基于數(shù)據(jù)挖掘的汽車遠程升級數(shù)據(jù)系統(tǒng)研究

胡昌國，王 劍，蔡凱凱，宋曉飛

基于數(shù)據(jù)挖掘的汽車遠程升級數(shù)據(jù)系統(tǒng)研究

胡昌國，王 劍，蔡凱凱，宋曉飛

（浙江長三角車聯(lián)網(wǎng)安全技術有限公司，浙江 杭州 310000）

在軟件定義汽車的背景下，汽車遠程無線升級（OTA）技術已經(jīng)成為智能網(wǎng)聯(lián)汽車技術改進、性能服務提升、軟件銷售生態(tài)構(gòu)建的重要方式?；谝?guī)模化的汽車遠程升級將產(chǎn)生千萬級的海量車輛數(shù)據(jù)。通過對遠程無線升級產(chǎn)生的車輛數(shù)據(jù)進行數(shù)據(jù)深度挖掘，同時通過大數(shù)據(jù)治理與分析，可以指導并優(yōu)化車輛遠程升級的設計方案與升級策略，提升企業(yè)數(shù)字化管理水平。文章基于數(shù)據(jù)挖掘技術的大數(shù)據(jù)開發(fā)模型，以Hadoop開源平臺為支撐，構(gòu)建汽車遠程升級數(shù)據(jù)系統(tǒng)，實現(xiàn)了對車輛遠程升級關鍵技術參數(shù)數(shù)據(jù)的顆粒化分析與管理，并進行過程風險預警。通過實例分析表明，該系統(tǒng)可以有效地提高車輛遠程升級產(chǎn)生的海量數(shù)據(jù)的分析、存儲與智慧化深度分析水平，實現(xiàn)全流程的數(shù)據(jù)監(jiān)控與追溯，完成汽車遠程升級的閉環(huán)管理。

汽車遠程升級；海量數(shù)據(jù)；深度挖掘；數(shù)據(jù)管理系統(tǒng)；數(shù)據(jù)挖掘

在5G、云計算的高速發(fā)展下，加快發(fā)展智能網(wǎng)聯(lián)汽車，打造創(chuàng)新發(fā)展新生態(tài)，成為汽車產(chǎn)業(yè)發(fā)展的新方向。在軟件定義汽車的行業(yè)發(fā)展驅(qū)動下，整車和電子控制單元已經(jīng)實現(xiàn)從線下物理方式升級到線上遠程升級（Over The Air, OTA）的更新迭代。高工智能汽車研究院監(jiān)測數(shù)據(jù)顯示，2022年1—7月中國市場（不含進出口）乘用車前裝標配車聯(lián)網(wǎng)功能交付上險為690.65萬輛，前裝搭載率已經(jīng)達到64.96%；其中，同時具備L2級智能駕駛、整車OTA功能占比達到18.75%，實際前裝搭載率突破10%，達到12.18%。OTA技術在汽車行業(yè)，已經(jīng)成為汽車技術改進、性能服務提升、軟件銷售的重要方式，同時也可以修復軟件問題，有效降低主機廠的開發(fā)風險和召回成本[1]。在國內(nèi)的研究中，李立安等[2]對OTA實現(xiàn)方案及汽車端設計分析進行了研究；朱鵬波等[3]對遠程診斷技術在汽車OTA中刷新應用進行了研究；張倩[4]研究并提出了一種汽車行業(yè)應用的整體框架。

基于上述研究現(xiàn)狀，目前的研究主要集中在OTA升級活動技術方案，對OTA升級活動產(chǎn)生的數(shù)據(jù)的研究尚未開展。數(shù)據(jù)是智能網(wǎng)聯(lián)汽車技術創(chuàng)新的源泉[5]。構(gòu)建數(shù)據(jù)資產(chǎn)，形成海量數(shù)據(jù)分析挖掘能力將會成為未來的核心競爭力。目前，在對批量車輛OTA升級活動分析時，對升級活動過程追溯及升級大數(shù)據(jù)質(zhì)量分析能力薄弱，信息化、智慧化預警分析能力欠缺。進行質(zhì)量管理時，缺少對OTA活動的質(zhì)量評估，對升級過程中的數(shù)據(jù)關聯(lián)分析性分析弱，導致升級過程中異常行為發(fā)現(xiàn)不及時等問題。本文針對汽車遠程升級大數(shù)據(jù)應用過程中數(shù)據(jù)規(guī)模大、內(nèi)容繁雜、難以快速獲取有價值信息的特點，提出了一種大數(shù)據(jù)分析與應用系統(tǒng)，具有較好的系統(tǒng)功能和性能，對遠程升級的數(shù)據(jù)進行了數(shù)據(jù)采集與分析，挖掘數(shù)據(jù)價值，更好地應對越來越頻繁的車輛OTA升級，提升了數(shù)據(jù)價值與數(shù)字化管理水平。

1 系統(tǒng)開發(fā)需求分析

汽車OTA的發(fā)展與汽車網(wǎng)聯(lián)化和智能化的推進息息相關，在OTA快速發(fā)展的大背景下，整車廠商發(fā)起的OTA活動頻次和可以進行升級的零部件也逐步增多。為了實現(xiàn)對汽車遠程升級過程中產(chǎn)生的千萬級的數(shù)據(jù)進行有效管理與數(shù)據(jù)的深度挖掘，所開發(fā)的汽車遠程升級數(shù)據(jù)管理系統(tǒng)具備如下基本功能：（1）實現(xiàn)汽車遠程升級千萬級車輛數(shù)據(jù)的存儲。數(shù)據(jù)管理系統(tǒng)應能實現(xiàn)汽車遠程升級的升級車型、升級車輛、升級零部件、升級時間、升級周期、軟件升級前版本號、軟件升級后版本號、升級異常記錄、升級過程監(jiān)控等數(shù)據(jù)的導入、存儲和對分析結(jié)果的管理，確保汽車遠程升級的可追溯性，形成對遠程升級的生命周期管理。（2）對汽車遠程升級異常數(shù)據(jù)進行監(jiān)控并進行風險預警。根據(jù)升級過程中采集的升級數(shù)據(jù)，包括升級前軟件版本號，升級后軟件版本號，升級的安裝時間，升級前的車輛判斷條件，判斷本次OTA升級是否處于正常范圍內(nèi)，同時對處于異常升級狀態(tài)的車輛進行升級失敗原因分析與故障采集，實現(xiàn)對未來OTA升級的升級狀態(tài)趨勢分析與方案設計優(yōu)化。（3）實現(xiàn)汽車遠程升級數(shù)據(jù)的大數(shù)據(jù)展示。統(tǒng)計分析數(shù)據(jù)展示模塊可以提取、分析和顯示數(shù)據(jù)，并以多種豐富形式、更加直觀的方式，展示數(shù)據(jù)探索結(jié)果。同時設計方便、靈活的交互方式，使用戶可以更高效、快捷地查看和分析多維模型數(shù)據(jù)，反哺方案設計。

2 基于數(shù)據(jù)挖掘技術的大數(shù)據(jù)開發(fā)模型

在智能網(wǎng)聯(lián)汽車新四化的發(fā)展方向下，特別是OTA技術的發(fā)展，改變了原有車輛的開發(fā)流程，從車輛產(chǎn)品概念設計、銷售策略、研發(fā)設計、工程開發(fā)、生產(chǎn)制造與售后市場，都產(chǎn)生了大量的無形數(shù)據(jù)。汽車遠程升級所產(chǎn)生的數(shù)據(jù)成為了企業(yè)重要的數(shù)據(jù)資產(chǎn)。因此，本文針對車輛遠程升級，基于數(shù)據(jù)挖掘技術，采用Hadoop等開源技術對海量基礎數(shù)據(jù)、過程關鍵數(shù)據(jù)等進行數(shù)據(jù)采集、存儲與智慧分析，數(shù)據(jù)應用開發(fā)模型詳情如圖1所示。

圖1 基于數(shù)據(jù)挖掘的數(shù)據(jù)應用開發(fā)模型

2.1 數(shù)據(jù)采集

數(shù)據(jù)采集模塊基于分析需求，通過對數(shù)據(jù)進行多源采集，實現(xiàn)多維度各項數(shù)據(jù)的輸入。采集的數(shù)據(jù)類型主要包括遠程基礎信息數(shù)據(jù)、車輛狀態(tài)數(shù)據(jù)以及關鍵過程數(shù)據(jù)。基礎信息數(shù)據(jù)包括升級前的計劃車型、升級計劃車輛數(shù)量與計劃進行升級的零部件等。車輛狀態(tài)數(shù)據(jù)包括升級前車輛的當前零部件版本號、軟件版本號、升級車輛的升級安裝條件、車輛聯(lián)網(wǎng)狀態(tài)等。過程狀態(tài)數(shù)據(jù)包括OTA發(fā)起開始安裝時間、OTA安裝結(jié)束時間、升級是否成功、升級前軟件版本號、升級后軟件版本號以及升級失敗等參數(shù)。

2.2 數(shù)據(jù)存儲

數(shù)據(jù)存儲模塊的主要功能是將數(shù)據(jù)采集模塊的采集結(jié)果進行高效存儲，并提高系統(tǒng)的容錯性。大數(shù)據(jù)時代的海量數(shù)據(jù)致使傳統(tǒng)的數(shù)據(jù)存儲方法和數(shù)據(jù)庫技術無法有效處理遠程升級千萬級的車輛數(shù)據(jù)[6]。基于此，本文構(gòu)建的汽車遠程升級數(shù)據(jù)系統(tǒng)采用Hadoop的HDFS分布式的存儲架構(gòu)進行多源數(shù)據(jù)的存儲，同時通過在不同分布節(jié)點上的備份提高系統(tǒng)的容錯能力。

2.3 大數(shù)據(jù)分析與管理

數(shù)據(jù)分析與管理模塊，主要采用基于Hadoop平臺的數(shù)據(jù)挖掘與分析。其中，數(shù)據(jù)分析工作主要包括數(shù)據(jù)特征檢索與匹配和在Hive平臺上調(diào)用海量數(shù)據(jù)挖掘算法并進行計算[7]。在數(shù)據(jù)分析過程中，獲取大量多源數(shù)據(jù)間潛在的知識框架與知識聯(lián)系，形成遠程升級數(shù)據(jù)知識圖譜。在數(shù)據(jù)分析中，圍繞發(fā)現(xiàn)問題，分析問題，解決問題的模式，重點開展針對遠程升級異常情況和升級失敗原因的分析，形成智慧化的對問題的追溯與解決?；诜治鼋Y(jié)果，可以對大數(shù)據(jù)分析結(jié)果進行監(jiān)控展示以及分析報告，并開展基于風險分析的智能預警，使得升級發(fā)起者第一時間掌握升級動態(tài)，為升級活動的平穩(wěn)安全運行提供數(shù)據(jù)支撐。

2.4 數(shù)據(jù)價值應用

數(shù)據(jù)價值應用模塊的主要功能是基于采集的多源數(shù)據(jù)，通過構(gòu)建的分析算法，建立數(shù)據(jù)模型，進行單向及多維度的數(shù)據(jù)分析?；跀?shù)據(jù)分析結(jié)果，指導實際的遠程升級的技術流程與管理流程的應用，實現(xiàn)基于大數(shù)據(jù)的知識服務。

構(gòu)建知識圖譜過程中，基于數(shù)據(jù)分析結(jié)果，可建立以某一升級失敗的電子控制單元（Elect- ronic Control Unit, ECU）的升級失敗記錄為分析對象，判斷升級失敗零部件的升級前軟件版本號以及升級失敗后軟件版本號。同時，圍繞升級失敗，關聯(lián)升級駐車條件、網(wǎng)絡條件、電子控制單元內(nèi)存、通信協(xié)議等維度進行關聯(lián)失敗原因鏈式分析。同時，還可以在同一車型下進行相同升級軟件版本的升級情況排查，為制定批次車輛版本升級策略提供依據(jù)。結(jié)合批量多批次的經(jīng)驗數(shù)據(jù)庫基礎下，形成升級失敗經(jīng)驗分析知識圖譜。同時在充分的基礎數(shù)據(jù)支持下，可以形成多維度的智能分析，提高升級失敗處理效率以及對OTA升級的風險預警，使OTA升級活動可控。通過知識圖譜的構(gòu)建，在對遠程升級的數(shù)據(jù)處理、分析與管理的過程中實現(xiàn)對數(shù)據(jù)資產(chǎn)的深度挖掘，產(chǎn)生數(shù)據(jù)價值，對OTA升級過程及結(jié)果進行智慧化監(jiān)控與追溯，促進數(shù)字化水平在企業(yè)質(zhì)量管理與提升中的應用。

3 基于Hadoop的汽車遠程升級數(shù)據(jù)系統(tǒng)開發(fā)

3.1 系統(tǒng)架構(gòu)設計

本系統(tǒng)通過對接車輛云平臺將車輛關鍵日志采集到數(shù)據(jù)倉庫技術（Extract Transform Load, ETL）層，數(shù)據(jù)經(jīng)過抽取、轉(zhuǎn)換、清洗等處理流入到基于Hadoop構(gòu)建的大數(shù)據(jù)處理技術框架進行存儲與計算。數(shù)據(jù)應用層采用Web協(xié)議作為基礎服務，Ngnix集群實現(xiàn)Web高可用的負載均衡及路由功能。用戶的網(wǎng)絡請求通過Nginx轉(zhuǎn)發(fā)至應用服務器，服務器端通過SpringSecurity+ JWT進行用戶鑒權(quán)，如token檢查等。若檢查未通過則該請求會被拒絕從而確保系統(tǒng)的安全性。數(shù)據(jù)存儲方面，應用層產(chǎn)生的關系型業(yè)務數(shù)據(jù)存放至Mysql，同時采用運營支撐系統(tǒng)（Office of Strategic Services, OSS）提供全面的云存儲安全服務，其可擴展的性能、先進的數(shù)據(jù)存儲和管理功能，可以輕松管理海量非結(jié)構(gòu)化數(shù)據(jù)。系統(tǒng)性能方面，通過對業(yè)務數(shù)據(jù)合理的分表設計及優(yōu)化并結(jié)合緩存組件的使用，確保了系統(tǒng)的高性能。汽車遠程升級數(shù)據(jù)系統(tǒng)架構(gòu)設計如圖2所示。

圖2 汽車遠程升級數(shù)據(jù)系統(tǒng)架構(gòu)設計圖

3.2 系統(tǒng)功能設計

本文中所開發(fā)的汽車遠程升級數(shù)據(jù)管理系統(tǒng)功能設計如圖3所示。系統(tǒng)功能設計主要包括5大模塊，分別為汽車OTA運維監(jiān)控模塊、數(shù)據(jù)質(zhì)量分析模塊、升級過程追溯管理模塊、統(tǒng)計分析模塊、系統(tǒng)管理模塊組成。

圖3 汽車遠程升級數(shù)據(jù)系統(tǒng)功能設計

1.OTA運維監(jiān)控

在汽車進行遠程升級過程中，通過OTA運維監(jiān)控模塊對遠程升級活動進行狀態(tài)控制，主要包括不同車型下的升級車輛狀態(tài)監(jiān)控、升級告警通知、運維報告以及日志分析。升級狀態(tài)監(jiān)控可以實時掌握升級過程的車輛數(shù)量、升級車型、車輛升級成功與否、升級用戶的使用習慣等，匯總升級基本信息，實時掌握升級動態(tài)。升級告警通知，可以通過此模塊，掌握升級過程中出現(xiàn)的異常情況，及時對升級異常進行處理。同時，系統(tǒng)還可采集升級過程日志，對升級過程日志進行分析，系統(tǒng)融合狀態(tài)監(jiān)控，告警通知與日志分析，形成車輛升級運維報告。

2.數(shù)據(jù)質(zhì)量分析

通過對車輛遠程升級的過程數(shù)據(jù)進行分析，維護車輛遠程升級的不同狀態(tài)及狀態(tài)類型信息，批量讀取各不同升級狀態(tài)數(shù)據(jù)。特別是升級包版本數(shù)據(jù)，基于軟件版本基線，對每次升級的軟件版本進行系統(tǒng)自動匹配，識別升級版本異常。在數(shù)據(jù)質(zhì)量分析過程中，使用描述及驗證性分析方法來分析質(zhì)量模式，比如過程能力評價、描述性統(tǒng)計、聚類分析、方差分析、相關性分析，探求不同升級場景下的數(shù)據(jù)質(zhì)量分析模型。同時，在質(zhì)量預警中，使用一些預測性的方法如回歸模型、機器學習方法等對數(shù)據(jù)質(zhì)量進行預測，形成質(zhì)量策劃、數(shù)據(jù)采集、預測性分析，有效形成質(zhì)量數(shù)據(jù)分析報告，形成質(zhì)量管理的計劃、執(zhí)行、檢查、處理（Plan、Do、Check、Act, PDCA）閉環(huán)。

3.升級過程追溯管理

通過對車輛升級是否成功、零部件升級是否達到預期版本等其他升級結(jié)果進行分析，實時反應升級問題，對升級結(jié)果異常做到實時監(jiān)控，優(yōu)化OTA升級方案。通過升級過程中對安裝時間、安裝條件等車輛狀態(tài)數(shù)據(jù)分析車輛升級情況，結(jié)合數(shù)據(jù)模型，搭建完善的OTA升級過程質(zhì)量管理，發(fā)現(xiàn)升級過程中的問題，為OTA升級策略調(diào)整提供數(shù)據(jù)支持，提高OTA升級質(zhì)量。追溯車輛遠程升級的各過程升級狀態(tài)數(shù)據(jù)及變化趨勢，研究升級前后變化規(guī)律，并以表格和曲線的方式進行對比顯示，形成升級狀態(tài)管理報告。

4.統(tǒng)計分析

在統(tǒng)計分析模塊，結(jié)合OTA遠程升級的基礎數(shù)據(jù)、升級數(shù)據(jù)及歷史數(shù)據(jù)，根據(jù)升級車輛、時間及結(jié)果導向維度進行直觀展示。同時，對不同維度的數(shù)據(jù)進行融合分析，進行數(shù)據(jù)可視化展示。有效地了解各個不同需求下的車輛遠程升級的升級結(jié)果和狀態(tài)，有效掌握車輛遠程升級的異常情況等，以便對后續(xù)的車輛遠程升級作出正確的決策。同時也為未來的OTA升級的需求來源和市場表現(xiàn)提供數(shù)據(jù)支持，為進一步的建立OTA軟件銷售生態(tài)系統(tǒng)提供數(shù)據(jù)支撐。

5.系統(tǒng)管理

系統(tǒng)管理主要包括角色管理、權(quán)限管理、系統(tǒng)通知及操作日志。角色管理可以分為超級管理員、操作員以及測試用戶。超級管理員可對系統(tǒng)全局進行操作，擁有最高權(quán)限。操作員主要用來對汽車遠程升級數(shù)據(jù)系統(tǒng)進行數(shù)據(jù)管理與操作，包括歷次汽車遠程升級活動的基礎信息數(shù)據(jù)、車輛狀態(tài)數(shù)據(jù)和關鍵過程狀態(tài)數(shù)據(jù)的維護與整合，選擇融合分析的數(shù)據(jù)組合維度等；查看用戶可以對汽車遠程升級數(shù)據(jù)系統(tǒng)進行數(shù)據(jù)的查詢、瀏覽、檢索等功能。用戶主要對系統(tǒng)功能進行測試。用戶權(quán)限設置方面，可以根據(jù)不同部門不同崗位對不同人員設置不同功能模塊的訪問權(quán)限。系統(tǒng)通知將有新的操作消息通知到用戶，操作日志記錄系統(tǒng)所有的操作記錄，用于系統(tǒng)使用追溯。

3.3 系統(tǒng)功能驗證分析

在系統(tǒng)需求分析和功能分析的基礎上，進行了汽車遠程升級數(shù)據(jù)系統(tǒng)的開發(fā)，系統(tǒng)主要分為OTA運維監(jiān)控、數(shù)據(jù)質(zhì)量分析、升級過程追溯管理、統(tǒng)計分析、系統(tǒng)管理等5大模塊。在系統(tǒng)開發(fā)基礎上，編制測試用例，進行了系統(tǒng)功能驗證分析，包括對系統(tǒng)進行系統(tǒng)冒煙測試、集成測試、回歸測試、功能測試以及性能測試。測試軟件環(huán)境為采用Windows10操作系統(tǒng)，支撐軟件Tomcat 9.0，測試工具Loaderunner 2021、nmon。圖4所示為系統(tǒng)功能測試展示圖，經(jīng)測試，系統(tǒng)功能可以滿足開發(fā)需求，可以進行OTA運維監(jiān)測、數(shù)據(jù)完整性與可靠性分析、升級過程軟件異常版本分析與升級失敗管理、報告管理、統(tǒng)計分析等關鍵功能，滿足系統(tǒng)功能性、易用性和可靠性的要求。

圖4 汽車遠程升級數(shù)據(jù)系統(tǒng)功能展示圖

在系統(tǒng)性能方面，系統(tǒng)在執(zhí)行軟件功能時，響應和處理時間及資源消耗時間均在用戶可接受范圍內(nèi)：在100 M互聯(lián)網(wǎng)環(huán)境下，頁面響應時間不大于2 s；接口每秒事務數(shù)大于10；系統(tǒng)中央處理器（Central Processing Unit, CPU）使用率不超過70%，滿足系統(tǒng)使用性能要求。

3.4 系統(tǒng)開發(fā)應用

在整個系統(tǒng)中，基于數(shù)據(jù)采集、數(shù)據(jù)分析與數(shù)據(jù)智能化應用，可以對所進行的OTA活動的數(shù)據(jù)進行多維分析與價值提取，助力對OTA活動的閉環(huán)質(zhì)量管理，為進一步的OTA升級策略的優(yōu)化提供功能支撐。圖5為升級過程追溯管理模塊示例，系統(tǒng)可通過升級過程追溯模塊對車輛遠程升級過程進行管理，并進行過程追溯以及風險管理。整個開發(fā)的系統(tǒng)，在使用過程中，可以很好地進行遠程升級數(shù)據(jù)的采集、存儲與深度的數(shù)據(jù)挖掘，并基于分析結(jié)果對升級過程中的質(zhì)量缺陷進行預警，解決了汽車遠程升級的大數(shù)據(jù)整合與信息離散問題，提高了企業(yè)的數(shù)字化管理水平。

圖5 升級過程追溯管理模塊

4 結(jié)論

本文提出了基于Hadoop的汽車遠程升級數(shù)據(jù)管理系統(tǒng)的功能設計與技術架構(gòu)，開發(fā)形成數(shù)據(jù)融合分析系統(tǒng)。系統(tǒng)從OTA運維監(jiān)控、升級過程追溯等方面對各維度數(shù)據(jù)進行處理和分析，有效形成對OTA升級活動過程中的車型、車輛、升級活動頻次、升級異常、升級失敗等進行過程監(jiān)控與追溯管理。此系統(tǒng)通過實踐應用，很好地解決和識別了汽車遠程升級過程追溯的痛點與難點，為實現(xiàn)進一步的數(shù)字化智慧管理提供了技術支撐。在下一步工作中，將針對智能座艙、自動駕駛等高頻度OTA升級，將進一步引入機器學習與數(shù)據(jù)融合分析算法，細化汽車遠程升級大數(shù)據(jù)分析維度和顆粒度，指導與優(yōu)化設計，提高全面數(shù)字化質(zhì)量管理水平。

[1] 武翔宇,趙德華,郝鐵亮.淺談汽車OTA的現(xiàn)在與未來發(fā)展趨勢[J].汽車實用技術,2019,44(3): 222-224.

[2] 李立安,趙幗娟,任廣樂.OTA實現(xiàn)方案及汽車端設計分析[J].汽車實用技術,2020,45(6):14-19.

[3] 朱鵬波,溫小鋒,楊毅.遠程診斷技術在汽車OTA刷新應用的研究[J].汽車實用技術, 2020,45(4):14-19.

[4] 張倩.一種汽車OTA行業(yè)應用的整體框架[J].汽車實用技術,2020,45(3):100-103.

[5] 吳曉英,明均仁.基于數(shù)據(jù)挖掘的大數(shù)據(jù)管理模型研究[J].情報科學,2015,33(11):131-134.

[6] 楊樺.新能源汽車充電樁海量數(shù)據(jù)分析研究[J].企業(yè)科技與發(fā)展,2020(1):40-43.

[7] 郭偉偉,吳文臣,隋亮.大數(shù)據(jù)時代的數(shù)據(jù)挖掘技術與應用[J].數(shù)字技術與應用,2020,38(8):103-105.

Research of Vehicle Over-the-air Update Data System Based on Data Mining

HU Changguo, WANG Jian, CAI Kaikai, SONG Xiaofei

( Zhejiang Yangtze Delta IoV Security Technical Company Limited, Hangzhou 310000, China )

In the context of software-defined vehicle, over-the-air(OTA) update has become an extremely important way for the intelligent connected vehicle technology improvement,performance services improvement and software sales ecosystem build. Based on mass vehicles over-the-air(OTA) update will generate tens of millions of vehicle data. With deep data mining of vehicle data generated by over-the-air update and big data governance and analysis, it will contribute to guide and optimize the design scheme and update strategy of vehicle over-the-air update.Meanwhile, the digital management level of enterprises can be improved. This paper constructed the data system of vehicle over-the-air update, realized the granular analysis and management of key technical parameters data and carries out the process risk warning.The development structure based on the big data development model of data mining technology and Hadoop open source platform. From the system application, the developed system can effectively improve the level of analysis, storage and intelligent deep analysis of massive data generated by OTA update.Meanwhile,it can contribute to monitor and trace the vehicle change during the whole over-the-air process.Furthermore, it will promote the closed-loop management of OTA update.

Vehicle over-the-air update;Big data;Deep mining;Data management system;Data mining

U495

A

1671-7988(2022)23-56-06

U495

A

1671-7988(2022)23-56-06

10.16638/j.cnki.1671-7988.2022.023.011

胡昌國（1987—），男，碩士，高級工程師，研究方向為智能網(wǎng)聯(lián)汽車大數(shù)據(jù)分析、車輛信息安全防護技術等，E-mail:huchangguo@csjiovs.com。