهد. یکپارچه‌سازی RSUها به عنوان ماینر نوآورانه است اما به شدت به سرمایه‌گذاری در زیرساخت وابسته است.

6. Code Implementation

شبه‌کد برای الگوریتم استقرار تصادفی:

function RandomizedDeployment(vehicles, potentialSites):
    deployedServers = []
    uncovered = vehicles.copy()
    
    while uncovered not empty:
        candidate = randomSelect(potentialSites)
        coverage = calculateCoverage(candidate, uncovered)
        if coverage > threshold:
            deployedServers.append(candidate)
            uncovered = removeCovered(uncovered, candidate)
        potentialSites.remove(candidate)
    
    return deployedServers

7. کاربردهای آینده

جهت‌گیری‌های آینده شامل یکپارچه‌سازی یادگیری ماشین برای استقرار پیش‌بینانه، توسعه مکانیسم‌های اجماع ترکیبی که proof-of-work و proof-of-stake را ترکیب می‌کنند، و گسترش به شبکه‌های وسایل نقلیه 5G/6G می‌شود. کاربردها به زیرساخت شهر هوشمند، هماهنگی وسایل نقلیه خودران و سیستم‌های مدیریت ترافیک توزیع‌شده گسترش می‌یابند.

8. References

  1. Nakamoto, S. (2008). Bitcoin: A Peer-to-Peer Electronic Cash System.
  2. Shi, W., et al. (2016). Edge Computing: Vision and Challenges.
  3. Zhu, L., et al. (2020). Blockchain-based Secure Data Sharing in IoV.
  4. IEEE Transactions on Vehicular Technology, Special Issue on Blockchain in IoV.
  5. Isola, P., et al. (2017). Image-to-Image Translation with Conditional Adversarial Networks (CycleGAN).