CN113099418A - 一种用于车联网数据传输的区块链任务的优化方法 - Google Patents
一种用于车联网数据传输的区块链任务的优化方法 Download PDFInfo
- Publication number
- CN113099418A CN113099418A CN202110324755.7A CN202110324755A CN113099418A CN 113099418 A CN113099418 A CN 113099418A CN 202110324755 A CN202110324755 A CN 202110324755A CN 113099418 A CN113099418 A CN 113099418A
- Authority
- CN
- China
- Prior art keywords
- rsu
- vehicle
- data
- transmission
- block
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005457 optimization Methods 0.000 title claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 12
- 230000033001 locomotion Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000013468 resource allocation Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
- H04W52/267—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the information rate
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Security & Cryptography (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Bioethics (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种用于车联网数据传输的区块链任务的优化方法,包括,步骤S1、当车辆进入任一RSU的覆盖范围时,建立与该RSU的通信连接;步骤S2、根据车辆与所述RSU之间的传输速率、传输速率与速度的关系、向所述RSU上传数据所需的时间和回传数据的时间、车辆与RSU之间的总通信时延,进行通信传输功率的优化计算,确定车辆与该RSU的最优通信传输功率;其中,所述车联网的多个RSU协同工作维护一个信任的区块链***;步骤S3、根据所述最优通信传输功率将所述车辆驾驶辅助数据发送至该RSU;步骤S4、将所述车辆驾驶辅助数据存储至所述区块链的区块。本发明实现车联网辅助驾驶中车辆数据高效传输到RSU并存入区块链,保障辅助驾驶任务正常进行,降低信息篡改的风险。
Description
技术领域
本发明涉及区块链技术领域,特别是涉及一种用于车联网数据传输的区块链任务的优化方法。
背景技术
车联网借助新一代信息通信技术,以行驶中的车辆为信息感知对象,提升车辆整体的智能驾驶水平,为用户提供安全、舒适、智能、高效的驾驶感受与交通服务。随着城市道路网络的交通流量日益提高,驾驶员在行驶过程中难免遇到拥堵区域,这大大增多了行程时间、油耗以及额外的气体排放,针对这一问题,可以借助辅助驾驶技术来降低发生事故的概率,并在发生事故后及时纠正其他车辆驾驶路线,以提升交通运行效率。
然而,在传统辅助驾驶方案中,信息的处理集中在一方,容易受到攻击,并且集中式云服务器可能会导致数据存储中的单点故障。车辆的高机动性以及复杂的驾驶操作也使得如何在短时间内处理数据,及时给予用户处理结果反馈成为车辆应用的重要挑战。区块链是点对点(P2P)网络中的分布式数字账本。区块链技术的去中心化和不变性等优良特性为车联网环境中的数据安全问题提供了一个可行的解决方案。利用区块链技术在车联网中大量边缘节点之间建立信任关系,能够有效降低信息篡改的风险。
受上述需求及技术的驱动,出现了诸多利用区块链技术的辅助方法,比较具有代表性的有,例如:
专利号为CN110155079A的《基于区块链技术的辅助驾驶***及方法》专利,提供基于区块链技术的辅助驾驶***,能够协助驾驶员或自动驾驶***随时做出正确判断,具有突破视觉死角和跨越遮挡物的信息获取能力,同时基于V2V通信子***能够使本车辆与其他车辆及交通基础设施共享实时交通数据,再利用相关研判算法产生预测信息,为智能网联汽车提供辅助驾驶。但是,没有考虑到处理效率的问题,所有计算任务都在车辆上完成,并且车辆直接上链,挖矿过程将十分低效。
专利号为CN109360417A的《一种基于区块链的危险驾驶行为辨识与推送方法及***》专利,提出了一种基于区块链的危险驾驶行为辨识与推送方法及***,所述方法包括:S10:采集指定类型车辆的动态行驶信息,判断所述指定类型车辆是否超速;S20:若超速,则将所述指定类型车辆的超速信息广播给区块链内其他所有车辆;S30:统计所述指定类型车辆预设半径范围内判断所述指定类型车辆超速的所述其他车辆的数量;S40:根据所述数量的大小,判断是否执行预设安全规避措施。该方案基于区块链技术实现了更加高效和准确地周边车辆超速判断,能够为车辆提供驾车安全,尤其是减小车辆因超速不能及时制动而导致事故发生的概率。但是,功能过于单一化,对危险驾驶行为的考虑不够全面,并且车辆计算负担过重,没有考虑到车辆不能处理行驶过程中的产生的大量数据以及处理数据所产生的时间花销所带来用户体验的下降。
专利号为CN111405011A的《基于区块链的VANET中节点可信加入方法》专利,提供一种基于区块链的VANET节点可信加入方法,不仅能改善交通拥堵,还能辅助安全驾驶。RSU对车辆进行分布式可信验证来拒绝恶意车辆节点,保证VANET的安全。首先,验证车辆的身份唯一性和有效性,基于区块链的证书管理来实现对车辆证书交易的记录,利用MPT树实现对证书的验证操作。接着,验证车载平台的完整性,利用可信计算技术来评估车载平台的完整性。最后,评估车辆节点的声誉值,基于消息的信任评估模型将车辆的信任值记录到声誉区块链中,作为不可篡改的证据。当车辆完整可信验证,允许加入到VANET中。但是,在车辆与RSU的通信中没有考虑到车辆的移动性与数据传输的复杂性,且忽视了区块链吞吐量的问题,没有考虑过通过提升区块链吞吐量来使业务处理效率更高。
发明内容
本发明的目的在于,提出一种用于车联网数据传输的区块链任务的优化方法,实现车联网辅助驾驶中车辆数据高效传输到RSU并存入区块链,以保障辅助驾驶任务正常进行,降低信息篡改的风险。
一方面,提供一种用于车联网数据传输的区块链任务的优化方法,所述车联网包括多个RSU,其特征在于,包括以下步骤:步骤S1、当车辆进入任一RSU的覆盖范围时,建立与该RSU的通信连接;
步骤S2、根据车辆与该RSU之间的传输速率、传输速率与速度的关系、向该RSU上传数据所需的时间和回传数据的时间、车辆与该RSU之间的总通信时延,进行通信传输功率的优化计算,确定车辆与该RSU的最优通信传输功率;
步骤S3、车辆获取自身驾驶辅助数据,并根据所述最优通信传输功率将所述车辆驾驶辅助数据发送至该RSU;
步骤S4、该RSU接收所述车辆驾驶辅助数据,并将所述车辆驾驶辅助数据存储至所述区块链的区块;其中,所述车联网的多个RSU协同工作维护一个信任的区块链***。
优选地,所述区块链的区块的生成包括如下步骤:
RSU根据区块大小和区块间隔决策、数据传输任务进入下一状态的概率进行生成区块大小和区块间隔的优化计算,确定生成区块大小值和区块间的间隔值;
RSU根据生成的区块大小值、区块间的间隔值及最优通信传输功率,对传输功率、生成区块大小和区块间的间隔进行联合优化,获得联合优化结果;
RSU根据联合优化结果生成区块,以使得区块链吞吐量最大化且总时延最小时的状态。
优选地,所述车辆驾驶辅助数据至少包括车辆ID信息、车辆所处位置信息、车辆速度信息、车辆出行目的地信息。
优选地,所述步骤S2中,所述车辆与RSU之间的传输速率,具体根据以下公式计算:
其中,Rm(t)表示车辆与RSU之间的传输速率;Bn表示车辆与RSU之间的传输信道带宽;Pn(t)表示传输功率;gn(t)表示信道增益;σn(t)表示噪声方差;θ表示路径损耗指数;dn表示车辆与RSU之间的距离;N={1,2,...,n}表示RSU的集合;t表示时间值。
其中,dn(t)表示传输速率与速度的关系;dg表示RSU信号覆盖范围的直径,ln≤dg/2表示车辆正向RSU的方向行驶;hn表示RSU内设置的MEC服务器的高度;ln表示车辆的初始位置;vn表示车辆移动速度。
其中,Tup(t)表示向RSU上传数据所需的时间;Dm表示车辆通过基础设施互联通信传输到RSU的数据量大小;Rm(t)表示车辆与RSU之间的传输速率。
所述RSU向车辆回传数据的时间,具体根据以下公式计算:
其中,Tdown(t)表示RSU向车辆回传数据的时间;Rm(t)表示车辆与RSU之间的传输速率;λt表示RSU的结果数据量与输入数据量之比;Dm表示车辆通过基础设施互联通信传输到RSU的数据量大小。
优选地,所述步骤S2中,所述车辆与RSU之间的总通信时延,具体根据以下公式计算:
其中,Tn(t)表示车辆与RSU之间的总通信时延;Rm(t)表示车辆与RSU之间的传输速率;λt表示RSU的结果数据量与输入数据量之比;Dm表示车辆通过基础设施互联通信传输到RSU的数据量大小;Rm(t)表示车辆与RSU之间的传输速率。
优选地,所述数据传输任务进入下一状态的概率,具体根据以下公式计算:
其中,ss1(t)表示当前状态;ss1(t+1)表示下一个状态;Ωs(t)={Ω1(t),Ω2(t),...,Ωn(t)}表示当前时刻的状态空间;Es(t)={E1(t),E2(t),...,En(t)}表示MEC服务器的可用存储资源;G1(t)={gn(t)}表示MEC服务器的信道条件;
优选地,所述区块大小和区块间间隔决策,具体根据以下公式计算:
S(t)∈[0.2,Smax]
T(t)∈[0.1,Tmax]
其中,Smax是生成块大小限制;Tmax是块的最大间隔。
优选地,所述对传输功率、生成区块大小和区块间的间隔进行联合优化,具体根据以下公式进行优化:
s.t.Tn(t)≤τn C1
0≤Ptot,n(t)≤Pm C2
Dt≤Zt C3
ln+vnt≤dg C4
其中,ω1(0<ω1<1)是将目标函数组合为单个函数的权重因子,可根据***吞吐量和总时延进行动态调整;ω2是确保目标函数处于同一水平的映射因子;约束C1表示通信时延不能超过***可容忍的最大时延τn;约束C2表示所有设备的传输功率总和不能超过***的可用功率Pm;约束C3表示卸载任务的数据量大小不能超过链路容量Zt;约束C4确保移动车辆和RSU之间的链路在传输范围内。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的用于车联网数据传输的区块链任务的优化方法,首先在路边单元(Road side unit,RSU)上使用数字地图配置坡道的几何形状和速度等路况信息,而后通过车辆传感模块获取驾驶员和车辆数据,并将车辆的一些参数,如ID、位置、速度、目的地等,传送到RSU上并生成区块,在此过程中对传输功率、生成块大小和块间隔进行联合优化,旨在降低***时延,并使区块链***的事务吞吐量最大化。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例中一种用于车联网数据传输的区块链任务的优化方法的主流程示意图。
图2为本发明实施例中不同传输功率下的平均奖励示意图。
图3为本发明实施例中生成区块大小对平均奖励的影响示意图。
图4为本发明实施例中生成区块间隔对平均奖励的影响示意图。
图5为本发明实施例中车辆不同初始位置和速度下的平均奖励与时延示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明提供的一种用于车联网数据传输的区块链任务的优化方法的一个实施例的示意图。在该实施例中,所述车联网包括多个RSU,所述方法包括以下步骤:
步骤S1、当车辆进入任一RSU的覆盖范围时,建立与该RSU的通信连接;可以理解的是,假设每个RSU的覆盖区域是相同的,当车辆进入RSU的覆盖区域时,通过车辆基础设施互联(vehicular-to-infrastructure,V2I)通信可以将数据传输到MEC(Mobile EdgeComputing,移动边缘计算)服务器中。由于车辆具有移动性,车辆可能在不同的时间接近不同的RSU,因此移动车辆在不同时间生成的任务可以被卸载到不同RSU上的MEC服务器执行,所以在不同的时间根据车辆状态就能确定与之通信且可以处理数据的RSU(MEC服务器)。
具体实施例中,所述车况信息至少包括车辆ID信息、车辆所处位置信息、车辆速度信息、车辆出行目的地信息。将车辆传输到RSU的信息存储在区块当中,通过使用区块链技术,所有RSUs协同工作以维护可靠和一致的数据库,以保障车联网***的可信。由于区块链***具有去中心化特性,其网络结构是分散的,没有固定的中心节点来管理区块链。因此,定期从所有RSUs中选择一个矿工来进行区块的生成。在共识过程中,采用授权拜占庭容错(the delegated Byzantine fault tolerance)共识算法,通过代理投票大规模参与共识。dBFT算法可以最大限度地确保***的最终性,生成的块不会分叉,并且事务不会被撤销或回滚,适用于任何网络环境。
为了提高***性能,选择投票率较高的节点作为区块链***的共识节点。协商共识节点候选人的票数取决于其持有的the stake、可用资源。区块链节点持有的stake集合表示为Ωs(t)={Ω1(t),Ω2(t),...,Ωn(t)},MEC服务器的可用计算资源集合可以表示为Cs(t)={C1(t),C2(t),...,Cn(t)}。F是MEC服务器的总计算能力,Cmin是区块链***所需的最小计算能力。MEC服务器有一个先进先出数据缓冲区来存储到达但尚未执行的卸载任务。因此,在t+1时隙开始时的处理队列的动态可以表示为:
Fn(t+1)=max{Fn(t)-fR+ρnRl(t),0}
式中,Rl(t)为MEC服务器的计算速率,ρn是处理密度(in CPU cycles/bit)。MEC服务器在时隙t中可用于区块链***的计算资源可以表示为:
Cn(t)=max{F-Fn(t),Cmin}
用χ表示区块链事务的平均规模,S(t)和T(t)分别表示时隙t中生成块的大小((inMB)和间隔时间(in seconds)。因此,区块链***的事务吞吐量可以表示为:
步骤S2、根据车辆与该RSU之间的传输速率、传输速率与速度的关系、向该RSU上传数据所需的时间和回传数据的时间、车辆与该RSU之间的总通信时延,进行通信传输功率的优化计算,确定车辆与该RSU的最优通信传输功率;;可以理解的是,移动车辆在不同时间生成的任务可以被卸载到不同RSU上的MEC服务器执行。车辆的位置将影响车辆与RSU之间的信道传输速率。当车辆高速接近RSU时,数据传输速率随着数据传输距离的减小而增大。
具体实施例中,根据香农定理,移动车辆与RSU之间的传输速率可以表示为:
其中,Rm(t)表示车辆与RSU之间的传输速率;Bn表示车辆与RSU之间的传输信道带宽;Pn(t)表示传输功率;gn(t)表示信道增益;σn(t)表示噪声方差;θ表示路径损耗指数;dn表示车辆与RSU之间的距离;N={1,2,...,n}表示RSU的集合;t表示时间值。它与车辆的初始位置ln、移动速度vn有关,dn(t)可以表示为:
其中,,dn(t)表示传输速率与速度的关系;dg表示RSU信号覆盖范围的直径,ln≤dg/2表示车辆正向RSU的方向行驶;hn表示RSU内设置的MEC服务器的高度;ln表示车辆的初始位置;vn表示车辆移动速度。
假设车辆通过V2I通信传输到RSU的数据量大小为Dm(in bits),移动车辆n将数据上传到关联的RSU所花费的时间可以表示为:
其中,Tup(t)表示向RSU上传数据所需的时间;Dm表示车辆通过基础设施互联通信传输到RSU的数据量大小;Rm(t)表示车辆与RSU之间的传输速率。
移动车辆n在离开关联的RSU之前需接受到数据处理结果,因此需要考虑任务处理结果的回传时间,可以表示为:
其中,Tdown(t)表示RSU向车辆回传数据的时间;Rm(t)表示车辆与RSU之间的传输速率;λt表示RSU的结果数据量与输入数据量之比;Dm表示车辆通过基础设施互联通信传输到RSU的数据量大小。
因此,车辆与RSU之间的总通信时延可以表示为:
其中,Tn(t)表示车辆与RSU之间的总通信时延;Rm(t)表示车辆与RSU之间的传输速率;λt表示RSU的结果数据量与输入数据量之比;Dm表示车辆通过基础设施互联通信传输到RSU的数据量大小;Rm(t)表示车辆与RSU之间的传输速率。
步骤S3、车辆获取自身驾驶辅助数据,并根据所述最优通信传输功率将所述车辆驾驶辅助数据发送至该RSU;所述车辆驾驶辅助数据至少包括车辆ID信息、车辆所处位置信息、车辆速度信息、车辆出行目的地信息。
步骤S4、该RSU接收所述车辆驾驶辅助数据,并将所述车辆驾驶辅助数据存储至所述区块链的区块;其中,所述车联网的多个RSU协同工作维护一个信任的区块链***。具体地,所述区块链的区块的生成包括如下步骤:RSU根据区块大小和区块间隔决策、数据传输任务进入下一状态的概率进行生成区块大小和区块间隔的优化计算,确定生成区块大小值和区块间的间隔值;RSU根据生成的区块大小值、区块间的间隔值及最优通信传输功率,对传输功率、生成区块大小和区块间的间隔进行联合优化,获得联合优化结果;RSU根据联合优化结果生成区块,以使得区块链吞吐量最大化且总时延最小时的状态。
具体实施例中,当前时刻的状态空间可以表示为stakes的数目Ωs(t)={Ω1(t),Ω2(t),...,Ωn(t)}、MEC服务器的可用存储资源Es(t)={E1(t),E2(t),...,En(t)}和信道条件G1(t)={gn(t)}的联合:
用f表示状态转移概率密度函数。***从状态ss1(t)到下一个状态ss1(t+1)的概率可以表示为:
再具体地,动作空间包括传输功率分配决策P(t)、生成块大小S(t)、块间隔T(t)。用Αs1(t)来定义动作集:
其中,功率分配决策P(t)可以表示为:
区块链***中,我们根据节点其持有的the stake、可用资源,选择投票率较高的节点作为区块链***的共识节点,并采用dBFT算法作为共识机制。利用极限分数法,生成块大小和块间隔决策分别由下式决定:
S(t)∈[0.2,Smax]
T(t)∈[0.1,Tmax]
其中,Smax是生成块大小限制,Tmax是块的最大间隔。
再具体地,车辆将相关数据传输到边缘层中的RSU中存储,所有RSUs协同工作维护一个信任的区块链***。针对区块链挖矿过程中存在的计算密集型任务,提出了一个优化问题,使***的事务吞吐量最大化并且总时延最小,同时对传输功率、生成块大小和块间隔进行联合优化。因此,将联合优化问题定义为P1:
s.t.Tn(t)≤τn C1
0≤Ptot,n(t)≤Pm C2
Dt≤Zt C3
ln+vnt≤dg C4
其中,ω1(0<ω1<1)是将目标函数组合为单个函数的权重因子,可根据***吞吐量和总时延进行动态调整。ω2是确保目标函数处于同一水平的映射因子。约束C1表示通信时延不能超过***可容忍的最大时延τn。约束C2表示所有设备的传输功率总和不能超过***的可用功率Pm。约束C3表示卸载任务的数据量大小不能超过链路容量Zt。约束C4确保移动车辆和RSU之间的链路在传输范围内。
以及,将奖励函数定义为:
本发明的一个具体实施例,在移动性感知的数据传输场景中,考虑一辆车高速通过RSU的覆盖区域,行驶车速vn=100km/h,车辆初始位置ln=200m。单个RSU覆盖区域内的移动车辆数N=20。RSU的覆盖范围dg=600m,MEC服务器位于RSU覆盖区域的中心,MEC服务器的高度hn=20m,路径损耗指数θ=2.5。MEC服务器的CPU周期频率为2.4GHz.噪声功率密度N0=-174dBm/Hz,车辆与RSU之间的传输信道带宽Bn=180KHz.平均事务大小χ=200kb,actor网络的学习率ηa=0.001,critic网络的学习率ηc=0.01.以及权重因子ω1=0.5andω2=0.2。
将实施例与以下算法进行比较:(1)Binary Tailored Fireworks Algorithmbased joint computation offloading and resource allocation algorithm(FAJORA):资源分配过程中固定生成块的大小;
(2)Offloading decision and resource allocation algorithm with fixedblock interval(FBT):生成区块的频率是相同的。
如图2所示,分别比较了三种不同算法(Proposed、FAJORAand FBT)下传输功率Pn(t)对***平均奖励的影响。可以观察到,平均奖励随着传输功率的增加而增加。原因是在车辆传输数据的通信当中,传输功率的增加将导致传输速率的增大,进而降低了***的总时延。并且在整个过程中,所提算法的性能总是最优的,其次是FAJORA和FBT。这是因为FAJORA算法中生成块的大小是一样的,同时FBT算法中生成块的频率是相同的,两者均为无法调整的固定值,从而影响了***的吞吐量,在资源分配的过程当中无法对其进一步优化,导致平均奖励低于所提算法。如图3和图4分别展示了不同生成块大小S(t)与块间隔T(t)下的平均奖励变化情况。可以看出,除FAJORA外,***的平均奖励随生成块大小的增加而增加。这是因为在其他参数不变的情况下,区块大小对事务吞吐量有正向的影响。可以观察到,除FBT外,***的平均奖励随着块间隔的增加而缓慢减小,原因是事务吞吐量随着生成块间隔的增加而减少。如图5,展示了在不同的初始位置ln和行驶速度vn下所提出方案的平均奖励与时延。可以看到,当ln小于300m时,***的总时延随着ln的增大而减小,同时平均奖励随着ln的增加而变大。原因是初始位置ln影响车辆与MEC服务器之间的距离。当车辆向当前接入的MEC服务器方向行驶时,车辆与MEC服务器之间的距离减小,车辆可以以较少的通信开销将数据发送到接入的MEC服务器上。并且,随着行驶速率vn的增加,车辆越靠近MEC服务器,传输速率越大,进而时延越低。反之,当ln大于300m时,***时延随着ln的增大而变大,平均奖励随着ln的增加而不断降低。这是因为车辆向离开接入MEC服务器方向行驶时,随ln和vn的增加,车辆与MEC服务器之间的距离会越来越大,需要更多的通信开销,导致传输速率降低,时延不断增加。可以在图5的基础上实现ln和vn之间的权衡。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的用于车联网数据传输的区块链任务的优化方法,首先在路边单元(Road side unit,RSU)上使用数字地图配置坡道的几何形状和速度等路况信息,而后通过车辆传感模块获取驾驶员和车辆数据,并将车辆的一些参数,如ID、位置、速度、目的地等,传送到RSU上并生成区块,在此过程中对传输功率、生成块大小和块间隔进行联合优化,旨在降低***时延,并使区块链***的事务吞吐量最大化。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种用于车联网数据传输的区块链任务的优化方法,所述车联网包括多个RSU,其特征在于,包括以下步骤:
步骤S1、当车辆进入任一RSU的覆盖范围时,建立与该RSU的通信连接;
步骤S2、根据车辆与该RSU之间的传输速率、传输速率与速度的关系、向该RSU上传数据所需的时间和回传数据的时间、车辆与该RSU之间的总通信时延,进行通信传输功率的优化计算,确定车辆与该RSU的最优通信传输功率;
步骤S3、车辆获取自身驾驶辅助数据,并根据所述最优通信传输功率将所述车辆驾驶辅助数据发送至该RSU;
步骤S4、该RSU接收所述车辆驾驶辅助数据,并将所述车辆驾驶辅助数据存储至所述区块链的区块;其中,所述车联网的多个RSU协同工作维护一个信任的区块链***。
2.如权利要求1所述的方法,其特征在于,所述区块链的区块的生成包括如下步骤:
RSU根据区块大小和区块间隔决策、数据传输任务进入下一状态的概率进行生成区块大小和区块间隔的优化计算,确定生成区块大小值和区块间的间隔值;
RSU根据生成的区块大小值、区块间的间隔值及最优通信传输功率,对传输功率、生成区块大小和区块间的间隔进行联合优化,获得联合优化结果;
RSU根据联合优化结果生成区块,以使得区块链吞吐量最大化且总时延最小时的状态。
3.如权利要求2所述的方法,其特征在于,所述车辆驾驶辅助数据至少包括车辆ID信息、车辆所处位置信息、车辆速度信息、车辆出行目的地信息。
9.如权利要求8所述的方法,其特征在于,所述区块大小和区块间间隔决策,具体根据以下公式计算:
S(t)∈[0.2,Smax]
T(t)∈[0.1,Tmax]
其中,Smax是生成块大小限制;Tmax是块的最大间隔。
10.如权利要求9任所述的方法,其特征在于,所述对传输功率、生成区块大小和区块间的间隔进行联合优化,具体根据以下公式进行优化:
s.t.Tn(t)≤τn C1
0≤Ptot,n(t)≤Pm C2
Dt≤Zt C3
ln+vnt≤dg C4
其中,ω1(0<ω1<1)是将目标函数组合为单个函数的权重因子,可根据***吞吐量和总时延进行动态调整;ω2是确保目标函数处于同一水平的映射因子;约束C1表示通信时延不能超过***可容忍的最大时延τn;约束C2表示所有设备的传输功率总和不能超过***的可用功率Pm;约束C3表示卸载任务的数据量大小不能超过链路容量Zt;约束C4确保移动车辆和RSU之间的链路在传输范围内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110324755.7A CN113099418B (zh) | 2021-03-26 | 2021-03-26 | 一种用于车联网数据传输的区块链任务的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110324755.7A CN113099418B (zh) | 2021-03-26 | 2021-03-26 | 一种用于车联网数据传输的区块链任务的优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113099418A true CN113099418A (zh) | 2021-07-09 |
CN113099418B CN113099418B (zh) | 2022-08-16 |
Family
ID=76670041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110324755.7A Active CN113099418B (zh) | 2021-03-26 | 2021-03-26 | 一种用于车联网数据传输的区块链任务的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113099418B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113852601A (zh) * | 2021-08-11 | 2021-12-28 | 杭州师范大学 | 一种基于智能合约的车联网矩阵计算安全卸载可验证方法 |
CN114089919A (zh) * | 2021-11-25 | 2022-02-25 | 中国联合网络通信集团有限公司 | 异构mec数据协同方法、协同服务中心及*** |
CN114449000A (zh) * | 2021-12-28 | 2022-05-06 | 北京邮电大学 | 一种车辆网数据共识优化存储方法及存储*** |
CN114841818A (zh) * | 2022-04-18 | 2022-08-02 | 北京交通大学 | 一种基于跨链技术的隐私保护定制化车险竞价方法 |
CN116132346A (zh) * | 2023-02-20 | 2023-05-16 | 南京工业大学 | 一种面向区块链车联网信息共享过程的性能预测方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070219681A1 (en) * | 2006-03-20 | 2007-09-20 | Ajith Kuttannair Kumar | Method and apparatus for optimizing a train trip using signal information |
US20100152956A1 (en) * | 2008-12-16 | 2010-06-17 | Helge Frauenkron | Method and device for outputting driving information indicating an acceleration option that is optimal in terms of power consumption in a motor vehicle |
CN104703142A (zh) * | 2015-03-10 | 2015-06-10 | 大连理工大学 | 一种基于博弈论的车联网位置追踪的车辆功率控制方法 |
CN107182114A (zh) * | 2017-04-20 | 2017-09-19 | 桂林电子科技大学 | 一种车联网中车辆与路侧单元通信的功率分配方法 |
CN109041009A (zh) * | 2018-07-06 | 2018-12-18 | 北京科技大学 | 一种车联网上行功率分配方法及装置 |
CN109068299A (zh) * | 2018-09-26 | 2018-12-21 | 电子科技大学 | 一种基于区块链的车联网架构及其工作方法 |
CN109302709A (zh) * | 2018-09-14 | 2019-02-01 | 重庆邮电大学 | 面向移动边缘计算的车联网任务卸载与资源分配策略 |
CN111010433A (zh) * | 2019-12-10 | 2020-04-14 | 重庆大学 | 一种基于区块链技术的交通事故协同认证处理及溯源*** |
CN111836283A (zh) * | 2020-07-03 | 2020-10-27 | 重庆邮电大学 | 一种基于mec多服务器的车联网资源分配方法 |
CN111845773A (zh) * | 2020-07-06 | 2020-10-30 | 北京邮电大学 | 基于强化学习的自动驾驶车辆微观决策方法 |
CN112134698A (zh) * | 2020-09-10 | 2020-12-25 | 江苏大学 | 一种基于区块链的车联网车车快速通信认证方法及*** |
CN112367640A (zh) * | 2020-11-09 | 2021-02-12 | 中科怡海高新技术发展江苏股份公司 | 基于移动边缘计算的v2v模式多任务卸载方法及*** |
-
2021
- 2021-03-26 CN CN202110324755.7A patent/CN113099418B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070219681A1 (en) * | 2006-03-20 | 2007-09-20 | Ajith Kuttannair Kumar | Method and apparatus for optimizing a train trip using signal information |
US20100152956A1 (en) * | 2008-12-16 | 2010-06-17 | Helge Frauenkron | Method and device for outputting driving information indicating an acceleration option that is optimal in terms of power consumption in a motor vehicle |
CN104703142A (zh) * | 2015-03-10 | 2015-06-10 | 大连理工大学 | 一种基于博弈论的车联网位置追踪的车辆功率控制方法 |
CN107182114A (zh) * | 2017-04-20 | 2017-09-19 | 桂林电子科技大学 | 一种车联网中车辆与路侧单元通信的功率分配方法 |
CN109041009A (zh) * | 2018-07-06 | 2018-12-18 | 北京科技大学 | 一种车联网上行功率分配方法及装置 |
CN109302709A (zh) * | 2018-09-14 | 2019-02-01 | 重庆邮电大学 | 面向移动边缘计算的车联网任务卸载与资源分配策略 |
CN109068299A (zh) * | 2018-09-26 | 2018-12-21 | 电子科技大学 | 一种基于区块链的车联网架构及其工作方法 |
CN111010433A (zh) * | 2019-12-10 | 2020-04-14 | 重庆大学 | 一种基于区块链技术的交通事故协同认证处理及溯源*** |
CN111836283A (zh) * | 2020-07-03 | 2020-10-27 | 重庆邮电大学 | 一种基于mec多服务器的车联网资源分配方法 |
CN111845773A (zh) * | 2020-07-06 | 2020-10-30 | 北京邮电大学 | 基于强化学习的自动驾驶车辆微观决策方法 |
CN112134698A (zh) * | 2020-09-10 | 2020-12-25 | 江苏大学 | 一种基于区块链的车联网车车快速通信认证方法及*** |
CN112367640A (zh) * | 2020-11-09 | 2021-02-12 | 中科怡海高新技术发展江苏股份公司 | 基于移动边缘计算的v2v模式多任务卸载方法及*** |
Non-Patent Citations (2)
Title |
---|
张海波等: "车辆异构网中基于移动边缘计算的任务卸载与资源分配", 《物联网学报》 * |
董悦等: "ETC车道***国标与欧标兼容性问题的研究与应用", 《公路交通科技(应用技术版)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113852601A (zh) * | 2021-08-11 | 2021-12-28 | 杭州师范大学 | 一种基于智能合约的车联网矩阵计算安全卸载可验证方法 |
CN113852601B (zh) * | 2021-08-11 | 2023-04-28 | 杭州师范大学 | 一种基于智能合约的车联网矩阵计算安全卸载可验证方法 |
CN114089919A (zh) * | 2021-11-25 | 2022-02-25 | 中国联合网络通信集团有限公司 | 异构mec数据协同方法、协同服务中心及*** |
CN114449000A (zh) * | 2021-12-28 | 2022-05-06 | 北京邮电大学 | 一种车辆网数据共识优化存储方法及存储*** |
CN114449000B (zh) * | 2021-12-28 | 2022-10-11 | 北京邮电大学 | 一种车联网数据共识优化存储方法及存储*** |
CN114841818A (zh) * | 2022-04-18 | 2022-08-02 | 北京交通大学 | 一种基于跨链技术的隐私保护定制化车险竞价方法 |
CN116132346A (zh) * | 2023-02-20 | 2023-05-16 | 南京工业大学 | 一种面向区块链车联网信息共享过程的性能预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113099418B (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113099418B (zh) | 一种用于车联网数据传输的区块链任务的优化方法 | |
Han et al. | An efficient key distribution system for data fusion in V2X heterogeneous networks | |
Yang et al. | A parallel intelligence-driven resource scheduling scheme for digital twins-based intelligent vehicular systems | |
Kong et al. | A reliable and efficient task offloading strategy based on multifeedback trust mechanism for IoT edge computing | |
CN114827198B (zh) | 一种应用于车联网的多层中心异步联邦学习方法 | |
Sangaiah et al. | Hierarchical clustering based on dendrogram in sustainable transportation systems | |
Bonadio et al. | An integrated framework for blockchain inspired fog communications and computing in internet of vehicles | |
CN114745127A (zh) | 基于区块链的车联网环境下节点可信认证方法 | |
Wang et al. | Review on offloading of vehicle edge computing | |
Cai et al. | Task-efficiency oriented V2X communications: Digital twin meets mobile edge computing | |
Hao et al. | URLLC resource slicing and scheduling for trustworthy 6G vehicular services: A federated reinforcement learning approach | |
CN116566838A (zh) | 一种区块链与边缘计算协同的车联网任务卸载和内容缓存方法 | |
CN109982327B (zh) | 一种自组织网络通信方法、装置、设备及可读存储介质 | |
Balen et al. | Optimized Edge, Fog and Cloud Computing Method for Mobile Ad-hoc Networks | |
Zhang et al. | New Method of Edge Computing-Based Data Adaptive Return in Internet of Vehicles | |
Xing et al. | Secure content delivery for connected and autonomous trucks: A coalition formation game approach | |
Dutta et al. | A cross validated clustering technique to prevent road accidents in VANET | |
Amjid et al. | VANET-based volunteer computing (VBVC): A computational paradigm for future autonomous vehicles | |
Yang et al. | Autonomic navigation system based on predicted traffic and VANETs | |
CN116017348B (zh) | 一种基于5g通信的大数据云计算实时分发运维***及方法 | |
CN116588138A (zh) | 一种基于区块链的分布式智能辅助自动驾驶方法 | |
CN116634396A (zh) | 基于图注意力的车联网多智能体边缘计算内容缓存决策方法 | |
Yang et al. | Data synchronization for vehicular digital twin network | |
CN116017481A (zh) | 一种基于网络切片的车联网分簇网络可信性保障方法 | |
CN113946829B (zh) | 一种基于区块链的车联网分布式信任*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |