无线传感器网络与物联网通信技术 课件 第7章 车联网通信技术

第7章车联网通信技术第7章21.车联网技术概述2.车联网内容分发技术3.车联网协助下载技术4.车联网信任计算与模型5.车联网中隐私保护技术目录第7章3信息通信技术与汽车行业的深度融合，汽车不再仅仅是一个由动力驱动的交通运输工具，而是一个有着强大计算、通信能力的移动终端车联网（InternetofVehicle，IoV）这一概念也应运而生车联网的定义，目前还没有形成一个确切、统一的定义1.车联网技术概述第7章4欧盟委员会：将车联网定义为物联网与交通系统的集成，以创建一个分布式和无处不在的移动系统，即智能交通系统改善道路安全，减少拥堵和二氧化碳排放，提高欧洲工业的生产力1.车联网技术概述第7章5美国汽车工程师学会：车联网是车辆自组织网络，即车辆、基础设施和通信网络系统，它通过车辆与车辆、车辆与基础设施、车辆与行人、车辆与云的通信等多种通信方式，实现信息的交换和共享以支持服务和应用1.车联网技术概述第7章6中国信息通信研究院：车联网是通过新一代计算机、互联网和移动通信技术，实现车内、车与车、车与路、车与人、车与服务平台的全方面网络连接，提高汽车智能化水平和自动驾驶能力，构建汽车和交通服务新业态，从而提高交通效率，改善汽车驾乘感受，为用户提供智能、舒适、安全、节能、高效的综合服务。1.车联网技术概述第7章7普遍接受的车联网定义为：车联网是采用物联网、无线传感器网络、无线通信、人工智能、GPS等技术，将智能车辆与一切事物相互连通（VehicleToEverything，V2X）而组成的一张全面覆盖人、车、路、云的快速通信网络，实现信息交通系统的智能化。车联网本质上是一个通信系统，以人、车、路、云之间的实时通信为基础，实现智能交通控制、安全驾驶、车辆智能服务等功能。1.车联网技术概述第7章8车联网体系结构三层体系结构：1.车联网技术概述第7章9车联网体系结构四层体系结构：与三层体系结构相比，四层结构将原先的应用层分为平台层和服务层。平台层是车联网的中间层，包括了各种云计算平台、大数据平台、人工智能平台等，可以通过对采集到的数据进行挖掘和分析，提取有价值的信息，比如交通拥堵、车辆故障等情况，为上层应用提供数据支持。服务层包括了各种车联网应用软件，根据平台层的数据和分析结果，为用户提供各种实用的服务，比如自动收费、事故处理、智能驾驶以及实时导航等功能。1.车联网技术概述第7章10车联网体系结构七层体系结构人车交互层：该层通过管理界面提供与驾驶员的直接交互，为当前情况或事件选择最佳的显示元素，以提高车辆驾驶的安全性。数据采集层：该层负责从位于道路上的各种来源（车辆内部传感器、导航系统、车间通信、交通信号灯等）收集数据。数据过滤和预处理层：该层分析收集的信息，以避免传输无关信息并减少网络流量，提高网络通信效率。通信层：该层基于多个参数（如网络中的拥塞情况和服务质量级别、信息相关性、隐私和安全性等）选择所要发送信息的最佳通信网络。控制和管理层：该层负责管理物联网环境中不同网络服务提供商。在该层中，应用不同策略和功能来管理接收的信息，以实现如流量管理、流量工程和数据包检查等功能。处理层：该层使用各种类型的云计算基础设施，在本地和远程处理大量信息。海量数据服务提供商可以使用处理信息的结果来进一步改进服务或开发新的应用程序。安全层：该层负责体系架构内的所有安全功能（如数据认证、完整性、不可否认性、保密性、访问控制、可用性等），旨在提供针对车联网中各种类型的安全攻击的解决方案。1.车联网技术概述第7章11车联网网络构成车联网系统由三种类型网络构成：车辆内部组成的网络，车与车、路、人等组成的网络，车与云端组成的网络，即车内网、车际网、车云网；1.车联网技术概述第7章12车联网特点1.大规模节点分布车联网体系结构中有众多的参与者，包括行驶或停靠的车辆、路边单元、行人、基站等，网络的范围多达几十甚至上百公里，这是绝大多数无线传感器网络情景不能比拟的。2.拓扑结构的高度动态性车联网以车辆等作为节点，在大多数时刻，车辆节点的运动导致其在网络中的位置不断变化，且不同车辆节点之间的相对速度范围很大，在高速公路情境下可达300公里每小时以上。在这种情境下，网络拓扑动态变化频繁，节点间的通信链路难以保障。1.车联网技术概述第7章13车联网特点3节点移动的可预测性车联网中的车辆节点虽然有着强大的移动性，但并不是无规则的移动。与传统移动自组织网络不同，车辆节点的移动并不是随心所欲的，会受到道路网络的制约，在大多数情况下，车辆节点只会在道路网络之内移动。除此之外，由于道路与车辆实时状态信息的采集是车联网的基础，可以基于道路网络脉络信息，以及车辆的实时信息和历史轨迹等，预测车辆节点的运动轨迹和出现位置。1.车联网技术概述第7章14车联网特点4节点分布的不均匀性在交通场景中，节点受实时交通状况、地区繁华程度等因素影响，分布并不均匀。在旅游旺季、经济繁华地区等情景下，道路上智能车辆数量大、停留时间长，节点分布密集；而在旅游淡季、偏远山区等情景下，道路车流量小，车辆节点分布稀疏。1.车联网技术概述第7章155节点能量限制少与大多数无线传感器网络对节点能量的限制相比，车联网的节点的能量消耗并不是一个重要的限制条件。车载节点的通信和计算的开销由车辆本身持续供能，而且在通信与计算方面的开销，远不及维持车辆移动所需开销。因此，对车联网的限制主要在于低时延与高可靠性，而不是低功耗。1.车联网技术概述第7章166.更强的性能传统无线传感器网络中传感器节点等小型设备能量受限，其性能受到了制约。与之不同的是，由于低时延、高可靠性的设计目标，车辆节点的感知、计算、通信等能力更强，可以满足车联网的需求。1.车联网技术概述第7章177.

连通性在车联网中，由于车辆的高速移动以及不同车辆运动状态的差异，车辆节点之间的连接通常不持久。尤其在节点稀疏的交通场景下，车辆节点间会产生较大间隙，而车辆有限的通信半径无法维持与其他车辆的连接，从而形成多个孤立的节点簇。在车联网中，节点连通程度主要与无线链路的通信半径和加入车联网的车辆比例有关。1.车联网技术概述第7章18车联网无线通信技术车联网的本质是车辆与车辆V2V、车辆与路边单元V2R、车辆与网络V2N、车辆与行人V2P、车辆与基础设施V2I等的通信，即车联与万物之间的通信V2X。1.车联网技术概述第7章19车联网无线通信技术专用短程通信专用短程通信DSRC是专门用于车辆与车辆之间、车辆与基础道路设施之间的通信技术，分别基于IEEE802.11p标准和IEEE1609.x标准。蜂窝车联网融合了蜂窝移动通信与短距离通信的车联网技术，可以借助现有的蜂窝网络设施，以不同的通信方式为基站覆盖范围内外的对象提供通信服务。1.车联网技术概述第7章20车联网无线通信技术1.车联网技术概述第7章21车联网内容分发情景中，由于车辆节点高度动态性，除了基站，路边单元、车辆也可以作为内容供应者，且为了保障内容传输的可靠性，内容分发多以单跳的机会传输为主。内容分发属于机会传输的一种，即数据内容仅在节点相互“接触”时，通过单跳或者多跳的方式实现源节点和目的节点间的内容传输。2.车联网内容分发技术第7章22车联网的内容分发方式分为拉式（Pull）与推式（Push）。拉式内容分发，是由车辆向内容提供商（或其副本）发送请求，并从所选提供商接收请求的内容，其主要挑战是寻找哪个副本最适合响应特定请求。推式内容分发，是假定具有特定特征的车辆对特定内容感兴趣，内容提供商或副本将内容交付给所有此类车辆，其主要挑战是实现高覆盖率。2.车联网内容分发技术第7章23车联网中所分发的内容分为两种，安全类内容和非安全类内容。安全类内容属于非弹性内容，一般这部分内容请求的体验质量（QualityofExperience，QoE）属于“在最后期限前交付完毕”，这些内容通常会在某一时限后过期，失去时效性；非安全类内容属于弹性内容，这部分内容请求的QoE属于“尽快交付”的类型，即交付时延尽可能短。2.车联网内容分发技术第7章24大文件的内容传输在专用短程通信DSRC和蜂窝车联网C­V2X的技术背景下已成为可能，但是由于车联网独特的特性，依然面临如下问题：车联网中车辆节点一般是高速移动的，这导致高动态性的拓扑结构，加上户外无线信道的不稳定性，都导致基于机会传输的内容分发可靠性不足。尽管不断发展的无线通信技术已经在通信速率、带宽上取得有力的改善，但面对非安全相关应用，特别是未来车联网中的有望大面积推广的涉及高清内容分发的应用，其带宽依然面临巨大挑战。2.车联网内容分发技术第7章25基于缓存的车联网内容分发技术由于网络拓扑结构快速变化、带宽受限、信道不稳定，若仅依靠基站下载流行内容，这些内容不仅难以安全、准确、及时地到达目标，还会给基站带来很大的负载。对于这一问题，利用缓存是一个很好的解决方案，合理利用路边单元RSU或车载单元OBU的缓存，可以在网络拓扑快速变化的情况下提高数据传播的效率。2.车联网内容分发技术第7章26基于缓存的车联网内容分发技术基于RSU缓存的车联网内容分发技术2.车联网内容分发技术第7章27基于缓存的车联网内容分发技术基于OBU缓存的车联网内容分发技术2.车联网内容分发技术中继车辆选择第7章28基于缓存的车联网内容分发技术基于OBU缓存的车联网内容分发技术2.车联网内容分发技术(2)分布式缓存策略LCE缓存策略第7章29基于缓存的车联网内容分发技术基于OBU缓存的车联网内容分发技术2.车联网内容分发技术(2)分布式缓存策略向下拷贝缓存策略第7章30基于缓存的车联网内容分发技术基于OBU缓存的车联网内容分发技术2.车联网内容分发技术(2)分布式缓存策略向下移动缓存策略第7章31基于缓存的车联网内容分发技术基于OBU缓存的车联网内容分发技术Prob（CopyWithProbability），是一种基于概率的节点缓存策略。该策略在每个沿途节点都以概率p

缓存内容，以概率1-p

不缓存内容。概率p的选择需要根据车流量等因素综合考虑，以免造成缓存空间的浪费或内容无法交付。当概率p=1时，即为LCE策略。2.车联网内容分发技术(2)分布式缓存策略第7章32基于缓存的车联网内容分发技术基于OBU缓存的车联网内容分发技术2.车联网内容分发技术(2)分布式缓存策略Betw缓存策略第7章33基于缓存的车联网内容分发技术基于车间共享的车联网内容分发技术高效合作下载机制是一种引入车间合作的适用流行内容分发的下载机制。该机制中，一个内容被分为多个大小相同的切片以便共享。该机制分为拓扑预创建、簇内切片分配和簇间切片交换三个阶段。2.车联网内容分发技术第7章34基于缓存的车联网内容分发技术基于激励的车联网内容分发技术在车联网内容分发技术中，激励机制是非常重要的环节。只有当车辆自发地去参与内容分发，协助其他车辆下载所需内容，才能更好地提高内容分发效率。然而，车辆节点作为一个个体，它是自私的，在没有任何收益、反而需要支付通信成本的情况下，不会自发地去帮助分发内容。因此，需要制定合适的激励机制来使车辆自发地参与进来。激励机制有多种分类方法。根据回报的确定性，可以分为短期激励和长期激励；根据激励机制的奖励形式，可以分为基于信誉的激励机制、基于资源的激励机制和基于货币的激励机制；根据是否部署在中心化架构上，又可以分为中心化激励机制和去中心化激励机制。2.车联网内容分发技术第7章35协助下载是解决车联网领域中网络接入导致数据下载存在一系列问题的有效措施之一。节点在下载过程中离开了AP覆盖范围导致没能完成内容下载，这时系统将会利用经过自身车辆的同向或对向车辆协助传输数据提高下载量。然而，目前车联网协助下载方法的主要问题依旧是盲区资源利用率低、下载服务不均衡。3.车联网协助下载技术第7章36基于协同的车联网协助下载技术基于V2R协同的车联网协助下载技术V2R通信是一种使车辆能够通过路边单元实时访问互联网以下载内容的技术。当配备了车载单元OBU的车辆进入覆盖了RSU的路线范围内时，车辆通过连接互联网得到所需要的各种信息。3.车联网协助下载技术第7章37基于协同的车联网协助下载技术基于V2R协同的车联网协助下载技术3.车联网协助下载技术第7章38基于协同的车联网协助下载技术基于V2V协同的车联网协助下载技术3.车联网协助下载技术第7章39基于协同的车联网协助下载技术基于V2R与V2V混合协同的车联网协助下载技术3.车联网协助下载技术第7章40基于分簇的车联网协助下载技术基于分簇的车联网协助下载，主要是通过分簇解决节点的高动态性和不均匀分发问题。分簇的主要依据是参考节点的速度、方向、位置、密度等信息，再通过相关算法把节点分成不同的簇，每个簇都有一个控制信息传输的簇头节点。3.车联网协助下载技术第7章41基于分簇的车联网协助下载技术3.车联网协助下载技术第7章42基于车间合作的车联网协助下载技术利用车联网协助下载技术虽然可以为用户带来便捷舒适的驾驶体验，但也需要考虑最大限度地利用资源、减少浪费并确保公平竞争。为了解决这些问题，研究人员提出了基于车间合作的协助下载技术，包括基于自私的协助下载，基于公平的协助下载，基于博弈的协助下载。基于自私的协助下载基于公平的协助下载基于博弈的协助下载3.车联网协助下载技术第7章434.车联网信任计算与模型由于车联网具有开放的无线边界和高移动性，容易受到恶意节点的攻击。恶意节点进入网络，可能造成严重的介质访问控制MAC层损害，如拒绝服务DoS攻击、数据修改攻击、模拟攻击、Sybil攻击和重放攻击。这对车联网网络安全和用户隐私构成了严重威胁，对真实节点在网络内的信息交换造成伤害，并对交通可能产生致命的影响。因此，为了提高车联网网络用户安全和隐私性，人们采取了一系列措施，信任管理正是在这样的背景下提出的。第7章444.车联网信任计算与模型在深入探索“信任（Trust）”的概念之前，我们需要先了解它的重要性。信任在不同的研究领域，往往被赋予不同的含义。很多时候，人们倾向于使用信心（Confidence），信誉（Reputation）等概念去解释信任，但它们的定义通常也有所区别。在无线传感器网络中，信任通常定义为一个节点对另一个节点可靠性的主观评价，包括节点的服务能力、数据处理能力、交互数据的安全性、真实性、准确性等，这种主观评价通常会受到网络动态变化的影响。第7章454.车联网信任计算与模型基于主观逻辑的信任计算主观逻辑在自组织网络和点对点网络以及无线传感器网络中，是一种广泛的信任管理工具。人们使用较多的是JØSANG主观信任模型，其定义了事件空间和观念空间来描述和度量信任关系。事件空间表示为一组节点观测到事件的序列组合，其中包括数个确定事件和不确定事件。观念空间由三元组{b,d,u}构成，表示带有主观因素的信任，其中，b、d和u分别代表通信节点间的信任度、怀疑度和不确定度。第7章464.车联网信任计算与模型基于模糊逻辑的信任计算第7章474.车联网信任计算与模型基于D-S证据理论的信任计算D-S证据理论又称为信任函数理论，是由Dempster于1967年首次提出，并由其学生Shafer于1976年进一步研究的可在任意抽象层次上进行非精确性推理的一种理论体系，可以有效地解决信任评估中的随机性和主观不确定性问题。车联网环境中有许多不同层次的多源异构信息，而D-S证据理论能够综合处理这些因素，并对车辆行为进行评估。一些研究基于节点行为策略和D-S证据理论来设计信任管理机制，通过计算加权平均值，得到直接信任值和间接信任值，并用模糊集方法形成证据的基本输入，最后与修正后的D-S证据组合规则联系起来，形成节点的综合信任值。第7章485.车联网中隐私保护技术尽管车联网为驾驶员带来了全新的驾驶体验，拥有着诸多优点，但其本身也面临着一系列挑战，尤其是在安全和隐私方面。例如，一旦车辆携带的定位或轨迹信息泄露，则车主的个人兴趣和日常生活等隐私信息也很可能将随之曝光；而某些存在不良行为的车主，可能会为了逃避责任，对车联网中