29、恶意认知物联网中基于博弈论的任务分配

恶意认知物联网中基于博弈论的任务分配

1 相关工作

1.1 无线传感器网络（WSNs）中的任务分配

• 任务分配问题在WSNs中已得到广泛研究。Haghighi研究了基于市场的算法在WSNs能量管理、资源分配和任务分配中的应用，同时考虑多个并发任务的执行。
• Fei等人研究了WSNs中的多目标优化问题，比较了多种在网络寿命、覆盖范围和数据包丢失等不同标准间寻求平衡的方法。

1.2 物联网（IoT）与WSNs的区别及相关研究

• IoT基于WSNs，但场景有所不同。在IoT中，请求者/所有者能完全控制对象，可按需开关设备，且对象移动会影响网络拓扑，导致连接不可靠，这要求IoT对象间进行强协调并动态调整任务分配。
• 相关研究包括：
  • [8]和[9]研究了IoT应用的资源分配，旨在优化服务执行。
  • 众多研究表明，移动云和边缘计算中资源使用优化的任务分配至关重要，如探讨云卸载策略以确定使用本地或云资源的更优情况。
  • Wang等人在任务分配时考虑了对象的可信度，采用拍卖机制进行系统性能的多目标优化。

1.3 相关框架与技术研究

• IoT_Prose框架利用节点间的D2D通信实现IoT应用，提出了基于博弈论的解决方案，但存在节点能量消耗快和静态频谱分配的问题。
• 认知无线电（CR）与D2D结合可高效利用资源并减少干扰。相关研究提出了利用CR能力提高能量和频谱效率、提供服务质量的系统架构，以