A alocação de recursos em tempo real tornou-se uma tarefa cada vez mais complexa nas redes veiculares, à medida que precisam atender a diversas solicitações de serviços. Essa complexidade, muitas vezes associada a ambientes com recursos limitados, tem sua origem principalmente no contínuo crescimento do número de veículos conectados às redes, como a Internet. Além disso, o surgimento de aplicações com restrições de tempo para sua execução contribui para tornar essas redes mais desafiadoras. Essas aplicações estão se tornando progressivamente complexas e requerem recursos computacionais adicionais. Neste estudo apresenta-se uma abordagem para resolver o problema de alocação de recursos em redes veiculares. A abordagem fundamentada em Teoria dos Jogos emprega um jogo de coalizão que visa maximizar e equilibrar a utilização de recursos entre as várias nuvens veiculares (VC). A solução heurística proposta adota o uso de Shapley Values para estabelecer as sequências de tarefas e VCs a serem seguidas durante o processo de alocação. Mais especificamente, modelouse o problema como um Jogo de Mercado especialmente desenhado para resolver o problema de alocação de recursos em nuvens veiculares dinâmicas. Por fim, uma análise comparativa foi realizada entre o desempenho da solução proposta e outras soluções relevantes encontradas na literatura. Essa análise foi conduzida em cenários com diferentes restrições, como diferentes taxas de serviços, alcance de comunicação e quantidade de recursos oferecidos por cada veículo. Essa abordagem permitiu avaliar a eficácia e a adaptabilidade da solução diante de uma variedade de condições.

Real-time resource allocation has become increasingly complex in vehicular networks as they must address various service requests. This complexity, often associated with resourceconstrained environments, primarily stems from the continuous growth in the number of vehicles connected to networks, such as the Internet. Furthermore, the emergence of applications with time constraints on their execution adds to the challenges in these networks. These applications are becoming progressively intricate and demand additional computational resources. This study presents an approach to solving the resource allocation problem in vehicular networks. The approach, grounded in Game Theory, uses a coalition game to maximize and balance resource utilization among multiple vehicular clouds (VC). The proposed heuristic solution employs Shapley Values to establish the task sequences and VCs to be followed during the allocation process. More precisely, we modeled the problem as a Market Game designed to address the resource allocation problem in dynamic vehicular clouds. Lastly, we conducted a comparative analysis of the performance of the proposed solution against other relevant solutions found in the literature. We conducted this analysis in scenarios with different constraints, such as varying service rates, communication ranges, and the quantity of resources each vehicle offers. This approach enabled us to evaluate the solutions effectiveness and adaptability across various conditions.