车联网(Internet of Vehicle,IoV)作为物联网的重要组成部分,需要向车辆提供高带宽、低时延、低抖动的网络服务,以及支持复杂的功能和服务的数据处理能力。但如今车辆数量不断高速增长、用户需求不断个性化,导致通信、计算、存储资源需求不断上升。而传统车联网由于网络架构以及计算资源的局限性,已经无法应对这个挑战。随着下一代网络架构的发展,5G技术和车辆雾计算(Vehicular Fog Computing,VFC)技术的出现,为满足车联网需求提供了新的解决方案。5G技术具备支持海量智能设备通信的特性,其中基于雾计算的无线接入网络(Fog Radio Access Network,F-RAN)架构是目前5G的前沿研究方向。基于F-RAN的车联网架构能够为车联网体系提供充足的通信资源支持。VFC则通过虚拟化技术和计算迁移,实现了对车辆计算设备的虚拟化整合,从而有效解决单个车辆计算资源局限性的问题。虽然上述的两种技术分别满足了车联网通信与计算资源的需求,但对于车联网而言,其中依旧存在很多问题。首先,F-RAN架构和VFC架构相互孤立,目前还没有一种架构能够将两者深度融合,为车联网提供服务。第二,如何实现这个综合架构内的资源调配,并且保证该系统内的资源利用效率。最后,车辆的动态性导致VFC服务的可靠性面临挑战。如何对VFC中服务的可靠性进行量化,并且如何提高服务的可靠性。这些都是基于下一代网络架构的车联网体系所亟待解决的问题。针对上述的问题,本文提出了基于下一代网络架构的车联网体系,包含有以下工作:1)提出基于VFC的F-RAN车联网模型,实现了F-RAN技术和VFC技术的深度融合,利用VFC作为计算资源基础设施为F-RAN车联网提供了充足的资源支持;2)在上述架构下,提出了一种计算资源分配的优化算法,使车联网服务的执行速度加快,实现了计算资源的优化配置;3)深入研究了在VFC模型中由于车辆的动态性所导致的VFC服务不可靠的问题,建立了VFC的计算迁移的可靠性描述模型;4)结合工作流机制,提出了基于概率预测的VFC服务可靠性优化算法,在满足时延约束的条件下,对VFC服务的可靠性进行优化。对于上述的所有算法,我们都进行了仿真测试,从而验证了算法的有效性和性能。本文的工作对基于下一代网络架构的车联网的实现部署、高效资源调配以及可靠性保障有着良好的理论意义和应用前景。