关键词：自私性;合同论;车辆雾计算;公平性;服务推理
摘 要：在延迟敏感任务存在的车联网中，车到车雾计算可有效缓解路边单元的计算任务过载。现有研究往往假设路边单元可获取网络中所有车辆全局算力信息，且假设提供服务车辆能够自主为服务请求车辆提供计算，然而其忽视了算法大规模实际部署时获取全局算力信息需要高昂的控制开销以及车辆的自私性。为此，针对车联网负载卸载中的自私性、信息不对称性和服务公平性问题，建立面向车辆雾计算的服务缓存与任务卸载整数数学线性规划模型，谋求系统最小服务完成率最大。通过设计基于合同理论的高效轻量级激励机制以激励车辆提供雾计算资源，且路边单元无需获取全局车辆算力信息，从而更贴近实际运行环境。仿真实验结果表明，提出的基于合同的舍入算法(Contract-based Rounding Algorithm, CRA)与基准算法相比，最小服务完成率平均提升73.16%和48.72%，吞吐量降低平均不超过3.39%和14.96%。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取