利用社會網絡分析法優化車聯網安全信息傳播

汪穎 劉澤良

關鍵詞：車聯網；社會網絡分析；安全信息傳播；車輛移動模型

0引言

隨著車聯網技術的迅速發展，車輛自動通信系統（VANETs）在提高道路安全和效率方面發揮著越來越重要的作用。在VANETs中，安全信息的及時有效傳播對于防止交通事故和提高道路使用效率至關重要。然而，現有的安全信息傳播方法面臨著諸多挑戰，如動態變化的網絡拓撲、車輛密度不均等問題。

VANETs的安全信息主要有周期性beacon信息和事件驅動型的緊急信息兩類（圖１）[1]。周期性beacon信息就是車輛周期性地將自身的車輛狀態信息，包括位置、行駛方向和速度等。傳播至周圍車輛，致使鄰近車輛間能夠共享彼此的beacon信息，從而對道路上潛在的危險情況做出預判。而事件驅動型的緊急信息是指由于駕駛人員的疏忽或者意外等因素導致產生的緊急事件消息，如行人突然出現、緊急制動等，用于告知后方跟隨車輛[2]。這類信息具有突發性，并且對信息傳輸有苛刻的時延要求。

此外，車輛分布不均勻并隨時空變化，給安全信息的傳播提出挑戰。

近年來，社會網絡分析作為一種強大的分析工具，在許多領域展現出了優化信息傳播的潛力。本研究旨在探索社會網絡分析方法在優化VANETs安全信息傳播中的應用，通過挖掘和建模車輛用戶的社會特征，開發出新的車輛移動模型和安全信息傳播機制。這種方法的創新之處在于它結合了社會網絡分析的理論和車聯網的實際需求，旨在提出一種更加高效、動態的安全信息傳播策略。

1研究方法

本研究專注于分析車輛用戶社會特征，包括交互模式和社會關系，及其對信息傳播的影響，并基于這些分析構建了一個詳盡的車輛移動模型。該模型展示了不同社會屬性的車輛在網絡中的移動和信息傳播方式。研究進一步開發了一個安全信息傳播模型，考慮車輛密度和分布，優化信息在動態車輛網絡中的傳播。此方法提供了一種精細化、適應性強的信息傳播策略，以改善VANETs中的信息流通。研究還深入探討了數據收集和分析，利用數據挖掘技術識別社會特征，并結合車輛移動數據構建復雜模型，以預測和優化信息傳播路徑。這些方法和模型旨在為車聯網中安全信息的有效管理提供深入見解和策略。

2解決方案

2.1基于社會網絡的VANETs數據挖掘與建模

此階段將深入利用高級數據挖掘技術來分析車輛用戶在社會網絡中的互動數據，目標是識別網絡中關鍵的節點及有顯著影響的社會群體。這不僅涉及到數據的收集和處理，還包括對數據的復雜分析，以揭示用戶之間的關系和互動模式。

基于車輛用戶的常遍歷區域以及車輛用戶的歷史移動數據，并結合數字道路地圖，建立隱含車輛用戶的移動規律的車輛移動模型。首先，利用車輛用戶的常遍歷區域，可得到車輛用戶的Mobidrive模型（圖2）?；谲囕v用戶在時間內的空間移動數據，描述車輛用戶的常遍歷區域以及這些區域的連線，其中寬的灰線描述了車輛移動特定位置的頻繁程度，越寬頻率越高。從圖2可知，車輛用戶活動范圍較固定，因此車輛用戶移動軌跡在空間上可以看成常遍歷區域之間的規律性移動[3]。

Mobidrive模型反映了車輛用戶的移動空間特征，與車載設備記錄的車輛歷史行駛數據進行融合，建立具有時間特征的車輛移動模型。一旦建立了車輛移動模型，當車輛起動時，車載設備利用決策樹學習節點的移動規律，提高對車輛移動的預測的準確度，這有利于車間信息的傳播。

2.2建立包含社會特征的車輛移動模型

基于社會網絡的信息傳播技術研究遵循車輛移動規律，利用車輛間的相遇、移動方向以及車輛用戶的社會度量值，研制安全信息傳播技術，有利于提高安全信息傳播性能。

在社會網絡場景中，車輛用戶往往以群組的方式聚類，呈現社群性。提出基于社會網絡的社群的安全信息傳播模式，并結合車輛移動軌跡的預測，提高安全信息的傳播效率，降低端到端的傳輸時延，滿足安全信息傳播的時延要求。

基于安全信息傳播的連續、實時性的要求，考慮到車輛疏密分布的動態性，特別是在車輛稀疏分布環境下，車間的通信連通率不能保證，但VANETs的安全應用要求安全信息接近100%準時可靠送達率。在極度稀疏分布下，安全問題不是很突出。需要關注的情況是在中度稀疏分布時，車間的通信連通困難，但又存在安全問題。據此，僅依靠以IEEE802.11P協議的車間通信是無法滿足安全信息的不間斷和快速傳播[4]，借助于新一代移動通信網絡LTE-Advanced，充分利用其大容量、高速率和低時延的傳輸特性。

因此，研究基于LTE-Advanced協作的社群的安全信息傳播，每個社群將本群內的信息傳輸至LTE-Advanced基站，并通過基站實現社群與社群之間信息的交互（圖3）。依據車輛區域位置以及社會關系，將車輛劃分不同的社群，每個社群產生一個社長，由社長收集社群內其他車輛的安全信息，然后傳輸到LTEAdvanced基站。LTE-Advanced基站負責社群之間的通信。圖3中的紅色車輛表示每個社群的社長。

這個模型不僅僅追蹤車輛的物理移動軌跡，還深入考察社會聯系如何影響車輛的移動決策和路徑選擇。例如，車輛如何基于社交聯系選擇特定的路線，或如何在特定的社交群體中傳遞信息。此外，該模型還將探索社會網絡中節點的作用，識別哪些社會因素對車輛移動和信息傳播有顯著影響，比如信任關系、社會影響力等。通過模擬不同社會網絡結構下的車輛移動和信息流動，可以更準確地預測信息在VANETs中的傳播路徑。

2.3設計基于社會網絡的安全信息傳播機制

從VANETs安全應用對信息量和信息時延的要求，建立對VANETs安全信息傳播模型。從實際出發，VANETs的安全信息有周期性beacon信息和事件驅動型的緊急信息兩類。由于車輛分布的疏密隨時空變化的極不相同，導致安全信息的通信時延的不確定性，而這是VANETs安全應用不可接受的。嚴限時延是VANETs安全信息傳播的基本要求，