基于節點適用性的高速公路車聯網分簇路由協議

陸山風, 何廷全, 周 欣，周 健

(1.廣西新發展交通集團有限公司，廣西 南寧 530011；2.國家山區公路工程技術研究中心,重慶 400067；3.自動駕駛技術交通運輸行業研發中心,重慶 400067)

0 引言

以車聯網[1]技術(Vehicle to Everything，V2X)為重要發展內涵的智能交通系統[2](Intelligent Transportation Systems，ITS)，為保證高速公路[3]行車安全、提升道路交通運行效率提供了新的解決思路。車聯網應用的核心在于數據信息在網絡中所有涉及網絡節點間的傳遞。由于高速公路中車輛行駛速度較快，車聯網網絡拓撲結構變化頻繁、節點分布不均等問題更為突出，因此，在網絡層層面，設計合理的路由協議，保證數據信息穩定、可靠的傳遞十分必要。

路由協議旨在為網絡中的數據信息尋求從源節點到目標節點的最優傳輸路徑。主流的車聯網路由協議包括5類，分別是基于拓撲的路由協議、基于位置的路由協議[4]、基于分簇的路由協議[5]、基于地域多播和基于廣播的路由協議[6]。其中，通過將網絡結構從扁平化轉變為分層結構，基于分簇的路由協議能顯著的擴展網絡生命周期，提高網絡的可擴展性和可靠性，并能為網絡帶來更高效的頻譜管理[7]。特別是，高速公路環境中車輛行駛速度較高，道路中車流密度的變化幅度相對較小，其構建的無線通信網絡往往具有更高的穩定性，因此，設計高速公路通信網絡時更適用于借助分簇結構以解決數據通信效率問題。

分簇路由的核心是簇頭節點的選擇策略。文獻[8]提出了一種環域路由算法(RARZ)，綜合考慮節點的剩余能量并執行基于位置的路由，避免路由過程中的控制開銷；文獻[9-10]設計了一種多跳移動域算法(MMZ)，通過選取最高三跳以內的車輛節點形成通信簇，降低了網絡切換開銷；文獻[11]針對簇頭節點的安全可靠問題，設計了一種高可信的基于節點值動態更新的安全路由協議，并基于改進粒子群算法的分簇方法，構建了從網絡安全因素、能量因素和距離均衡等多角度融合的簇頭選取策略；文獻[12-13]設計的分簇算法HQCA，通過評估簇內通信質量，提高簇內和簇間的通信距離，并減低聚類過程中的錯誤率，簇頭選取策略依據模糊邏輯，對剩余能量、簇內最小能力、簇內最小距離等多個參數進行考量。上述分簇算法中，多數算法的應用場景為城市道路環境，車輛節點密度較大，速度較低。考慮到高速公路環境特點，上述協議容易造成通信鏈路斷裂，進而影響數據的有效傳遞。

數據信息從源節點到目標節點的傳輸過程需要考慮的另一個關鍵問題是數據安全。考慮到分簇結構對高速公路環境數據通信效率的影響，以分簇結構為基礎構建的高速公路車聯網通信架構能夠從網絡結構的角度加強網絡的安全性并保證認證數據交互的可靠性。與此同時，在構建高速公路車聯網通信架構過程中，針對車聯網環境中典型的安全攻擊，如中間人攻擊[13]、女巫攻擊[14]、拒絕服務攻擊[15]等，引入第三方可信通信實體，借助互信認證以保證數據安全，可顯著改善數據傳輸過程中因攻擊導致的數據機密性降低、可用性變差等問題[16]。

互信認證的工作原理是，車輛首先在入網前借助證書中心獲得數字證書，然后在發送數據前為數據生成簽名，進而通過證書分化和撤銷完成身份認證[17]。盡管這一方法能夠顯著提升數據安全水平，然而，現有的面向高速公路的分簇路由協議在設計過程中，往往因更側重傳播路徑的研究而忽略對數據安全的考慮。高速公路車輛節點移動速度較快，一旦數據安全無法保證，往往造成嚴重的事故，有必要對此進行考慮。

本研究首先針對數據安全問題，在分簇路由結構的基礎上，通過引入第三方可信通信實體，構建了高速公路車聯網安全通信整體架構，明確了不同通信主體間的認證過程。然后，針對通信性能及通信安全提升問題，結合高速公路交通流特點引入固定簇模型，并借助車輛可信度參數、車輛位置參數和相對速度參數，給出了車輛節點適用性的評估算法，設計了一種基于適用性的簇頭選擇策略，進而完成了分簇路由協議的整體設計并給出了相應算法。最后，借助Veins仿真平臺搭建了高速公路仿真場景，借助丟包率這一性能指標對所述路由協議的網絡安全性能進行了分析，同時，針對不同的車流密度，從延時、吞吐量、數據包投遞率和簇的數量等多個角度，對所述路由協議的通信性能進行了評估。

1 高速公路安全通信架構

1.1 通信安全需求分析

高速公路環境下的車聯網通信安全需求主要包括身份認證、完整性、機密性、可用性和接入可控5方面。其中，身份認證幫助用戶確認與其進行通信的通信實體具備合法的身份信息，不同的通信實體授信等級和角色各有不同[18]。身份認證是最為主要的一項網絡安全需求。高速公路環境下身份認證的內容主要包括以下3種。

(1)ID認證：通信實體借助唯一的序列碼ID識別當前消息傳輸節點身份的合法性，該認證可對非法或未被授信的通信節點進行識別。

(2)屬性認證：通過識別當前通信實體的類型，確定通信實體在網絡中的角色，即簇頭節點、路側單元、車載單元等。

(3)位置認證：主要用于對當前通信實體的實時位置信息進行認證。

1.2 安全通信架構構建

借助第三方可信通信實體，構建了一種具備身份認證的高速公路安全通信架構，如圖1所示。系統由4部分組成，分別是：具備車載單元(On Board Unit，OBU)的車輛節點、路側單元(Road Side Unit，RSU)、第三方可信通信實體和認證服務器。其中，車輛節點和路側設備都需要在第三方可信通信實體中進行身份認證，認證信息存儲于認證服務器。車輛節點認證時可獲取唯一的身份ID，路側設備認證時獲取唯一的身份ID和靜態密鑰。

圖1 網聯高速公路安全通信架構Fig.1 Security communication architecture for connected expressway

此外，為了保證系統的可用性，本研究做出如下假設：

(1)路側設備能夠實現高速公路場景中通信范圍的全部覆蓋，并可獲取其靜態的地理位置信息，這一要求能夠保證車輛節點在較高的行駛速度條件下仍可保證持續的通信連接。

(2)場景中所有的車輛節點均具備車載單元、能夠獲取實時的地理位置信息，具備一定的數據發送與接收能力。

(3)考慮到高速公路主線平曲線路段中車流狀態穩定性更高，場景中高速公路設為單向雙車道、主線平曲路段。

(4)在任一時間內，車輛節點僅可成為一個通信簇的簇成員。

(5)所有車輛節點和簇的ID均唯一。

1.3 通信實體身份認證過程

上述通信場景中，身份認證主要存在于3種通信實體間，分別是：車輛節點與車輛節點間的認證過程、簇頭節點認證過程和路側設備認證過程，如圖2所示。

圖2 高速公路場景中通信實體的身份認證類型Fig.2 Type of identity authentication for communicating entity in expressway

(1)車車認證過程

車車認證的內容主要包括車輛的身份ID和位置信息。當車輛處于同一通信簇時，其身份ID和位置信息將在簇內進行信息共享。具體的車車認證內容為：ID、位置信息、當前時刻和車輛狀態。顯然，車車認證的效率與高速公路中車流密度的大小正相關。

(2)簇頭節點認證過程

簇頭節點的認證過程存在于車輛節點與RSU之間，認證內容包括身份ID和通信密鑰。車輛節點駛入RSU通信覆蓋范圍時，即向RSU發起執行身份認證的過程。RSU判定當前車輛節點為簇頭節點時，會將其身份ID和通信密鑰定向發送給該車輛節點。簇頭節點認證過程如圖3所示。

圖3 簇頭節點認證過程流程圖Fig.3 Flowchart of cluster head node authentication process

車輛節點借助合法的身份ID加入或存在于一個簇，當認證失敗時，車輛節點將向第三方可信通信實體發出申請，獲取新的認證信息，直到認證成功。顯然，高速公路環境中，簇頭節點的認證過程需要保證車輛節點能夠與RSU建立一定存續時長的通信連接。

(3)路側設備認證過程

路側設備的認證過程存在于路側設備與第三方可信通信實體之間，第三方可信通信實體周期性的對RSU合法與否進行驗證。RSU認證內容包含身份ID和密鑰。考慮到RSU與第三方可信通信實體間的通信鏈路安全性較高，此處密鑰無需進行加密處理。路側設備認證過程如圖4所示。

圖4 路側設備認證過程流程圖Fig.4 Flowchart of RSU authentication process

2 分簇路由協議設計

分簇路由協議設計的核心在于合適的簇頭選擇策略，為了兼顧數據傳輸安全，本研究在設計簇頭選擇策略時引入了含有評估車輛節點可信程度的參數，以此保證數據的安全性能。

2.1 簇的形成

一般而言，在保證簇的穩定性和簇維護開銷較小的前提下，較小的簇數量意味著分簇算法具有更高的分簇效率和數據包傳輸效率[19]。考慮到高速公路主線平曲線路段中車流行駛方向固定，本研究引入固定簇模型，將處于單一路側設備通信范圍內的路段記為一個分簇路段，每個分簇路段均分為4個通信簇。高速公路場景下的固定簇形成方案如圖5所示。當車輛駛入任一通信簇邊界位置時，即可觸發V2V認證過程和簇頭節點認證過程。

圖5 高速公路場景下的固定簇形成方案Fig.5 Fixed cluster formation scheme in expressway scenarios

2.2 簇的維護流程設計

依照車輛的行駛路徑，簇的維護過程被劃分為3個部分，即加入簇、簇頭選擇和駛離簇。

(1)加入簇：借助RSU的消息廣播，車輛節點可以獲取到簇的邊界位置信息和身份認證信息。本研究中涉及的高速公路場景中簇的邊界位置信息為固定值，車輛節點利用定位系統確定自身位置處于通信簇通信范圍內后即可發送hello消息包。若當前車輛節點收到來自簇頭節點的確認消息，即可加入當前通信簇；否則，車輛節點將向RSU發起執行新的簇頭節點選擇過程的請求。

(2)簇頭選擇：簇頭選擇的過程由RSU執行。借助簇頭選擇算法，RSU為其通信范圍內的簇選取合適的簇頭車輛節點并告知其身份狀態信息。簇頭車輛節點完成與簇內車輛節點間的信息交互，直到產生新的簇頭節點。簇頭選擇過程周期性執行，亦可由新加入簇的車輛節點進行觸發。

(3)駛離簇：車輛駛離通信簇時無需向簇頭節點或RSU發送確認信息。當超過某一特定時間后，簇頭節點和RSU仍未收到來自該車輛的消息，或收到來自該車輛的消息中顯示車輛位置超出簇的范圍時，簇頭節點和RSU將對此車輛節點相關的信息進行更新和移除。

2.3 簇頭的選擇策略FBCHSS

借助車輛可信度參數、位置距離參數和相對速度參數，本研究設計了一種基于適用性的簇頭選擇策略(Fitness Based Cluster Head Selection Strategy，FBCHSS)。路側設備通過計算和比較簇內車輛節點的適用性數值，選取適用性數值最高的車輛節點作為簇頭節點。

記車輛節點為vi，車輛節點vi的適用性為Fi，則：

Fi=w1·TVi+w2·di-w3·SRi，

(1)

SRi=(si-savg)，

(2)

式中，w1，w2和w3為適用性評估算法中不同參數的權重因子，滿足0≤w1,w2,w3≤1和w1+w2+w3=1。

TVi為車輛可信度參數，用于描述車輛在傳輸數據信息過程中的可靠程度。顯然，當系統所選取的簇頭節點具有較高的車輛可信度時，其適用性更強。考慮到車輛可信度參數與車輛歷史行駛數據、車輛認證身份等多個因素相關，本研究不對此參數進行討論，車輛可信度參數在測試過程中設置為固定區間內的隨機值。

di為位置距離參數，用于描述車輛節點當前位置與沿行駛方向的通信簇邊界位置間的距離。位置距離參數越高，車輛節點距離通信簇邊界越遠，其處于當前通信簇的時間越長，該車輛節點越適合作為簇頭節點。顯然，這一參數可直接影響系統執行簇頭選擇所需的控制開銷。

SRi為相對速度參數，即同一時刻車輛節點的速度si與簇內所有節點速度均值savg的差值。這一參數反映了當前車輛節點速度與簇內車輛節點速度的相似程度。相對速度參數越低，則該車輛與簇內成員處于同一通信簇的時長越長，該車輛節點越適合作為簇頭節點。基于適用性的簇頭選擇策略算法如表1所示。

表1 簇頭選擇策略整體算法Tab.1 Algorithm of cluster head selection strategy

可以看到，基于適用性的簇頭選擇策略算法主要包括3個階段，分別是：(1)預處理階段，用于完成對權重因子和簇頭選擇周期的初始化設置；(2)簇頭選擇過程，通過計算通信簇內所有車輛節點的適用性參數，選出適用性參數最高的車輛節點作為簇頭節點；(3)簇頭節點維護過程，利用RSU向簇頭節點發送身份認證信息，并對當前簇的狀態進行更新和維護。

3 系統測試與分析

3.1 系統參數設置

利用交通仿真平臺SUMO搭建了一個單向雙車道的高速公路交通場景，利用網絡仿真平臺OMNeT++構建了具備兩個路側設備的車聯網通信環境，然后利用車聯網仿真平臺Veins，將上述交通場景和網絡場景進行融合，對所述分簇路由協議的通信性能進行了測試。

SUMO中路段設置為主線平曲線路段，單向雙車道，長度為6 000 m，車輛節點的行駛速度設為區間80～120 km/h中的隨機值。為了評估不同的車流密度對系統網絡性能的影響，通過設置SUMO場景邊界處每秒駛入的車輛節點數目完成對不同車流密度的仿真。網絡仿真器OMNeT中主要完成的是2個路側設備和惡意節點在仿真場景中的部署，惡意節點選用的類型為選擇性轉發，惡意節點數目分別設置為15，20，25，30，35。同時，車輛節點的可信度參數設置為區間10～100中的隨機值，惡意節點的可信度參數設置為區間10～50中的隨機值權重因子w1，w2和w3分別設置為0.3，0.4和0.3，簇頭選擇策略執行周期設為5 s，車輛節點hello消息包的發送周期為5 ms。具體仿真系統參數設置如表2所示。

表2 仿真系統參數設置Tab.2 Simulation system parameter setting

3.2 系統測試性能指標

本研究利用丟包率(Packet Loss Ratio，PLR)、數據包投遞率(Packet Delivery Ratio，PDR)、數據吞吐量(Throughput)和延時(Delay)這4個指標對系統在網絡層面的性能進行評價，同時，對簇頭選擇策略而言，從簇的數量角度，分析對比了不同簇頭選擇策略中的網絡開銷狀態。

(1)丟包率：其值為系統中丟失數據包數量占所發送數據包的比率。PLR越低，系統網絡安全性越高。

PLR=∑(Psen-Prec)/∑Psen，

(3)

式中，Prec為接收到的消息包數量；Psen為車輛發送的消息包數量。

(2)數據包投遞率：其值為系統中成功接收的消息數與所有發送的消息數的比值。PDR越高，系統網絡傳輸效率越高。

PDR=[∑Prec/nv]/∑Psen，

(4)

式中，Prec為接收到的消息包數量；Psen為車輛發送的消息包數量；nv為車輛節點數。

(3)吞吐量：該值描述了系統單位時間內傳輸的數據比特數。在一個安全的網絡環境中，Throughput值越高，系統的網絡性能越高。

Throughput=(nr·ns)/Td，

(5)

式中，nr為接收到的所有消息包；ns為消息包大小；Td為總時長。

(4)延時：該值是評價系統網絡性能的一個重要指標，描述了兩車輛節點間成功投遞數據包所花費的平均時間，可直觀體現系統數據傳輸過程中的及時性。

(6)

式中，np為消息包數量；Trec和Tsen分別為消息包i的接收時間和發送時間。

3.3 系統測試結果

本研究對MMZ、HQCA和所述FBCHSS這3種基于不同簇頭選擇方案的路由協議的網絡安全性能和通信性能分別進行測試。同時，借助路由協議中的經典算法AODV作為對照，對上述3種路由協議的性能進行了對比分析。

(1)丟包率測試對比結果

丟包率是評價網絡安全性能的重要指標，對丟包率進行測試時，場景中車流密度設為25 veh·(ln·km)-1。3種路由協議在不同惡意節點數目條件下的丟包率測試結果如圖6所示。

圖6 丟包率測試對比Fig.6 Comparison of packet loss rates

可以看到，3種不同路由協議的丟包率均隨著惡意節點數目的增加呈現上升的趨勢，特別地，在惡意節點數目達到25及以上時，FBCHSS的丟包率相比MMZ和HQCA減少將近25%，這是因為FBCHSS中惡意節點的適用性參數較低，多數惡意節點都沒有機會成為簇頭節點，極大地降低了數據包轉發過程中引發的丟包情況。

(2)延時測試對比結果

4種路由協議在不同車流密度條件下進行數據傳輸時的延時測試結果如圖7所示。

圖7 延時對比Fig.7 Comparison of delays

整體來看，隨著車流密度的逐漸變大，不同路由協議的延時均呈現出增長的趨勢，這是因為車流密度的增加導致通信節點數目增加，網絡負載上升引發網絡擁堵，同時，通信節點的增加還會觸發頻繁的簇頭切換，對通信簇的穩定性造成影響；其次，可以看到，當車流密度處于較低水平(37.5 veh/(ln·km)以下)時，選取使用MMZ,HQCA和FBCHSS這3種簇頭選擇方案的路由協議在仿真過程中延時情況大致相同，這是因為場景中的通信節點整體數目較小，網絡資源更為充裕，發生數據包碰撞和丟失的情況較少；同時，相比MMZ和HQCA，FBCHSS在車流密度較高(37.5 veh/(ln·km)以上)時，表現出了更低的延時，這是因為車流密度較大的場景中，FBCHSS在評估節點適用性時，為節點的位置信息分配了更高的權重，這使得消息包在傳輸過程中能夠更多的使用簇頭節點，從而使整體的延時保持在較低的水平。此外，AODV在系統中呈現更高的延時。

(3)吞吐量測試對比結果

4種路由協議在不同車流密度條件下進行數據傳輸時的吞吐量測試對比結果如圖8所示。

圖8 吞吐量測試對比Fig.8 Comparison of throughputs

從圖8可以看到，4種路由協議的吞吐量均隨著車流密度的增大呈現出增長的趨勢，并在車流密度較大時，增長趨勢變緩，這主要是由于過多的車輛節點造成網絡的擁塞，使得數據傳輸效率變低；同時，相比MMZ,HQCA和AODV，FBCHSS呈現出更高的吞吐水平，這是因為MMZ和HQCA中均形成了過多的通信簇，簇頭與簇頭間產生了更多的數據沖突，引發了更多的簇間切換，網絡開銷較大，而FBCHSS中的數據交換主要存在于簇頭節點和簇成員之間，數據鏈路更為穩定，數據傳輸更為可靠。

(4)數據包投遞率測試對比結果

4種路由協議下數據包投遞率測試對比結果如圖9所示。顯然，相比MMZ,HQCA和AODV，FBCHSS具有更高的數據投遞率，這是因為在FBCHSS中，評估車輛節點適用性時選用的速度參數為相對速度，這使得簇頭節點與簇成員間通信鏈路的生存時間較長，通信簇更加穩定；同時，隨著車流密度的增大，數據包投遞率呈現普遍下降，這與通信節點數目增多帶來的信道擁堵息息相關。

圖9 數據包投遞率測試對比Fig.9 Comparison of data packet delivery rates

此外，綜合4種路由協議在數據包投遞率、數據吞吐量和延時3個指標下的性能表現，可以看到，當前仿真環境中，車輛節點行駛速度處于80～120 km/h 這一區間時，FBCHSS協議明顯表現出更高的吞吐量和投遞率，并具有較低的延時，適應當前主流的高速公路運行環境。

(5)簇的數量測試對比結果

由前可知，評價基于分簇的路由協議時，對形成簇的數量進行比較，能夠獲得協議在分簇效率和傳輸效率網絡性能表現。本次試驗通過統計同一時刻場景中的簇頭節點個數，對不同路由協議的性能進行了分析，不同協議下簇的數量統計表如表3所示。

表3 不同協議下簇的數量統計表Tab.3 Statistical table of number of clusters under different protocols

可以看到，在不同的車流密度條件下，FBCHSS簇的數目始終保持一致，這是由于引入了固定簇模型，簇的數目只與路側設備的數目相關；其次，MMZ和HQCA簇的數目隨著車流密度的增大明顯增多，考慮到簇頭數量的增多意味著系統維護簇頭節點的數據交互量也會相應變大，同時，簇頭節點也會存在更多的切換操作，數據傳輸過程中的即時性和丟包勢必增加，進一步增加系統的網絡開銷，這也是該協議導致系統傳輸性能降低的主要原因。

4 結論

首先研究了高速公路中數據交互安全需求，針對數據安全搭建了高速公路通信架構，引入了車輛節點可信度參數；然后借助固定簇模型，引入車輛節點位置和相對速度參數，設計了一種車輛節點適用性評估算法，給出了一種基于該算法的分簇路由協議整體方案，以提高網絡的擴展性、可靠性和頻譜管理性能。最后，借助Veins仿真平臺對高速公路場景中不同車流密度狀態下的路由協議通信性能進行了測試和對比分析。試驗證明，引入FBCHSS算法的分簇路由協議在丟包、延時、吞吐和數據投遞率4方面均優于MMZ,HQCA和AODV，簇數量可控，具有較好的安全和通信性能表現。

考慮到測試協議通信性能時，車輛節點的可信度參數為區間內的隨機值，當前試驗環境無法準確反映協議對數據安全性能的優化，未來可細化可信度參數評估辦法，以此完善系統的協議性能表現。此外，本研究僅對高速公路主線平曲線路段上的路由協議進行了設計和分析，未來將針對復雜場景(如彎道、縱坡，以及匝道和縱坡-彎道組合)下的路由協議展開研究。