陸山風(fēng), 何廷全, 周 欣，周 健

(1.廣西新發(fā)展交通集團(tuán)有限公司，廣西 南寧 530011；2.國(guó)家山區(qū)公路工程技術(shù)研究中心,重慶 400067；3.自動(dòng)駕駛技術(shù)交通運(yùn)輸行業(yè)研發(fā)中心,重慶 400067)

0 引言

以車聯(lián)網(wǎng)[1]技術(shù)(Vehicle to Everything，V2X)為重要發(fā)展內(nèi)涵的智能交通系統(tǒng)[2](Intelligent Transportation Systems，ITS)，為保證高速公路[3]行車安全、提升道路交通運(yùn)行效率提供了新的解決思路。車聯(lián)網(wǎng)應(yīng)用的核心在于數(shù)據(jù)信息在網(wǎng)絡(luò)中所有涉及網(wǎng)絡(luò)節(jié)點(diǎn)間的傳遞。由于高速公路中車輛行駛速度較快，車聯(lián)網(wǎng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化頻繁、節(jié)點(diǎn)分布不均等問題更為突出，因此，在網(wǎng)絡(luò)層層面，設(shè)計(jì)合理的路由協(xié)議，保證數(shù)據(jù)信息穩(wěn)定、可靠的傳遞十分必要。

路由協(xié)議旨在為網(wǎng)絡(luò)中的數(shù)據(jù)信息尋求從源節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的最優(yōu)傳輸路徑。主流的車聯(lián)網(wǎng)路由協(xié)議包括5類，分別是基于拓?fù)涞穆酚蓞f(xié)議、基于位置的路由協(xié)議[4]、基于分簇的路由協(xié)議[5]、基于地域多播和基于廣播的路由協(xié)議[6]。其中，通過將網(wǎng)絡(luò)結(jié)構(gòu)從扁平化轉(zhuǎn)變?yōu)榉謱咏Y(jié)構(gòu)，基于分簇的路由協(xié)議能顯著的擴(kuò)展網(wǎng)絡(luò)生命周期，提高網(wǎng)絡(luò)的可擴(kuò)展性和可靠性，并能為網(wǎng)絡(luò)帶來更高效的頻譜管理[7]。特別是，高速公路環(huán)境中車輛行駛速度較高，道路中車流密度的變化幅度相對(duì)較小，其構(gòu)建的無線通信網(wǎng)絡(luò)往往具有更高的穩(wěn)定性，因此，設(shè)計(jì)高速公路通信網(wǎng)絡(luò)時(shí)更適用于借助分簇結(jié)構(gòu)以解決數(shù)據(jù)通信效率問題。

分簇路由的核心是簇頭節(jié)點(diǎn)的選擇策略。文獻(xiàn)[8]提出了一種環(huán)域路由算法(RARZ)，綜合考慮節(jié)點(diǎn)的剩余能量并執(zhí)行基于位置的路由，避免路由過程中的控制開銷；文獻(xiàn)[9-10]設(shè)計(jì)了一種多跳移動(dòng)域算法(MMZ)，通過選取最高三跳以內(nèi)的車輛節(jié)點(diǎn)形成通信簇，降低了網(wǎng)絡(luò)切換開銷；文獻(xiàn)[11]針對(duì)簇頭節(jié)點(diǎn)的安全可靠問題，設(shè)計(jì)了一種高可信的基于節(jié)點(diǎn)值動(dòng)態(tài)更新的安全路由協(xié)議，并基于改進(jìn)粒子群算法的分簇方法，構(gòu)建了從網(wǎng)絡(luò)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(xiàn)[12-13]設(shè)計(jì)的分簇算法HQCA，通過評(píng)估簇內(nèi)通信質(zhì)量，提高簇內(nèi)和簇間的通信距離，并減低聚類過程中的錯(cuò)誤率，簇頭選取策略依據(jù)模糊邏輯，對(duì)剩余能量、簇內(nèi)最小能力、簇內(nèi)最小距離等多個(gè)參數(shù)進(jìn)行考量。上述分簇算法中，多數(shù)算法的應(yīng)用場(chǎng)景為城市道路環(huán)境，車輛節(jié)點(diǎn)密度較大，速度較低。考慮到高速公路環(huán)境特點(diǎn)，上述協(xié)議容易造成通信鏈路斷裂，進(jìn)而影響數(shù)據(jù)的有效傳遞。

數(shù)據(jù)信息從源節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的傳輸過程需要考慮的另一個(gè)關(guān)鍵問題是數(shù)據(jù)安全?？紤]到分簇結(jié)構(gòu)對(duì)高速公路環(huán)境數(shù)據(jù)通信效率的影響，以分簇結(jié)構(gòu)為基礎(chǔ)構(gòu)建的高速公路車聯(lián)網(wǎng)通信架構(gòu)能夠從網(wǎng)絡(luò)結(jié)構(gòu)的角度加強(qiáng)網(wǎng)絡(luò)的安全性并保證認(rèn)證數(shù)據(jù)交互的可靠性。與此同時(shí)，在構(gòu)建高速公路車聯(lián)網(wǎng)通信架構(gòu)過程中，針對(duì)車聯(lián)網(wǎng)環(huán)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(wù)攻擊[15]等，引入第三方可信通信實(shí)體，借助互信認(rèn)證以保證數(shù)據(jù)安全，可顯著改善數(shù)據(jù)傳輸過程中因攻擊導(dǎo)致的數(shù)據(jù)機(jī)密性降低、可用性變差等問題[16]。

互信認(rèn)證的工作原理是，車輛首先在入網(wǎng)前借助證書中心獲得數(shù)字證書，然后在發(fā)送數(shù)據(jù)前為數(shù)據(jù)生成簽名，進(jìn)而通過證書分化和撤銷完成身份認(rèn)證[17]。盡管這一方法能夠顯著提升數(shù)據(jù)安全水平，然而，現(xiàn)有的面向高速公路的分簇路由協(xié)議在設(shè)計(jì)過程中，往往因更側(cè)重傳播路徑的研究而忽略對(duì)數(shù)據(jù)安全的考慮。高速公路車輛節(jié)點(diǎn)移動(dòng)速度較快，一旦數(shù)據(jù)安全無法保證，往往造成嚴(yán)重的事故，有必要對(duì)此進(jìn)行考慮。

本研究首先針對(duì)數(shù)據(jù)安全問題，在分簇路由結(jié)構(gòu)的基礎(chǔ)上，通過引入第三方可信通信實(shí)體，構(gòu)建了高速公路車聯(lián)網(wǎng)安全通信整體架構(gòu)，明確了不同通信主體間的認(rèn)證過程。然后，針對(duì)通信性能及通信安全提升問題，結(jié)合高速公路交通流特點(diǎn)引入固定簇模型，并借助車輛可信度參數(shù)、車輛位置參數(shù)和相對(duì)速度參數(shù)，給出了車輛節(jié)點(diǎn)適用性的評(píng)估算法，設(shè)計(jì)了一種基于適用性的簇頭選擇策略，進(jìn)而完成了分簇路由協(xié)議的整體設(shè)計(jì)并給出了相應(yīng)算法。最后，借助Veins仿真平臺(tái)搭建了高速公路仿真場(chǎng)景，借助丟包率這一性能指標(biāo)對(duì)所述路由協(xié)議的網(wǎng)絡(luò)安全性能進(jìn)行了分析，同時(shí)，針對(duì)不同的車流密度，從延時(shí)、吞吐量、數(shù)據(jù)包投遞率和簇的數(shù)量等多個(gè)角度，對(duì)所述路由協(xié)議的通信性能進(jìn)行了評(píng)估。

1 高速公路安全通信架構(gòu)

1.1 通信安全需求分析

高速公路環(huán)境下的車聯(lián)網(wǎng)通信安全需求主要包括身份認(rèn)證、完整性、機(jī)密性、可用性和接入可控5方面。其中，身份認(rèn)證幫助用戶確認(rèn)與其進(jìn)行通信的通信實(shí)體具備合法的身份信息，不同的通信實(shí)體授信等級(jí)和角色各有不同[18]。身份認(rèn)證是最為主要的一項(xiàng)網(wǎng)絡(luò)安全需求。高速公路環(huán)境下身份認(rèn)證的內(nèi)容主要包括以下3種。

(1)ID認(rèn)證：通信實(shí)體借助唯一的序列碼ID識(shí)別當(dāng)前消息傳輸節(jié)點(diǎn)身份的合法性，該認(rèn)證可對(duì)非法或未被授信的通信節(jié)點(diǎn)進(jìn)行識(shí)別。

(2)屬性認(rèn)證：通過識(shí)別當(dāng)前通信實(shí)體的類型，確定通信實(shí)體在網(wǎng)絡(luò)中的角色，即簇頭節(jié)點(diǎn)、路側(cè)單元、車載單元等。

(3)位置認(rèn)證：主要用于對(duì)當(dāng)前通信實(shí)體的實(shí)時(shí)位置信息進(jìn)行認(rèn)證。

1.2 安全通信架構(gòu)構(gòu)建

借助第三方可信通信實(shí)體，構(gòu)建了一種具備身份認(rèn)證的高速公路安全通信架構(gòu)，如圖1所示。系統(tǒng)由4部分組成，分別是：具備車載單元(On Board Unit，OBU)的車輛節(jié)點(diǎn)、路側(cè)單元(Road Side Unit，RSU)、第三方可信通信實(shí)體和認(rèn)證服務(wù)器。其中，車輛節(jié)點(diǎn)和路側(cè)設(shè)備都需要在第三方可信通信實(shí)體中進(jìn)行身份認(rèn)證，認(rèn)證信息存儲(chǔ)于認(rèn)證服務(wù)器。車輛節(jié)點(diǎn)認(rèn)證時(shí)可獲取唯一的身份ID，路側(cè)設(shè)備認(rèn)證時(shí)獲取唯一的身份ID和靜態(tài)密鑰。

圖1 網(wǎng)聯(lián)高速公路安全通信架構(gòu)Fig.1 Security communication architecture for connected expressway

此外，為了保證系統(tǒng)的可用性，本研究做出如下假設(shè)：

(1)路側(cè)設(shè)備能夠?qū)崿F(xiàn)高速公路場(chǎng)景中通信范圍的全部覆蓋，并可獲取其靜態(tài)的地理位置信息，這一要求能夠保證車輛節(jié)點(diǎn)在較高的行駛速度條件下仍可保證持續(xù)的通信連接。

(2)場(chǎng)景中所有的車輛節(jié)點(diǎn)均具備車載單元、能夠獲取實(shí)時(shí)的地理位置信息，具備一定的數(shù)據(jù)發(fā)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(tài)穩(wěn)定性更高，場(chǎng)景中高速公路設(shè)為單向雙車道、主線平曲路段。

(4)在任一時(shí)間內(nèi)，車輛節(jié)點(diǎn)僅可成為一個(gè)通信簇的簇成員。

(5)所有車輛節(jié)點(diǎn)和簇的ID均唯一。

1.3 通信實(shí)體身份認(rèn)證過程

上述通信場(chǎng)景中，身份認(rèn)證主要存在于3種通信實(shí)體間，分別是：車輛節(jié)點(diǎn)與車輛節(jié)點(diǎn)間的認(rèn)證過程、簇頭節(jié)點(diǎn)認(rèn)證過程和路側(cè)設(shè)備認(rèn)證過程，如圖2所示。

圖2 高速公路場(chǎng)景中通信實(shí)體的身份認(rèn)證類型Fig.2 Type of identity authentication for communicating entity in expressway

(1)車車認(rèn)證過程

車車認(rèn)證的內(nèi)容主要包括車輛的身份ID和位置信息。當(dāng)車輛處于同一通信簇時(shí)，其身份ID和位置信息將在簇內(nèi)進(jìn)行信息共享。具體的車車認(rèn)證內(nèi)容為：ID、位置信息、當(dāng)前時(shí)刻和車輛狀態(tài)。顯然，車車認(rèn)證的效率與高速公路中車流密度的大小正相關(guān)。

(2)簇頭節(jié)點(diǎn)認(rèn)證過程

簇頭節(jié)點(diǎn)的認(rèn)證過程存在于車輛節(jié)點(diǎn)與RSU之間，認(rèn)證內(nèi)容包括身份ID和通信密鑰。車輛節(jié)點(diǎn)駛?cè)隦SU通信覆蓋范圍時(shí)，即向RSU發(fā)起執(zhí)行身份認(rèn)證的過程。RSU判定當(dāng)前車輛節(jié)點(diǎn)為簇頭節(jié)點(diǎn)時(shí)，會(huì)將其身份ID和通信密鑰定向發(fā)送給該車輛節(jié)點(diǎn)。簇頭節(jié)點(diǎn)認(rèn)證過程如圖3所示。

圖3 簇頭節(jié)點(diǎn)認(rèn)證過程流程圖Fig.3 Flowchart of cluster head node authentication process

車輛節(jié)點(diǎn)借助合法的身份ID加入或存在于一個(gè)簇，當(dāng)認(rèn)證失敗時(shí)，車輛節(jié)點(diǎn)將向第三方可信通信實(shí)體發(fā)出申請(qǐng)，獲取新的認(rèn)證信息，直到認(rèn)證成功。顯然，高速公路環(huán)境中，簇頭節(jié)點(diǎn)的認(rèn)證過程需要保證車輛節(jié)點(diǎn)能夠與RSU建立一定存續(xù)時(shí)長(zhǎng)的通信連接。

(3)路側(cè)設(shè)備認(rèn)證過程

路側(cè)設(shè)備的認(rèn)證過程存在于路側(cè)設(shè)備與第三方可信通信實(shí)體之間，第三方可信通信實(shí)體周期性的對(duì)RSU合法與否進(jìn)行驗(yàn)證。RSU認(rèn)證內(nèi)容包含身份ID和密鑰。考慮到RSU與第三方可信通信實(shí)體間的通信鏈路安全性較高，此處密鑰無需進(jìn)行加密處理。路側(cè)設(shè)備認(rèn)證過程如圖4所示。

圖4 路側(cè)設(shè)備認(rèn)證過程流程圖Fig.4 Flowchart of RSU authentication process

2 分簇路由協(xié)議設(shè)計(jì)

分簇路由協(xié)議設(shè)計(jì)的核心在于合適的簇頭選擇策略，為了兼顧數(shù)據(jù)傳輸安全，本研究在設(shè)計(jì)簇頭選擇策略時(shí)引入了含有評(píng)估車輛節(jié)點(diǎn)可信程度的參數(shù)，以此保證數(shù)據(jù)的安全性能。

2.1 簇的形成

一般而言，在保證簇的穩(wěn)定性和簇維護(hù)開銷較小的前提下，較小的簇?cái)?shù)量意味著分簇算法具有更高的分簇效率和數(shù)據(jù)包傳輸效率[19]?？紤]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(cè)設(shè)備通信范圍內(nèi)的路段記為一個(gè)分簇路段，每個(gè)分簇路段均分為4個(gè)通信簇。高速公路場(chǎng)景下的固定簇形成方案如圖5所示。當(dāng)車輛駛?cè)肴我煌ㄐ糯剡吔缥恢脮r(shí)，即可觸發(fā)V2V認(rèn)證過程和簇頭節(jié)點(diǎn)認(rèn)證過程。

圖5 高速公路場(chǎng)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(hù)流程設(shè)計(jì)

依照車輛的行駛路徑，簇的維護(hù)過程被劃分為3個(gè)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(jié)點(diǎn)可以獲取到簇的邊界位置信息和身份認(rèn)證信息。本研究中涉及的高速公路場(chǎng)景中簇的邊界位置信息為固定值，車輛節(jié)點(diǎn)利用定位系統(tǒng)確定自身位置處于通信簇通信范圍內(nèi)后即可發(fā)送hello消息包。若當(dāng)前車輛節(jié)點(diǎn)收到來自簇頭節(jié)點(diǎn)的確認(rèn)消息，即可加入當(dāng)前通信簇；否則，車輛節(jié)點(diǎn)將向RSU發(fā)起執(zhí)行新的簇頭節(jié)點(diǎn)選擇過程的請(qǐng)求。

(2)簇頭選擇：簇頭選擇的過程由RSU執(zhí)行。借助簇頭選擇算法，RSU為其通信范圍內(nèi)的簇選取合適的簇頭車輛節(jié)點(diǎn)并告知其身份狀態(tài)信息。簇頭車輛節(jié)點(diǎn)完成與簇內(nèi)車輛節(jié)點(diǎn)間的信息交互，直到產(chǎn)生新的簇頭節(jié)點(diǎn)。簇頭選擇過程周期性執(zhí)行，亦可由新加入簇的車輛節(jié)點(diǎn)進(jìn)行觸發(fā)。

(3)駛離簇：車輛駛離通信簇時(shí)無需向簇頭節(jié)點(diǎn)或RSU發(fā)送確認(rèn)信息。當(dāng)超過某一特定時(shí)間后，簇頭節(jié)點(diǎn)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(shí)，簇頭節(jié)點(diǎn)和RSU將對(duì)此車輛節(jié)點(diǎn)相關(guān)的信息進(jìn)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(shù)、位置距離參數(shù)和相對(duì)速度參數(shù)，本研究設(shè)計(jì)了一種基于適用性的簇頭選擇策略(Fitness Based Cluster Head Selection Strategy，F(xiàn)BCHSS)。路側(cè)設(shè)備通過計(jì)算和比較簇內(nèi)車輛節(jié)點(diǎn)的適用性數(shù)值，選取適用性數(shù)值最高的車輛節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)。

記車輛節(jié)點(diǎn)為vi，車輛節(jié)點(diǎn)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(píng)估算法中不同參數(shù)的權(quán)重因子，滿足0≤w1,w2,w3≤1和w1+w2+w3=1。

TVi為車輛可信度參數(shù)，用于描述車輛在傳輸數(shù)據(jù)信息過程中的可靠程度。顯然，當(dāng)系統(tǒng)所選取的簇頭節(jié)點(diǎn)具有較高的車輛可信度時(shí)，其適用性更強(qiáng)?？紤]到車輛可信度參數(shù)與車輛歷史行駛數(shù)據(jù)、車輛認(rèn)證身份等多個(gè)因素相關(guān)，本研究不對(duì)此參數(shù)進(jìn)行討論，車輛可信度參數(shù)在測(cè)試過程中設(shè)置為固定區(qū)間內(nèi)的隨機(jī)值。

di為位置距離參數(shù)，用于描述車輛節(jié)點(diǎn)當(dāng)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(shù)越高，車輛節(jié)點(diǎn)距離通信簇邊界越遠(yuǎn)，其處于當(dāng)前通信簇的時(shí)間越長(zhǎng)，該車輛節(jié)點(diǎn)越適合作為簇頭節(jié)點(diǎn)。顯然，這一參數(shù)可直接影響系統(tǒng)執(zhí)行簇頭選擇所需的控制開銷。

SRi為相對(duì)速度參數(shù)，即同一時(shí)刻車輛節(jié)點(diǎn)的速度si與簇內(nèi)所有節(jié)點(diǎn)速度均值savg的差值。這一參數(shù)反映了當(dāng)前車輛節(jié)點(diǎn)速度與簇內(nèi)車輛節(jié)點(diǎn)速度的相似程度。相對(duì)速度參數(shù)越低，則該車輛與簇內(nèi)成員處于同一通信簇的時(shí)長(zhǎng)越長(zhǎng)，該車輛節(jié)點(diǎn)越適合作為簇頭節(jié)點(diǎn)。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(gè)階段，分別是：(1)預(yù)處理階段，用于完成對(duì)權(quán)重因子和簇頭選擇周期的初始化設(shè)置；(2)簇頭選擇過程，通過計(jì)算通信簇內(nèi)所有車輛節(jié)點(diǎn)的適用性參數(shù)，選出適用性參數(shù)最高的車輛節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)；(3)簇頭節(jié)點(diǎn)維護(hù)過程，利用RSU向簇頭節(jié)點(diǎn)發(fā)送身份認(rèn)證信息，并對(duì)當(dāng)前簇的狀態(tài)進(jìn)行更新和維護(hù)。

3 系統(tǒng)測(cè)試與分析

3.1 系統(tǒng)參數(shù)設(shè)置

利用交通仿真平臺(tái)SUMO搭建了一個(gè)單向雙車道的高速公路交通場(chǎng)景，利用網(wǎng)絡(luò)仿真平臺(tái)OMNeT++構(gòu)建了具備兩個(gè)路側(cè)設(shè)備的車聯(lián)網(wǎng)通信環(huán)境，然后利用車聯(lián)網(wǎng)仿真平臺(tái)Veins，將上述交通場(chǎng)景和網(wǎng)絡(luò)場(chǎng)景進(jìn)行融合，對(duì)所述分簇路由協(xié)議的通信性能進(jìn)行了測(cè)試。

SUMO中路段設(shè)置為主線平曲線路段，單向雙車道，長(zhǎng)度為6 000 m，車輛節(jié)點(diǎn)的行駛速度設(shè)為區(qū)間80～120 km/h中的隨機(jī)值。為了評(píng)估不同的車流密度對(duì)系統(tǒng)網(wǎng)絡(luò)性能的影響，通過設(shè)置SUMO場(chǎng)景邊界處每秒駛?cè)氲能囕v節(jié)點(diǎn)數(shù)目完成對(duì)不同車流密度的仿真。網(wǎng)絡(luò)仿真器OMNeT中主要完成的是2個(gè)路側(cè)設(shè)備和惡意節(jié)點(diǎn)在仿真場(chǎng)景中的部署，惡意節(jié)點(diǎn)選用的類型為選擇性轉(zhuǎn)發(fā)，惡意節(jié)點(diǎn)數(shù)目分別設(shè)置為15，20，25，30，35。同時(shí)，車輛節(jié)點(diǎn)的可信度參數(shù)設(shè)置為區(qū)間10～100中的隨機(jī)值，惡意節(jié)點(diǎn)的可信度參數(shù)設(shè)置為區(qū)間10～50中的隨機(jī)值權(quán)重因子w1，w2和w3分別設(shè)置為0.3，0.4和0.3，簇頭選擇策略執(zhí)行周期設(shè)為5 s，車輛節(jié)點(diǎn)hello消息包的發(fā)送周期為5 ms。具體仿真系統(tǒng)參數(shù)設(shè)置如表2所示。

表2 仿真系統(tǒng)參數(shù)設(shè)置Tab.2 Simulation system parameter setting

3.2 系統(tǒng)測(cè)試性能指標(biāo)

本研究利用丟包率(Packet Loss Ratio，PLR)、數(shù)據(jù)包投遞率(Packet Delivery Ratio，PDR)、數(shù)據(jù)吞吐量(Throughput)和延時(shí)(Delay)這4個(gè)指標(biāo)對(duì)系統(tǒng)在網(wǎng)絡(luò)層面的性能進(jìn)行評(píng)價(jià)，同時(shí)，對(duì)簇頭選擇策略而言，從簇的數(shù)量角度，分析對(duì)比了不同簇頭選擇策略中的網(wǎng)絡(luò)開銷狀態(tài)。

(1)丟包率：其值為系統(tǒng)中丟失數(shù)據(jù)包數(shù)量占所發(fā)送數(shù)據(jù)包的比率。PLR越低，系統(tǒng)網(wǎng)絡(luò)安全性越高。

PLR=∑(Psen-Prec)/∑Psen，

(3)

式中，Prec為接收到的消息包數(shù)量；Psen為車輛發(fā)送的消息包數(shù)量。

(2)數(shù)據(jù)包投遞率：其值為系統(tǒng)中成功接收的消息數(shù)與所有發(fā)送的消息數(shù)的比值。PDR越高，系統(tǒng)網(wǎng)絡(luò)傳輸效率越高。

PDR=[∑Prec/nv]/∑Psen，

(4)

式中，Prec為接收到的消息包數(shù)量；Psen為車輛發(fā)送的消息包數(shù)量；nv為車輛節(jié)點(diǎn)數(shù)。

(3)吞吐量：該值描述了系統(tǒng)單位時(shí)間內(nèi)傳輸?shù)臄?shù)據(jù)比特?cái)?shù)。在一個(gè)安全的網(wǎng)絡(luò)環(huán)境中，Throughput值越高，系統(tǒng)的網(wǎng)絡(luò)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(shí)長(zhǎng)。

(4)延時(shí)：該值是評(píng)價(jià)系統(tǒng)網(wǎng)絡(luò)性能的一個(gè)重要指標(biāo)，描述了兩車輛節(jié)點(diǎn)間成功投遞數(shù)據(jù)包所花費(fèi)的平均時(shí)間，可直觀體現(xiàn)系統(tǒng)數(shù)據(jù)傳輸過程中的及時(shí)性。

(6)

式中，np為消息包數(shù)量；Trec和Tsen分別為消息包i的接收時(shí)間和發(fā)送時(shí)間。

3.3 系統(tǒng)測(cè)試結(jié)果

本研究對(duì)MMZ、HQCA和所述FBCHSS這3種基于不同簇頭選擇方案的路由協(xié)議的網(wǎng)絡(luò)安全性能和通信性能分別進(jìn)行測(cè)試。同時(shí)，借助路由協(xié)議中的經(jīng)典算法AODV作為對(duì)照，對(duì)上述3種路由協(xié)議的性能進(jìn)行了對(duì)比分析。

(1)丟包率測(cè)試對(duì)比結(jié)果

丟包率是評(píng)價(jià)網(wǎng)絡(luò)安全性能的重要指標(biāo)，對(duì)丟包率進(jìn)行測(cè)試時(shí)，場(chǎng)景中車流密度設(shè)為25 veh·(ln·km)-1。3種路由協(xié)議在不同惡意節(jié)點(diǎn)數(shù)目條件下的丟包率測(cè)試結(jié)果如圖6所示。

圖6 丟包率測(cè)試對(duì)比Fig.6 Comparison of packet loss rates

可以看到，3種不同路由協(xié)議的丟包率均隨著惡意節(jié)點(diǎn)數(shù)目的增加呈現(xiàn)上升的趨勢(shì)，特別地，在惡意節(jié)點(diǎn)數(shù)目達(dá)到25及以上時(shí)，F(xiàn)BCHSS的丟包率相比MMZ和HQCA減少將近25%，這是因?yàn)镕BCHSS中惡意節(jié)點(diǎn)的適用性參數(shù)較低，多數(shù)惡意節(jié)點(diǎn)都沒有機(jī)會(huì)成為簇頭節(jié)點(diǎn)，極大地降低了數(shù)據(jù)包轉(zhuǎn)發(fā)過程中引發(fā)的丟包情況。

(2)延時(shí)測(cè)試對(duì)比結(jié)果

4種路由協(xié)議在不同車流密度條件下進(jìn)行數(shù)據(jù)傳輸時(shí)的延時(shí)測(cè)試結(jié)果如圖7所示。

圖7 延時(shí)對(duì)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(xié)議的延時(shí)均呈現(xiàn)出增長(zhǎng)的趨勢(shì)，這是因?yàn)檐嚵髅芏鹊脑黾訉?dǎo)致通信節(jié)點(diǎn)數(shù)目增加，網(wǎng)絡(luò)負(fù)載上升引發(fā)網(wǎng)絡(luò)擁堵，同時(shí)，通信節(jié)點(diǎn)的增加還會(huì)觸發(fā)頻繁的簇頭切換，對(duì)通信簇的穩(wěn)定性造成影響；其次，可以看到，當(dāng)車流密度處于較低水平(37.5 veh/(ln·km)以下)時(shí)，選取使用MMZ,HQCA和FBCHSS這3種簇頭選擇方案的路由協(xié)議在仿真過程中延時(shí)情況大致相同，這是因?yàn)閳?chǎng)景中的通信節(jié)點(diǎn)整體數(shù)目較小，網(wǎng)絡(luò)資源更為充裕，發(fā)生數(shù)據(jù)包碰撞和丟失的情況較少；同時(shí)，相比MMZ和HQCA，F(xiàn)BCHSS在車流密度較高(37.5 veh/(ln·km)以上)時(shí)，表現(xiàn)出了更低的延時(shí)，這是因?yàn)檐嚵髅芏容^大的場(chǎng)景中，F(xiàn)BCHSS在評(píng)估節(jié)點(diǎn)適用性時(shí)，為節(jié)點(diǎn)的位置信息分配了更高的權(quán)重，這使得消息包在傳輸過程中能夠更多的使用簇頭節(jié)點(diǎn)，從而使整體的延時(shí)保持在較低的水平。此外，AODV在系統(tǒng)中呈現(xiàn)更高的延時(shí)。

(3)吞吐量測(cè)試對(duì)比結(jié)果

4種路由協(xié)議在不同車流密度條件下進(jìn)行數(shù)據(jù)傳輸時(shí)的吞吐量測(cè)試對(duì)比結(jié)果如圖8所示。

圖8 吞吐量測(cè)試對(duì)比Fig.8 Comparison of throughputs

從圖8可以看到，4種路由協(xié)議的吞吐量均隨著車流密度的增大呈現(xiàn)出增長(zhǎng)的趨勢(shì)，并在車流密度較大時(shí)，增長(zhǎng)趨勢(shì)變緩，這主要是由于過多的車輛節(jié)點(diǎn)造成網(wǎng)絡(luò)的擁塞，使得數(shù)據(jù)傳輸效率變低；同時(shí)，相比MMZ,HQCA和AODV，F(xiàn)BCHSS呈現(xiàn)出更高的吞吐水平，這是因?yàn)镸MZ和HQCA中均形成了過多的通信簇，簇頭與簇頭間產(chǎn)生了更多的數(shù)據(jù)沖突，引發(fā)了更多的簇間切換，網(wǎng)絡(luò)開銷較大，而FBCHSS中的數(shù)據(jù)交換主要存在于簇頭節(jié)點(diǎn)和簇成員之間，數(shù)據(jù)鏈路更為穩(wěn)定，數(shù)據(jù)傳輸更為可靠。

(4)數(shù)據(jù)包投遞率測(cè)試對(duì)比結(jié)果

4種路由協(xié)議下數(shù)據(jù)包投遞率測(cè)試對(duì)比結(jié)果如圖9所示。顯然，相比MMZ,HQCA和AODV，F(xiàn)BCHSS具有更高的數(shù)據(jù)投遞率，這是因?yàn)樵贔BCHSS中，評(píng)估車輛節(jié)點(diǎn)適用性時(shí)選用的速度參數(shù)為相對(duì)速度，這使得簇頭節(jié)點(diǎn)與簇成員間通信鏈路的生存時(shí)間較長(zhǎng)，通信簇更加穩(wěn)定；同時(shí)，隨著車流密度的增大，數(shù)據(jù)包投遞率呈現(xiàn)普遍下降，這與通信節(jié)點(diǎn)數(shù)目增多帶來的信道擁堵息息相關(guān)。

圖9 數(shù)據(jù)包投遞率測(cè)試對(duì)比Fig.9 Comparison of data packet delivery rates

此外，綜合4種路由協(xié)議在數(shù)據(jù)包投遞率、數(shù)據(jù)吞吐量和延時(shí)3個(gè)指標(biāo)下的性能表現(xiàn)，可以看到，當(dāng)前仿真環(huán)境中，車輛節(jié)點(diǎn)行駛速度處于80～120 km/h 這一區(qū)間時(shí)，F(xiàn)BCHSS協(xié)議明顯表現(xiàn)出更高的吞吐量和投遞率，并具有較低的延時(shí)，適應(yīng)當(dāng)前主流的高速公路運(yùn)行環(huán)境。

(5)簇的數(shù)量測(cè)試對(duì)比結(jié)果

由前可知，評(píng)價(jià)基于分簇的路由協(xié)議時(shí)，對(duì)形成簇的數(shù)量進(jìn)行比較，能夠獲得協(xié)議在分簇效率和傳輸效率網(wǎng)絡(luò)性能表現(xiàn)。本次試驗(yàn)通過統(tǒng)計(jì)同一時(shí)刻場(chǎng)景中的簇頭節(jié)點(diǎn)個(gè)數(shù)，對(duì)不同路由協(xié)議的性能進(jìn)行了分析，不同協(xié)議下簇的數(shù)量統(tǒng)計(jì)表如表3所示。

表3 不同協(xié)議下簇的數(shù)量統(tǒng)計(jì)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，F(xiàn)BCHSS簇的數(shù)目始終保持一致，這是由于引入了固定簇模型，簇的數(shù)目只與路側(cè)設(shè)備的數(shù)目相關(guān)；其次，MMZ和HQCA簇的數(shù)目隨著車流密度的增大明顯增多，考慮到簇頭數(shù)量的增多意味著系統(tǒng)維護(hù)簇頭節(jié)點(diǎn)的數(shù)據(jù)交互量也會(huì)相應(yīng)變大，同時(shí)，簇頭節(jié)點(diǎn)也會(huì)存在更多的切換操作，數(shù)據(jù)傳輸過程中的即時(shí)性和丟包勢(shì)必增加，進(jìn)一步增加系統(tǒng)的網(wǎng)絡(luò)開銷，這也是該協(xié)議導(dǎo)致系統(tǒng)傳輸性能降低的主要原因。

4 結(jié)論

首先研究了高速公路中數(shù)據(jù)交互安全需求，針對(duì)數(shù)據(jù)安全搭建了高速公路通信架構(gòu)，引入了車輛節(jié)點(diǎn)可信度參數(shù)；然后借助固定簇模型，引入車輛節(jié)點(diǎn)位置和相對(duì)速度參數(shù)，設(shè)計(jì)了一種車輛節(jié)點(diǎn)適用性評(píng)估算法，給出了一種基于該算法的分簇路由協(xié)議整體方案，以提高網(wǎng)絡(luò)的擴(kuò)展性、可靠性和頻譜管理性能。最后，借助Veins仿真平臺(tái)對(duì)高速公路場(chǎng)景中不同車流密度狀態(tài)下的路由協(xié)議通信性能進(jìn)行了測(cè)試和對(duì)比分析。試驗(yàn)證明，引入FBCHSS算法的分簇路由協(xié)議在丟包、延時(shí)、吞吐和數(shù)據(jù)投遞率4方面均優(yōu)于MMZ,HQCA和AODV，簇?cái)?shù)量可控，具有較好的安全和通信性能表現(xiàn)。

考慮到測(cè)試協(xié)議通信性能時(shí)，車輛節(jié)點(diǎn)的可信度參數(shù)為區(qū)間內(nèi)的隨機(jī)值，當(dāng)前試驗(yàn)環(huán)境無法準(zhǔn)確反映協(xié)議對(duì)數(shù)據(jù)安全性能的優(yōu)化，未來可細(xì)化可信度參數(shù)評(píng)估辦法，以此完善系統(tǒng)的協(xié)議性能表現(xiàn)。此外，本研究?jī)H對(duì)高速公路主線平曲線路段上的路由協(xié)議進(jìn)行了設(shè)計(jì)和分析，未來將針對(duì)復(fù)雜場(chǎng)景(如彎道、縱坡，以及匝道和縱坡-彎道組合)下的路由協(xié)議展開研究。