专为车载边缘计算网络设计了基于深度强化学习的联合安全卸载与资源分配方案，在动态且存在窃听者的环境中保障卸载安全的同时提升系统效率。
俱莹 · Yuchao, Chen · Zhiwei, Cao · 刘磊 · 裴庆祺 · Xiao, Ming · Ota, Kaoru · Dong, Mianxiong · 梁中明
IEEE Transactions on Intelligent Transportation Systems 2023
利用物理层安全技术，通过Wyner窃听编码方案获得可达保密速率，确保机密信息不被多个移动窃听者解码，从而直接提升保密概率。
通过多智能体深度强化学习，多个VU智能体采用SORA方案后能快速适应高动态VEC网络，协同提升系统时延性能，无需频繁重新优化。
引入速率退化的惩罚机制，确保每个V2V链路的通信质量，防止因安全卸载优化而牺牲V2V链路的性能。
联合优化发射功率、频谱选择和计算资源分配，在保障安全的同时减少资源浪费，提高频谱和计算资源的利用效率。