吴浩龙;刘鲁伟;王锴;余诺;

在车联网(internet of vehicles, IoV)场景中，任务请求呈现显著的时空聚集性，导致计算请求重复发生。同时，受限的边缘服务器缓存容量进一步加剧了资源分配压力。针对传统算法在动态适应性与隐私保护方面难以兼顾的局限性，提出结合联邦学习(federated learning, FL)与深度强化学习(deep reinforcement learning, DRL)的隐私保护自适应边缘缓存策略，旨在实现高效的资源利用与安全的数据协同。首先，构建了一个以最小化系统平均任务处理时延和最大化期望缓存命中率为目标的联合优化模型，并将其形式化为一个混合整数非线性规划(mixed-integer non-linear programming, MINLP)问题。其次，为求解此非确定性多项式时间困难问题，设计两阶段智能决策框架：第一阶段，用FL分布式训练长短期记忆网络(long short-term memory, LSTM),精准预测任务流行度的时序动态；第二阶段，将联合优化问题建模为马尔可夫决策过程(Markov decision process, MDP),采用近端策略优化算法(proximal policy optimization, PPO)求解，实现任务卸载与结果缓存的在线联合决策。仿真结果表明，与最近最少使用(least recently used, LRU)和最不经常使用(least frequently used, LFU)及集中式学习等算法相比，所提策略在缓存命中率上提升20%,任务处理时延降低约14%。

2026年03期 v.23;No.109 22-32页 [查看摘要][在线阅读][下载 1267K]