基于車輛行為分析的車聯(lián)網(wǎng)超可靠低時延通信關(guān)鍵技術(shù)

（山東大學(xué)，山東 濟(jì)南 250061）

(Shandong University, Jinan 250061, China)

隨著計算機(jī)技術(shù)、傳感技術(shù)以及信息技術(shù)的發(fā)展，車輛正在逐漸走向智能化和無人化?；趩蝹€車輛的自動駕駛技術(shù)，僅依靠自身所獲取的傳感數(shù)據(jù)和道路信息做出駕駛決策，缺乏對非視距信息及整個網(wǎng)絡(luò)動態(tài)變化的感知；因此在車輛密集、障礙物阻擋等復(fù)雜交通環(huán)境下極易發(fā)生交通事故，難以保證高效、安全的駕駛體驗(yàn)。車聯(lián)網(wǎng)為解決這一問題提供了新的思路，按照約定的通信協(xié)議和數(shù)據(jù)交互標(biāo)準(zhǔn)，在車與X（X代表車、路、人、云等）之間，進(jìn)行無線通信和信息交換的大系統(tǒng)網(wǎng)絡(luò)（如圖1所示）。依靠與系統(tǒng)網(wǎng)絡(luò)間的信息交互，車輛能夠獲得非視距信息及網(wǎng)絡(luò)動態(tài)變化信息，以此增大車輛感知范圍，保障車輛安全行駛。其中，超可靠低時延通信（URLLC）能夠?yàn)檐囕v提供實(shí)時通信服務(wù)，減少車輛制動與車控反應(yīng)時間，對保障車輛安全，尤其是緊急事件、突發(fā)事故等情況下的行車安全具有重要意義。然而由于車輛自身的高速移動性，一方面導(dǎo)致車輛通信信道變差，車輛在網(wǎng)絡(luò)間和小區(qū)間頻繁接入和切換，車載通信可靠性下降，通信頻繁中斷；另一方面，車輛與核心網(wǎng)物理距離較遠(yuǎn)，車輛在高速移動中請求的同一業(yè)務(wù)經(jīng)由若干路邊單元等基礎(chǔ)設(shè)施轉(zhuǎn)發(fā)，導(dǎo)致網(wǎng)絡(luò)資源重復(fù)配置，引發(fā)網(wǎng)絡(luò)擁塞等嚴(yán)重問題，造成通信時延變大。此外，在車聯(lián)網(wǎng)開放式系統(tǒng)網(wǎng)絡(luò)中，車輛容易遭受信息竊取、惡意攻擊、身份冒充等威脅，嚴(yán)重影響車聯(lián)網(wǎng)通信安全。因此，選擇和攻關(guān)核心技術(shù)搭建保障URLLC車聯(lián)網(wǎng)通信具有重要意義。

圖1 車聯(lián)網(wǎng)系統(tǒng)模型

在現(xiàn)有車聯(lián)網(wǎng)URLLC研究中，全球?qū)W者主要進(jìn)行了移動管理技術(shù)、資源分配技術(shù)和信息安全技術(shù)等方面的研究。在移動管理技術(shù)方面，文獻(xiàn)[1]中，作者研究了車輛自組織網(wǎng)絡(luò)（VANET）中城市及郊區(qū)道路下的路側(cè)單元（RSU）部署問題，引入社交網(wǎng)絡(luò)中心性的概念，以在給定部署預(yù)算約束下最大化RSU部署的中心性為優(yōu)化目標(biāo)，將該問題等價為“0-1”背包問題，提高了RSU部署的可靠性。文獻(xiàn)[2]中，作者探索了車輛通信用戶越區(qū)切換的問題，考慮到現(xiàn)有長期演進(jìn)（LTE）系統(tǒng)無法滿車用無線通信（V2X）技術(shù)切換的要求，提出了一種基于雙資源分配切換方案，為車輛提供足夠大的區(qū)域進(jìn)行交接，避免越區(qū)切換時鏈路中斷。文獻(xiàn)[3]中，為解決車輛移動性帶來的頻繁越區(qū)切換問題，作者將一群車輛用戶分成主領(lǐng)導(dǎo)者、次領(lǐng)導(dǎo)者和追隨者，提出了基于感知的隱式資源分配算法和聯(lián)合/半切換設(shè)備到設(shè)備（D2D）通信機(jī)制，同時為保持V2X群的穩(wěn)定性，設(shè)計了次領(lǐng)導(dǎo)者選擇和交換機(jī)制，提高了車輛切換時通信鏈路的可靠性。在資源分配技術(shù)方面，文獻(xiàn)[4]中，作者針對車聯(lián)網(wǎng)安全類關(guān)鍵信息業(yè)務(wù)的低時延需求，以在保證車到車（V2V）通信鏈路的時延違反概率（LVP）條件下最大化車到基礎(chǔ)設(shè)施（V2I）通信鏈路的總?cè)萘繛閮?yōu)化目標(biāo)，基于有效容量理論，通過引入延時指數(shù)建立時延約束，利用分步求解方法進(jìn)行資源分配和功率控制。文獻(xiàn)[5]中，作者研究了云架構(gòu)下聯(lián)合車輛和RSU緩存的緩存放置策略，考慮到V2V通信、V2I通信、車與云通信不同的內(nèi)容檢索時延，將緩存放置問題建模為優(yōu)化問題，以滿足車輛平均延遲需求，并通過凸優(yōu)化和模擬退火方法有效地解決了該問題。文獻(xiàn)[6]中，作者研究了車輛任務(wù)卸載的動態(tài)不確定導(dǎo)致的時延過大問題，以最小化平均卸載延時為優(yōu)化目標(biāo)，提出了基于多臂賭博機(jī)（MAB）理論的自適應(yīng)學(xué)習(xí)任務(wù)卸載算法，進(jìn)一步降低了時延。在信息安全技術(shù)方面，文獻(xiàn)[7]的作者研究了基于懷疑和決策的車輛貪婪行為檢測策略，利用線性回歸和模糊邏輯等算法制訂合理的檢測方案，可以有效提高檢測車輛貪婪行為的準(zhǔn)確性。文獻(xiàn)[8]中，作者提出了一種基于社交的移動女巫攻擊檢測方案，首先根據(jù)攻擊者能力高低劃分4個不同威脅等級，然后利用移動用戶異常聯(lián)系人及假名更改行為區(qū)分女巫攻擊者和普通用戶，并利用隱馬爾可夫半監(jiān)督學(xué)習(xí)檢測串通的移動用戶，以此高精度地檢測女巫攻擊者。當(dāng)消息發(fā)送者的位置公開時，往往會增加隱私泄露的風(fēng)險，針對此問題，文獻(xiàn)[9]的作者提出了一種在車輛社交網(wǎng)絡(luò)中位置隱私保護(hù)的方法，其核心思想是利用消息發(fā)送區(qū)內(nèi)可信賴的用戶混淆原始發(fā)件人的位置，保護(hù)發(fā)件人的位置隱私，在此基礎(chǔ)上，為鼓勵自私用戶加入位置混淆，進(jìn)一步提出了基于車輛合作或不合作增加或減少社交聯(lián)系的激勵機(jī)制，有效保障了車輛隱私安全。

上述研究有效提高了車聯(lián)網(wǎng)URLLC性能，卻忽略了車聯(lián)網(wǎng)中的海量異構(gòu)數(shù)據(jù)及其背后的潛在價值。實(shí)際上，當(dāng)前信息化手段和智能設(shè)備在城市中的應(yīng)用，使得網(wǎng)絡(luò)內(nèi)積累了大量的車輛行為數(shù)據(jù)。通過分析這些數(shù)據(jù)，我們可以預(yù)測到車輛在未來時刻的行為信息，這一信息可以作為指導(dǎo)或者先驗(yàn)信息進(jìn)行相應(yīng)的移動管理、資源分配和安全傳輸，對車聯(lián)網(wǎng)URLLC性能提升具有重要意義。

1 車輛行為分析技術(shù)

車輛的高移動性導(dǎo)致傳統(tǒng)的被動式通信模式難以保證車聯(lián)網(wǎng)超可靠低時延的信息傳輸。深入挖掘車聯(lián)網(wǎng)內(nèi)海量異構(gòu)數(shù)據(jù)背后的潛在價值，可實(shí)現(xiàn)車輛行為空時特性的精準(zhǔn)預(yù)測，進(jìn)而實(shí)現(xiàn)車輛移動性管理以及整個網(wǎng)絡(luò)資源的預(yù)分配，保障超可靠、低時延的信息傳輸。對于車聯(lián)網(wǎng)，車輛行為不僅包含車輛移動行為（如全球定位系統(tǒng)坐標(biāo)、速度、加速度、時空交通流分布等），還須考慮車輛通信行為（如信號強(qiáng)度、服務(wù)類型、接入點(diǎn)、通信業(yè)務(wù)流量時空分布等），兩者互相影響、密不可分。一方面，車輛的移動行為影響著車輛通信行為的時空分布特性，車輛多的地方通常通信行為也會增多；另一方面，車輛通信行為可以改變車輛的移動行為，如前方發(fā)生交通事故或道路擁擠，車輛間通過整個網(wǎng)絡(luò)互傳信息后，后續(xù)車輛改變行駛軌跡。因此，如何同時考慮車輛移動行為和通信行為，進(jìn)而精確刻畫車輛行為的時空特性，成為車聯(lián)網(wǎng)研究最為關(guān)鍵的技術(shù)之一，也是其他關(guān)鍵技術(shù)的基礎(chǔ)。

圖2 車輛行為分析技術(shù)路線圖

在車聯(lián)網(wǎng)中，車輛行為分析包含多源異構(gòu)數(shù)據(jù)獲取、多源異構(gòu)數(shù)據(jù)傳輸、多源異構(gòu)數(shù)據(jù)統(tǒng)一表征、車輛行為建模4個主要步驟（如圖2所示）。

（1）多源異構(gòu)數(shù)據(jù)獲取。

車聯(lián)網(wǎng)中車輛具有高速移動性，致使整個網(wǎng)絡(luò)拓?fù)涮幱趯?shí)時變化當(dāng)中，多源異構(gòu)數(shù)據(jù)間的同步獲取成為難點(diǎn)。為解決上述問題，可采用分布式協(xié)同調(diào)度的數(shù)據(jù)獲取、面向特定環(huán)境的數(shù)據(jù)接入等技術(shù)，實(shí)現(xiàn)整體網(wǎng)絡(luò)同種數(shù)據(jù)在不同地域上的同步獲取。同時，還通過對網(wǎng)絡(luò)實(shí)體各特性的統(tǒng)一刻畫，實(shí)現(xiàn)在物理空間、網(wǎng)絡(luò)空間的異構(gòu)數(shù)據(jù)同步獲取。

（2）多源異構(gòu)數(shù)據(jù)傳輸。

車輛的快速移動性、業(yè)務(wù)需求的差異性導(dǎo)致業(yè)務(wù)空時分布不均，多源異構(gòu)數(shù)據(jù)傳輸過程中存在并發(fā)性、區(qū)域密集性等特征，極易引發(fā)網(wǎng)絡(luò)擁塞甚至網(wǎng)絡(luò)癱瘓等嚴(yán)重后果，造成數(shù)據(jù)傳輸頻繁中斷。為進(jìn)行高效的多源異構(gòu)數(shù)據(jù)傳輸，可利用車輛認(rèn)知能力收集網(wǎng)絡(luò)（V-CCHN）技術(shù)，將行駛的車輛作為數(shù)據(jù)載體，把數(shù)據(jù)從發(fā)送端轉(zhuǎn)移到接收端，并利用認(rèn)知無線電（CR）技術(shù)感知網(wǎng)絡(luò)空閑頻譜進(jìn)行通信，以此緩解網(wǎng)絡(luò)擁塞，增加頻譜利用效率，提高數(shù)據(jù)成功傳輸率[10]。

（3）多源異構(gòu)數(shù)據(jù)統(tǒng)一表征。

車聯(lián)網(wǎng)中不僅包含數(shù)量眾多的車輛，還有如基站、路邊單元、傳感器以及各種邊緣智能設(shè)備等多種實(shí)體，這導(dǎo)致網(wǎng)絡(luò)中存在大量不同格式的多源異構(gòu)數(shù)據(jù)，極大增加了刻畫車輛行為特征的難度。為有效處理海量異構(gòu)數(shù)據(jù)，可采用主成分分析（PCA）等技術(shù)對多源異構(gòu)數(shù)據(jù)進(jìn)行降維，降低數(shù)據(jù)量。同時，采用不同的特征學(xué)習(xí)技術(shù)，如word2vec、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），對數(shù)據(jù)進(jìn)行特征學(xué)習(xí)。在此基礎(chǔ)上，考慮特征映射的非線性模型，并基于多層感知機(jī)構(gòu)建棧式降噪自動編碼機(jī)，對所有特征進(jìn)行智能選擇以及維數(shù)變化；基于實(shí)體間、數(shù)據(jù)間的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)多源數(shù)據(jù)的本地融合，進(jìn)而得到多源數(shù)據(jù)的統(tǒng)一特征表示，最終實(shí)現(xiàn)多模態(tài)數(shù)據(jù)的有效融合，減少所需處理的數(shù)據(jù)量，提高模型構(gòu)建效率。

（4）車輛行為建模。

車聯(lián)網(wǎng)中須從整體和個體2方面對車輛行為進(jìn)行同時建模。整體上，可以刻畫網(wǎng)絡(luò)車輛行為的時空特性，進(jìn)而指導(dǎo)網(wǎng)絡(luò)的宏觀預(yù)部署；個體上，可對單個車輛行為進(jìn)行精準(zhǔn)刻畫，最大地滿足單個車輛的實(shí)時通信需求。為此，首先利用關(guān)聯(lián)分析、刻畫車輛移動行為與通信行為間的數(shù)學(xué)表達(dá)，在此基礎(chǔ)上，針對個體，構(gòu)建車輛的用戶畫像，包括其速度、加速度、信號強(qiáng)度、業(yè)務(wù)請求等，并通過長短記憶網(wǎng)絡(luò)（LSTM）神經(jīng)網(wǎng)絡(luò)構(gòu)建個體行為時間的動態(tài)模型[11]，刻畫個體車輛的空時特性；針對整體，利用歷史數(shù)據(jù)，刻畫車輛行為在時間上的周期性和近鄰性，以及在空間上的相關(guān)性。通過將車輛行為變化映射為二維圖像，采用卷積長短記憶網(wǎng)絡(luò)（ConvLSTM）捕捉流量變化的空間相關(guān)性和時間上的周期性和近鄰性[12]，構(gòu)建整體車輛行為的空時動態(tài)變化模型，最終可實(shí)現(xiàn)對整體車輛行為、個體車輛行為精準(zhǔn)預(yù)測。

2 移動管理技術(shù)

車聯(lián)網(wǎng)系統(tǒng)中存在蜂窩網(wǎng)絡(luò)、專用短程通信（DSRC）網(wǎng)絡(luò)、藍(lán)牙、無線局域網(wǎng)（WLAN）等多種復(fù)雜異構(gòu)網(wǎng)絡(luò)[13]。車輛的高速移動特性會導(dǎo)致車輛通信在網(wǎng)絡(luò)內(nèi)和網(wǎng)絡(luò)間頻繁的接入和切換，需要進(jìn)行有效的移動性管理，以免造成通信業(yè)務(wù)服務(wù)中斷等嚴(yán)重后果。移動管理技術(shù)主要包括組網(wǎng)、接入和切換3個方面。圖3為車聯(lián)網(wǎng)移動管理技術(shù)路線。

（1）組網(wǎng)技術(shù)。

路網(wǎng)的錯雜交織性以及車輛集群性往往會導(dǎo)致車輛節(jié)點(diǎn)在地理空間中呈現(xiàn)強(qiáng)烈的不均勻分布特性，網(wǎng)絡(luò)中存在大量的節(jié)點(diǎn)稀疏區(qū)域和少部分節(jié)點(diǎn)密集區(qū)域。組網(wǎng)技術(shù)的核心思想是：在考慮網(wǎng)絡(luò)通信業(yè)務(wù)動態(tài)變化的基礎(chǔ)上，合理地部署基站（BS）、RSU等基礎(chǔ)設(shè)施，為車載終端提供無縫接入的網(wǎng)絡(luò)布局，保證通信的服務(wù)質(zhì)量[14]。在車輛低密度區(qū)域，選擇合適位置部署少量BS，即可保證網(wǎng)絡(luò)連通性；而在車輛高密度的“熱點(diǎn)”區(qū)域，僅依靠BS無法滿足車輛用戶海量業(yè)務(wù)需求，須額外部署成本較低并具備一定通信能力的RSU等基礎(chǔ)設(shè)施，增加網(wǎng)絡(luò)容量，增強(qiáng)網(wǎng)絡(luò)覆蓋以維持區(qū)域正常通信。

（2）接入技術(shù)。

無線通信的媒體接入控制（MAC）子層向網(wǎng)絡(luò)中的節(jié)點(diǎn)提供了物理尋址和信道接入控制，為上層提供快速、可靠的數(shù)據(jù)傳輸支持[15]。由于車聯(lián)網(wǎng)特殊的復(fù)雜通信環(huán)境，傳統(tǒng)WLAN的MAC協(xié)議無法很好地應(yīng)用于車聯(lián)網(wǎng)，需要設(shè)計專門的MAC協(xié)議以保障車輛通信可靠性。其核心思想是：在車輛行為預(yù)測模型的基礎(chǔ)上，預(yù)測車輛未來時刻的業(yè)務(wù)請求與接入網(wǎng)絡(luò)。當(dāng)車輛申請接入時，MAC層能夠根據(jù)不同的業(yè)務(wù)特性和未來可能的網(wǎng)絡(luò)擁塞狀態(tài)，選擇是否接受這一請求；對于在網(wǎng)用戶，MAC層時刻分析每個通信節(jié)點(diǎn)的信道狀態(tài)，并根據(jù)車輛行為變化，為其選擇最佳的調(diào)制編碼方案。以此有效地減少節(jié)點(diǎn)接入沖突，降低消息傳輸碰撞概率，保證通信可靠性。

圖3 車聯(lián)網(wǎng)移動管理技術(shù)路線

（3）切換技術(shù)。

切換技術(shù)是實(shí)現(xiàn)移動性管理的重要環(huán)節(jié)。切換技術(shù)要確保車載移動終端從網(wǎng)絡(luò)中的一個連接點(diǎn)移動到另一個連接點(diǎn)時無縫且無損地與X連接[16]。這個連接點(diǎn)在蜂窩網(wǎng)絡(luò)中被稱為BS，在WLAN網(wǎng)絡(luò)中被稱為接入點(diǎn)（AP）。產(chǎn)生切換的原因大致可分為3類：信號鏈路質(zhì)量引起的切換、車輛移動終端與網(wǎng)絡(luò)連接點(diǎn)距離引起的切換以及負(fù)載均衡引起的切換。車聯(lián)網(wǎng)中，切換有多種分類方式，依據(jù)切換網(wǎng)絡(luò)的不同，分為水平切換和垂直切換；依據(jù)鏈路建立和切換次序不同，分為軟切換和硬切換[17]。

水平切換是指在相同鏈路層技術(shù)下的不同接入點(diǎn)間的切換，如從一個BS到另一個BS的連接轉(zhuǎn)移或從一個AP到另一個AP的連接轉(zhuǎn)移；垂直切換是指在不同鏈路層技術(shù)下的接入網(wǎng)絡(luò)間的切換，如從一個BS到另一個AP的連接轉(zhuǎn)移。軟切換即車輛從源小區(qū)轉(zhuǎn)移到目的小區(qū)，會保持與源小區(qū)的連接，同時嘗試與目的小區(qū)的連接；硬切換則指先斷開當(dāng)前連接，緊接著新建一個連接。

基于車輛行為分析的移動管理技術(shù)優(yōu)勢之一就是在提高通信可靠性的同時，滿足用戶差異化的服務(wù)請求，保證車輛在多網(wǎng)共存的環(huán)境下始終保持最佳連接。具體來說，首先對車輛歷史行為數(shù)據(jù)進(jìn)行分析，在宏觀層面根據(jù)車流量密度及通信業(yè)務(wù)密度將區(qū)域劃分為不同的等級，以此指導(dǎo)BS和RSU的部署。然后對車輛請求和網(wǎng)絡(luò)狀態(tài)進(jìn)行實(shí)時分析，在綜合考慮業(yè)務(wù)類型、車輛位置變化、網(wǎng)絡(luò)擁擠狀況的條件下，制定合理的信道接入策略，保障通信的可靠性。最后，在車輛移動過程中，實(shí)時監(jiān)測和測量當(dāng)前信道狀況，若當(dāng)前信道難以保障車輛需求，則進(jìn)行合理的切換。

3 資源分配技術(shù)

車輛的高速移動性以及對時延的苛刻要求，給車聯(lián)網(wǎng)中的資源管理帶來巨大挑戰(zhàn)。如何合理分配有限的無線通信資源、存儲資源及計算資源以滿足車輛超低時延通信需求是車聯(lián)網(wǎng)中所要解決的關(guān)鍵問題之一。下面我們將重點(diǎn)介紹車聯(lián)網(wǎng)中的無線通信資源分配技術(shù)（圖4為車聯(lián)網(wǎng)資源分配技術(shù)路線）、緩存技術(shù)以及邊緣計算技術(shù)。

（1）無線通信資源分配技術(shù)。

車聯(lián)網(wǎng)中車輛通信既包括通過Uu（基站與終端間的通信）接口建立的遠(yuǎn)距離通信，又包括基于PC5（直連通信）接口建立的車輛間近距離通信。其中，PC5接口可支持調(diào)度式資源分配方式（模式3）和終端自主式資源分配方式（模式4）。基于車輛行為分析的URLLC技術(shù)重點(diǎn)在于解決V2I通信與模式3 V2V通信共存情況下的無線通信資源分配問題。在給定干擾（I）、車輛行為數(shù)據(jù)（D）后，系統(tǒng)可為車輛智能分配時間（t）、空間（s）、頻率（f）、功率（p）和碼域（c）等多維度無線通信資源，最大化車輛通信時延服務(wù)質(zhì)量（QoS）需求,如公式（1）所示：

其中，Btotal表示系統(tǒng)總帶寬，Pi，max表示用戶的最大功率約束，τi,max表示用戶的最大時延約束。解決上述無線通信資源分配的核心問題通常分為無線通信資源預(yù)分配、無線通信資源實(shí)時動態(tài)分配2步。在無線通信資源預(yù)分配中，借助車輛行為相關(guān)數(shù)據(jù)，利用自動編碼機(jī)、隨機(jī)森林算法以及深度神經(jīng)網(wǎng)絡(luò)等學(xué)習(xí)技術(shù)，提取車輛對業(yè)務(wù)請求的空時特征，對車聯(lián)網(wǎng)中的用戶應(yīng)用業(yè)務(wù)和車輛軌跡等數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)對某一區(qū)域無線通信資源的精準(zhǔn)預(yù)分配。預(yù)分配資源很難滿足用戶時延QoS需求，因此需進(jìn)一步執(zhí)行資源實(shí)時動態(tài)分配，利用強(qiáng)化學(xué)習(xí)，分析歷史數(shù)據(jù)中該區(qū)域其他車輛用戶所使用的頻譜、功率等無線通信資源對該車輛用戶以及系統(tǒng)效益的影響，指導(dǎo)無線通信資源細(xì)粒度實(shí)時動態(tài)分配。

圖4 車聯(lián)網(wǎng)資源分配技術(shù)路線

（2）緩存技術(shù)。

緩存技術(shù)是車聯(lián)網(wǎng)系統(tǒng)實(shí)現(xiàn)低時延通信的重要手段。其核心思想是：在分析車輛行為的基礎(chǔ)上，將車輛請求量高的內(nèi)容從中央服務(wù)器復(fù)制到近車輛的基礎(chǔ)設(shè)施（如基站、路邊單元等）中，拉近車輛與請求內(nèi)容的距離[18]。當(dāng)車輛請求文件時，只須從距離近的基礎(chǔ)設(shè)施中獲取，而不經(jīng)過核心網(wǎng)，極大減少了文件傳輸時延。根據(jù)緩存機(jī)制的不同，緩存可分為主動緩存、被動緩存和自適應(yīng)緩存3種方式。主動緩存是指在分析車輛行為的基礎(chǔ)上，預(yù)測車輛未來可能的路徑，將車輛請求內(nèi)容提前放置在概率最高路徑的基礎(chǔ)設(shè)施上，當(dāng)車輛到達(dá)下一基礎(chǔ)設(shè)施時，可直接獲得請求文件，通過這一方式可實(shí)現(xiàn)內(nèi)容實(shí)時化、定制化配置；被動緩存則指當(dāng)車輛到達(dá)基礎(chǔ)設(shè)施覆蓋范圍內(nèi)后，基礎(chǔ)設(shè)施根據(jù)車輛實(shí)際請求，從核心網(wǎng)獲取文件；自適應(yīng)緩存則涉及到緩存內(nèi)容的更新，由于基礎(chǔ)設(shè)施存儲容量有限，為提高緩存效率，可根據(jù)內(nèi)容請求的實(shí)時變化，用請求量高的文件替代請求量低的文件。主動緩存和自適應(yīng)緩存對車輛行為預(yù)測有較高的要求：對于主動緩存，車輛行為預(yù)測的準(zhǔn)確性直接決定了系統(tǒng)性能，如果緩存命中，則可極大地降低通信時延；反之，不僅會因請求重傳而導(dǎo)致通信時延增加，而且造成較高的資源配置成本。對于自適應(yīng)緩存，最典型的應(yīng)用場景為車輛用戶請求內(nèi)容具有較強(qiáng)的周期性和規(guī)律性，路邊基礎(chǔ)設(shè)施在分析車輛請求規(guī)律的基礎(chǔ)上，根據(jù)車輛用戶現(xiàn)有請求內(nèi)容變化，提前更新緩存內(nèi)容。

（3）移動邊緣計算（MEC）技術(shù)。

MEC技術(shù)是車聯(lián)網(wǎng)系統(tǒng)降低任務(wù)處理時延的重要途徑。相較于傳統(tǒng)云計算網(wǎng)絡(luò)，MEC把具有計算、存儲、通信功能的服務(wù)器部署在網(wǎng)絡(luò)邊緣，使邊緣接入網(wǎng)絡(luò)具有任務(wù)處理本地化能力[19]，拉近車輛與云平臺的距離，極大減少車輛任務(wù)處理時延。對于車聯(lián)網(wǎng)而言，MEC技術(shù)的關(guān)鍵在于任務(wù)分割及卸載決策。隨著光學(xué)雷達(dá)、高清攝像頭在車聯(lián)網(wǎng)領(lǐng)域的廣泛應(yīng)用，車輛不僅產(chǎn)生的業(yè)務(wù)類型多，而且單個業(yè)務(wù)的數(shù)據(jù)量大。龐大繁多的任務(wù)加重了單個服務(wù)器的工作負(fù)荷，往往會導(dǎo)致任務(wù)擁塞、任務(wù)卸載中斷，再加上車輛固有的高速移動性縮短了車輛在單個服務(wù)器的滯留時間，對服務(wù)器計算能力以及任務(wù)處理時間提出了更加嚴(yán)格的要求，進(jìn)一步增加了任務(wù)卸載中斷概率；因此任務(wù)分割與卸載決策在車聯(lián)網(wǎng)中就顯得尤為重要：任務(wù)分割是指根據(jù)任務(wù)屬性，將任務(wù)分割成可以在不同設(shè)備上獨(dú)立執(zhí)行的子任務(wù)；卸載決策則包括了車輛決定是否卸載，卸載什么及卸載多少。在預(yù)測車輛行為的基礎(chǔ)上，根據(jù)邊緣服務(wù)器的實(shí)際處理能力，建立公式（2）所示的最小化時延相關(guān)優(yōu)化問題。

鑒于車聯(lián)網(wǎng)中通信、緩存和計算資源的相互耦合性，在車輛行為分析的基礎(chǔ)上，量化這3種資源的折中關(guān)系，從而聯(lián)合優(yōu)化通信資源、存儲資源與計算資源，達(dá)到動態(tài)適配車輛用戶不同時延服務(wù)質(zhì)量需求，將是未來重要研究方向。

4 信息安全技術(shù)

車聯(lián)網(wǎng)是一個開放式的通信網(wǎng)絡(luò)，車輛的身份信息、行駛路線及安全密鑰等隱私數(shù)據(jù)容易遭受非法者的惡意竊取，增加了車輛通信的安全隱患；因此，確保網(wǎng)絡(luò)信息安全是保證車輛超可靠低時延通信的基礎(chǔ)和前提。信息安全技術(shù)主要包括車輛信任評估技術(shù)、密鑰管理技術(shù)及身份認(rèn)證技術(shù)等，具體如圖5所示。

一般來說，信任是指“根據(jù)他人預(yù)期的行為而選擇接受風(fēng)險的意愿”，在車輛社交網(wǎng)絡(luò)（VSN）中，信任度越高的車輛，其傳輸消息的可靠性越高[20]；信任度低的車輛則存在潛在的消息竊取、惡意攻擊等風(fēng)險。因此，信任度評估體系對信息安全傳輸有著至關(guān)重要的作用。為刻畫VSN的車輛信任度，可在分析車輛行為的基礎(chǔ)上，從車輛間的直接信任度和間接信任度2個方面建立車輛信任評估體系：利用圖論將網(wǎng)絡(luò)中的所有車輛映射為圖的頂點(diǎn)，并引入大數(shù)據(jù)分析技術(shù)，挖掘車輛的興趣相似度、移動路徑相似度及信息交互頻率等行為特性，以此賦予邊不同的權(quán)重。車輛的直接信任度即對應(yīng)頂點(diǎn)之間邊的權(quán)重，車輛的間接信任度即頂點(diǎn)連線權(quán)重的乘積累加和。在信任度評估體系的基礎(chǔ)上，可進(jìn)行合理的密鑰管理和身份認(rèn)證等操作。密鑰管理主要體現(xiàn)在密鑰分配和密鑰撤銷2個方面。密鑰分配將密鑰優(yōu)先分發(fā)給VSN中信任度高的車輛；密鑰撤銷則涉及到檢測惡意篡改信息、偽造虛假消息、女巫攻擊等降低車輛信任度的行為，然后撤銷其證書。身份認(rèn)證是指當(dāng)新的車輛加入網(wǎng)絡(luò)進(jìn)行通信時，首先需要核實(shí)該車輛的身份，一個車輛的系統(tǒng)認(rèn)證是已有通信網(wǎng)絡(luò)內(nèi)的車輛對它信任的結(jié)果，只有當(dāng)該車輛的系統(tǒng)認(rèn)證高于某一閾值時才能加入通信。

圖5 車聯(lián)網(wǎng)信息安全技術(shù)路線

5 結(jié)束語

在互聯(lián)網(wǎng)信息的背景下，實(shí)現(xiàn)智能駕駛與網(wǎng)絡(luò)互聯(lián)的“車聯(lián)網(wǎng)”應(yīng)運(yùn)而生。本文中，我們著重分析了保障車聯(lián)網(wǎng)超可靠低時延通信的車輛行為分析技術(shù)、移動管理技術(shù)、資源分配技術(shù)與信息安全技術(shù)，為車聯(lián)網(wǎng)的部署提供了理論借鑒。