• [技术干货] 【论文分享】结合聚类与CMAB的群智感知车联网任务分配方法
    结合聚类与CMAB的群智感知车联网任务分配方法冯心欣, 郭丹颖, 柳泽烽, 郑海峰福州大学物理与信息工程学院,福建 福州 350108摘要基于车联网(IoV, Internet of vehicles)用户的群智感知网络具有节点覆盖广泛、数据全面及时等优点。该技术实现的一大难点在于,如何通过充分挖掘和利用车联网用户的信息(如用户地理位置等)来选择合适的感知任务参与者,以合理地进行任务分配,进而提高感知任务的完成质量和任务发布者收益。为此提出了一种结合车辆用户轨迹特征与组合多臂赌博机(CMAB, combinatorial multi-armed bandits)算法的群智感知用户任务分配机制。首先,基于用户历史行车轨迹的相似程度,将用户聚类。然后,利用 CMAB 模型,将轨迹聚类信息作为用户任务分配的依据,求解最佳工作者组合。最后,利用真实出租车轨迹数据集对上述算法进行了验证。实验结果表明,考虑轨迹特征信息的任务分配算法具有更高的准确率,并能使任务发布者获得高收益。同时,所选出的工作者集合有相近的行车轨迹,对于同一地点的任务具有高的完成质量,能有效提高感知数据质量和任务发布者收益,适用于实际应用场景。关键词: 群智感知 ; 车联网 ; 组合多臂赌博机模型 ; 轨迹聚类 ; 任务分配1 引言随着嵌入式设备的更新和互联网覆盖范围的扩大,智能城市[1]的社会感知活动已成为信息和通信领域的研究热点。群智感知技术代替了传统传感网络,规避其缺陷,使传感更实时、便捷和低成本[2-3]。在与群智感知相关的研究中,任务分配是目前国内外学者研究的核心问题之一,该方面的研究主要分为任务自主选择和任务协调分配两类[4-5],易存在参与感知任务的用户技能水平不高、感知数据质量差的问题。因此,在任务分配环节引入合适的算法进行工作者技能水平筛选,并根据筛选结果进行感知任务分配,可以大大提高感知数据的质量。作为一种新型的动态随机控制模型,具有强大的学习能力的多臂赌博机(MAB, multi-armed bandit)是解决上述问题的方案之一[6]。但是,经典的MAB框架中存在从某些臂观察到的信息被丢弃的问题,导致效率降低。为解决上述问题,进一步提出了CMAB框架,以解决在随机环境中的组合在线学习问题[7]。群智感知车联网(IoV, Internet of vehicles)系统,是群智感知技术在车联网领域的一个典型应用。通过多领域技术协同工作,利用车辆用户携带的移动终端设备,完成交通数据收集等感知任务,进而达到数据预测、监测车辆和交通状况等目的[8-9]。与传统群智感知网络相比,群智感知车联网具有如下特点:(1)其典型任务往往与地理位置紧密相关[10],比如进行特定位置交通拥堵状态预测、特定区域地图绘制等。(2)车辆用户具有移动性和一定随机性,故任务分配者通常无法提前获得用户相关的先验知识,如用户类型、用户能力、用户忠诚度等,导致传统任务分配方法失效。因此,在IoV系统中进行任务分配,需要兼顾车辆用户的地理位置以及任务要求的地点、完成时间等多方面的因素,并设法深入挖掘用户信息进行感知用户筛选。利用IoV中的海量轨迹数据挖掘车辆行驶的潜在规律,如对具有相似行车轨迹的用户进行聚类,并将其结果应用于用户筛选中,可以在保证感知精度的同时,大大降低感知成本。本文提出了一种结合车辆轨迹特征与 CMAB算法的群智感知用户任务分配机制,通过挖掘群智感知车联网用户的历史轨迹信息,将具有相同或相似轨迹的用户聚集在同一个簇类中,并基于此轨迹特征结合 CMAB 算法设计任务分配机制,以达到提高感知数据质量和任务发布者收益的目的。2 结束语本文针对群智感知车联网任务分配问题,考虑用户轨迹信息,提出了一种结合轨迹特征与CMAB模型的群智感知用户任务分配机制。并基于真实出租车轨迹数据集对该机制进行验证。由实验结果可知,结合轨迹特征和 CMAB 模型的任务分配算法所选出的工作者集合具有相同或相似程度高的历史轨迹,对于同一地点的任务具有较高的完成质量,适用于实际应用场景。仿真结果表明,考虑轨迹特征的任务分配策略相对于没有考虑轨迹特征的任务分配策略其后悔值有所降低,准确率有所提高,并更早、更快地趋向于稳定,从而实现提高感知数据质量以及任务发布者收益的目的。但是本文研究的基于 CMAB 理论的群智感知任务分配算法仍然存在一定的改进空间,下一步的研究工作是引入任务发布者预算等实际影响因素,将其纳入数学模型进行最优工作者组合求解。同时,考虑进一步降低算法的复杂度并将本文算法运用于其他场景中,以提高其应用价值。3 原文链接http://www.infocomm-journal.com/wlw/article/2021/2096-3750/2096-3750-5-3-00086.shtml
  • [技术干货] 【论文分享】面向车联网的智能数据传输新方法
    面向车联网的智能数据传输新方法张德干1,2, 赵彭真1,2, 高瑾馨1,2, 张婷1,2, 龚倡乐1,21 天津理工大学计算机视觉与系统教育部重点实验室,天津 3003842 天津理工大学天津市智能计算及软件新技术重点实验室,天津 300384摘要车联网(IoV,Internet of vehicle)技术是智能交通中的热点研究课题,智能数据传输新方法的研究是IoV的重要技术之一。针对IoV的智能数据传输问题,考虑了车辆密度、车辆速度、数据传输速率和数据传输时延等重要参数,构建了IoV网络模型和时延函数,提出了基于马尔可夫决策理论的数据传输最优路由方法。通过同类方法的对比分析,验证了本路由策略具有数据传输速率更高和数据传输时延更短的性能,对基于IoV的智能交通中的动态远程监控等多种应用具有重要的理论意义和实用价值。关键词: IoV ; 智能交通 ; 马尔可夫决策理论 ; 数据传输 ; 时延1 引言在 IoV 中,车辆使用车辆到车辆(V2V, vehicle-to-vehicle)或车辆到基础设施(V2I, vehicle-to-infrastructure)的无线通信技术发送遥感数据到智能交通指挥监测中心,不同于传统覆盖范围有限的固定传感器的传感系统,IoV 可以监控车辆能够到达的任何地方[1,2,3,4,5,6,7,8]IoV中一个最重要的问题是保证感知数据从观测点到监测中心的及时交付,因为许多IoV应用需要频繁更新来自整个城区的感知信息,如智能交通系统[9,10,11,12]。IoV 的数据传输链路取决于车辆的移动性,因此,保证IoV中数据传递的时间和空间覆盖相当具有挑战性。在具有间歇性连接的网络中,车辆有时必须在远离目的地时携带数据。事实上,时延容忍网络(DTN,delay tolerant network)同样会出现到达目的地的间歇路由问题[13,14,15,16,17,18,19]。由于相似性, DTN 的分组路由策略也可以用于 IoV。然而,IoV在如下3个方面与一般的DTN不同。1) IoV中的车辆仅沿道路行驶,而 DTN 中的移动节点通常被假定为能够任意移动;2) IoV通常采用具有多个目的地的任意播,而DTN中的工作假定为单播;3) 存在具有预定未来轨迹的车辆(如公交车),而在一般的 DTN 中,很难预测移动节点的移动。因此, DTN 的分组路由策略不能直接适用于 IoV 或无法充分利用IoV特性。具有最小时延的分组路由策略是 IoV 中智能数据传输方法研究的主要技术[20,21,22,23]。首先,由于车辆只能沿道路行驶,所以不同道路的车辆密度存在差异。显然,高密度的道路可以提供更多无线多跳转播机会,从而减少路上的交付时延。IoV中影响时延性能的重要因素,由于B1的移动不确定性,要传输的数据转发到B1时,可能无法将分组传递到目标AP(即AP1)。然而,由于在B2的方向(即AP2、AP3和AP4)上存在许多替代AP,因此要传输的数据转发到B2可能是减少时延更好的选择,具有已知轨道的车辆可以帮助进一步减少时延,如公交车等。目前,IoV 中数据传输方法的分组路由策略大体有如下两种方案[24,25,26,27,28,29,30]。在参考文献[24]中,采用随机有向路网图表示该路径图模拟道路地图结构和交通流量统计信息,如道路上的车辆密度和速度,并且路由算法的开发优于其他现有算法。基于道路网络模型,参考文献[13]提出了一种利用车辆轨迹信息的分组路由方案。本文将研究IoV中智能数据传输新方法,涉及路由策略中通过考虑所给定的3 个因素来最小化分组传输时延。扩展参考文献[24]中的有向路网图模型以说明预定的车辆轨迹,该模型能够将路由问题表述为简单的马尔可夫决策理论(MDT,Markov decision theory),该决策过程试图将分组的预期时延最小化,通过解决马尔可夫决策过程,设计了一个最优的数据传输分组路由算法。本文的创新点如下:构建了一种新的有向路网图模型,该模型能够智能捕捉具有预定轨迹车辆(如公交车)的影响,并且能够动态制定路线;设计了一个时延最小的数据传输路由算法,该算法可智能地统计车辆数量、选播路由和选定最优车辆行车路线。2 结束语针对IoV的智能数据传输问题,考虑了车辆密度、车辆速度、数据传输速率和数据传输时延等重要参数,基于网络模型和时延函数,提出了基于MDT 的数据传输最优路由方法。使用天津市部分出租车和公交车的实际数据,在GloMoSim模拟器上进行大量模拟,验证了本路由策略具有更好的数据传输速率和显著缩短数据传输时延的性能。研究结果表明,智能数据传输分组路由方法可以极大地提高IoV的时延性能,该研究对基于IoV的智能交通应用具有重要的理论意义和实用价值。The authors have declared that no competing interests exist.作者已声明无竞争性利益关系。3 原文链接http://www.infocomm-journal.com/wlw/article/2019/2096-3750/2096-3750-3-2-00089.shtml
  • [技术干货] 【论文分享】基于区块链的安全车联网数字取证系统
    基于区块链的安全车联网数字取证系统李萌1, 司成祥2, 祝烈煌31 合肥工业大学,安徽 合肥 2306012 国家计算机网络应急技术处理协调中心,北京 1000293 北京理工大学,北京 100081摘要车联网大数据的出现对更好地理解车联网特点、掌握车联网用户需求和提升车联网服务质量具有极大的推动作用,然而恶意用户甚至不法分子利用车联网进行非法行为,造成车联网服务质量下降以及车联网事故难以定责。同时,在车联网数字取证过程中,还存在一些安全和隐私问题,如数据提供者的身份隐私和数据访问者的请求权限问题。因此,提出了一种基于区块链的安全车联网数字取证方案。首先数据请求者在一个证书中心注册后获得匿名证书,用于后续的数据上传。然后数据访问者注册后获得公私钥对和用户密钥,分别用于数据请求和数据解密,只有其属性满足特定要求才能解密得到正确证据。接下来可信度较高的若干个机构联合建立一个区块链,记录车联网取证过程中所有的数据上传交易和数据访问交易。最后,对方案的安全和隐私进行分析,并在以太坊平台上对其性能进行实验分析。关键词: 车联网 ; 数字取证 ; 区块链 ; 安全 ; 隐私1 引言近年来,随着车联网的发展,车辆内各种传感器和通信方式的更新换代使得车联网底层数据的实时获取和收集已不是难事[1]。同时,数据也推动了各类车联网服务的出现,如网约车服务[2]、路况监测[3]、停车位查找[4]和广告分发[5]等,这些服务巩固了车联网中数字世界与物理世界的纽带,也极大地提升了车联网用户的驾驶体验。诸多车联网服务发展的同时,也催生了大规模且有价值的车联网数据。据报道[6],预计在2030年仅司机数据就将成为万亿级工业的核心驱动力量,因为大数据清晰地展示了司机的驾驶行为,为广告商和保险公司带来了潜在价值,这些数据对研究人员更好地理解车联网特点、掌握车联网用户需求和提升车联网服务质量具有极大的推动作用。尽管车联网的发展给人们的出行带来了许多便捷,但是也不乏恶意用户甚至不法分子利用车联网的优势进行恶意行为或非法行为[7,8]。如在发生肇事类的交通事故时,非诚实的肇事司机会因为没有监控而逃脱法律责任;在汽车发生故障时,保险公司因司机未能给出由于汽车本身原因引起故障的证据,而无法对其进行赔偿;在网约车服务过程中,有恶意司机发动错误位置攻击,以欺骗网约车服务提供商,从而骗取更多订单[2];还有恶意司机会向路况监测服务中的路侧单元(RSU,road side unit)发送错误的驾驶信息,以干扰智能信号灯的正常规划[3]。近年来,有些不法分子利用汽车运输非法物品或者驱车逃离犯罪现场。国际刑事警察组织的官方定义指出,汽车犯罪指的是汽车盗窃与非法汽车交易以及汽车备用零件的非法交易。上述行为在全世界范围内对个人财产、商业活动、金融和公共安全都造成了负面影响[9]。为了解决以上问题,车联网数字取证(VDF,vehicular digital forensics)[10,11]的作用变得越来越重要,逐渐成为学术界及工业界重点关注的研究课题之一。VDF通过收集和分析车联网数据(如车速、转向、刹车、行车记录仪的视频等),帮助执法机构等相关部门及时确定相应的问题(如司机驾驶误操作、刹车片老化、车尾停车感应器失灵等)来源,对车联网中潜在的恶意行为和用户进行定位与追踪,降低了车联网的安全风险和用户损失。概括来说,将 VDF 分为 4 个步骤,即收集、检查、分析和汇报[12]。数据提供者上传数据的过程即数据收集过程,数据访问者对数据进行访问后需检查数据的真实性以及哪些数据与案件相关,并做深入分析,最终得出结论并进行汇报。此外,在 VDF 中,还存在一些安全和隐私问题。首先,基于集中式的取证模型面临恶意数据提供者或数据访问者篡改数据的风险,并且非法的数据访问者不能对取证数据进行访问。其次,数据提供者在上传数据(如录音或证词)时,不希望其真实身份被泄露,从而保护自身安全。最后,数据访问者在请求数据时,其访问权限必须被限制在一定的数据范围内,即数据访问者不能请求获得其访问权限以外的取证数据,实现数据隐私的进一步保护。本文工作的挑战来自两个方面:1) 如何利用区块链保障车联网证据的安全管理;2) 如何保障数据提供者和数据访问者的隐私与访问控制。为了解决上述两个问题,本文提出一种基于区块链的安全车联网数字取证(SVDF,secure vehicular digital forensics)方案。在SVDF方案中,数据提供者向一个证书中心(CA,certificate authority)注册后获得匿名证书,用于后续的数据上传;数据访问者注册后获得公私钥对和用户密钥,分别用于数据请求和数据解密,只有其属性满足特定要求才能解密得到正确的证据。可信度较高的若干个机构联合建立一个区块链,记录车联网取证过程中所有的数据上传交易和数据访问交易。同时,SVDF 方案将数据密文存储于分布式存储系统中,本文的贡献包括以下3个方面。1) 为VDF设计了一种系统模型,分别由底层的用户、中层的 RSU 和上层的组织机构组成,并建立了相应的敌手模型,假设存在恶意数据篡改者和恶意数据访问者。2) 在上述系统模型和安全模型的基础上,提出了SVDF方案。具体来说,借助匿名认证的方法[13]对数据提供者的真实身份进行条件隐私式验证,使用基于属性加密算法[14]对数据访问者的数据请求进行访问控制,再通过搭建联盟区块链[12]提供数据记录的可验证性和防篡改性。3) 对 SVDF 方案进行严格的安全与隐私证明,并通过以太坊测试网络对SVDF方案进行性能测试。2 相关工作区块链在车联网中已经有了初步应用和实践,本节主要分析区块链在 VDF 中的应用以及区块链在车联网其他场景中的应用。2.1 区块链在VDF中的应用Cebe等[12]指出,智能网联汽车服务将为汽车厂商、汽车维修公司、司机和保险公司提供有价值的数据,这些数据对于VDF具有重要作用。文献[12]中将VDF系统的数据处理模型划分为收集、检查、分析和汇报4个环节,为车联网数据管理提出了一种基于许可链的架构,结合了车联网公钥基础设施和区块链,用以实现车联网用户的身份管理和隐私保护。其中,许可区块链中有 4 种角色,即队长(leader)、验证者(validator)、监测者(monitor unit)和用户(client)。验证者在每个时间段内选出一个队长,根据拜占庭共识机制创建新的区块。用户使用IEEE 1609.2标准中的匿名机制,在不同时间段内使用不同匿名来汇报数据。然而,此方案并没有考虑访问控制问题,即不同的数据访问者可以访问的数据是不同的。2.2 区块链在车联网其他场景中的应用边缘计算已经被应用于车联网中,Kang 等[15]指出,边缘节点在车联网中扮演着重要的角色,但是其半可信的安全假设会导致潜在的安全与隐私问题。文献[15]中利用联盟区块链和智能合约设计了一种面向车联网数据的安全点对点数据共享方案,边缘节点根据存储证明(proof-of-storage)共识机制更新区块链。车联网中的广告分发服务帮助厂商和用户在车联网中及时地推广和获得最新的商品信息,Li等[5]为了解决广告分发过程中因恶意司机合谋攻击骗取奖励而引发的公平性问题以及司机参与广告分发活动的隐私泄露问题,提出了一种基于区块链的公平与匿名广告分发方案。通过使用Merkle哈希树和智能合约技术,实现了验证司机是否收到广告的“广告接收证明”机制和检测司机多次索取广告转发费的机制,RSU根据权益证明(proof-of-stake)共识机制维护区块链。智能停车是一种常见的车联网服务,Wang等[16]在利用私家停车位的智能停车服务[4]的基础上,提出了一种基于区块链的匿名智能停车方案。该方案使用分布式匿名证书机制对私家停车位所属人和司机的身份进行匿名认证,在一个停车位信息交换池中完成用户之间的停车位匹配后,借助门罗币的变种实现匿名支付,并在 RSU 节点之间实现区块链的更新和维护。与现有方案相比,本文提出的SVDF系统提供了一种面向车联网的安全证据管理系统,并充分考虑了数据利益方的隐私问题。3 结束语本文提出了一种基于区块链的SVDF方案,该方案可以实现车联网数据上传者的匿名身份认证和针对数据访问者的访问控制,并借助区块链记录所有数据上传和访问的记录,保证记录的公开可验证性和不可篡改性。同时,SVDF 还可以抵抗恶意数据上传者的篡改攻击和恶意数据访问者的非法请求。最后,对SVDF的安全属性与系统性能进行分析。在未来的工作中,将结合现有实际案例继续挖掘基于区块链的 VDF 中潜在的安全与隐私问题,并设计相应的保护措施。此外,区块链只能提供证据上链之后的不可篡改性,而暂时无法充分保证证据上链之前的真实性[24],所以接下来将在这方面做进一步的研究。The authors have declared that no competing interests exist.作者已声明无竞争性利益关系。4 原文链接http://www.infocomm-journal.com/wlw/article/2020/2096-3750/2096-3750-4-2-00049.shtml
  • [技术干货] 【论文分享】动态时空数据驱动的认知车联网频谱感知与共享技术研究
    动态时空数据驱动的认知车联网频谱感知与共享技术研究郭彩丽1,2, 陈九九1, 宣一荻1, 张荷11 北京邮电大学,北京 1008762 先进信息网络北京实验室,北京 100876摘要随着全球汽车产业智能化和网联化的爆发式发展,作为车联网重要支撑的通信技术面临着频谱资源紧缺的难题。除了提供安全服务以外,车联网服务需求的多样性使得引入认知无线电技术成为有效的解决途径,可以实现与授权用户共享sub-6 GHz和毫米波的异质频谱资源,但车联网复杂动态变化环境的影响使得频谱利用率性能的提升受限。提出了充分利用潜在的多源动态时空数据挖掘和学习车辆轨迹、交通流的变化规律的方法,并利用其规律指导频谱的感知和共享。通过搭建系统级仿真平台进行仿真分析,结果表明所提方案的频谱效率得到有效提升。关键词: 车联网 ; 动态时空数据 ; 异质频谱共享 ; 多服务的服务质量要求1 引言随着通信技术、信息技术和汽车工业的发展,以智能化和网联化为特征的智能网联汽车已成为汽车产业发展的必然方向,作为网联化代表的车联网是实现智能网联汽车的支撑技术。特斯拉发生交通事故表明,在相当长时期内,车辆的智能化难以做到完全替代人的决策,需要基础设施的配合,尤其需要车联网的必要技术帮助实现车—车(V2V,vehicle to vehicle)、车—路、车—人、车—云之间的通信和信息交换。据咨询公司埃森哲预测,在2025 年全球新车市场中,网联汽车的渗透率将从2015年的35%增至100%,即所有新车都将具备联网功能。由此可见,车联网将逐渐成为全球研究和关注的热点。通信技术是车联网的关键技术,决定了车联网信息传输的实时性和有效性,是车联网的“命脉”。目前,世界上用于车联网通信的主流技术包括专用短程通信(DSRC,dedicated short range communication)技术和基于蜂窝移动通信系统的 C-V2X (cellular-vehicle to everything)技术,其中,C-V2X技术包括LTE-V2X和5G NR-V2X。无线电频谱资源归国家所有,是具有重要战略意义的稀缺资源,实现智能网联汽车通信的前提条件之一就是要有充足的频谱资源作为支撑。但目前分配给DSRC技术和 C-V2X 技术的专用频谱资源均有限,如美国联邦通信委员会(FCC,Federal Communications Commission)分配给DSRC技术的频段仅为75 MHz (5.850~5.925 GHz);我国将20 MHz(5.905~5.925 GHz)的频段作为基于LTE-V2X技术的车联网直连通信的工作频段。为车联网分配专用频谱资源的主要目的是满足辅助驾驶、防碰撞、车道偏离预警、驾驶员疲劳检测等安全类服务的高可靠、低时延通信需求。随着以自动驾驶为代表的汽车产业的兴起,人们对智能网联服务的需求呈现多样化特点,包括交通效率类(如事故、路障和拥堵提醒等服务)、车辆信息类(如智能汽车支付、车辆诊断等服务)和车载娱乐类(如多媒体音/视频等服务)等各种非安全类服务[1]。随着上述非安全类服务的爆发式增长,对频谱的需求量迅速增加。鉴于大部分非安全类服务对通信可靠性和时延的要求比安全类业务要求低的客观事实,已有研究[2,3,4,5]指出,在车联网中采用认知无线电技术,即组建认知车联网,通过感知授权用户的空闲频段并与用户共享此频段,为解决车联网中的频谱资源不足问题提供了有效的解决途径。因此,车联网中服务的多样性使得采用认知无线电技术进行频谱感知和共享成为可能。随着辅助驾驶技术的发展,尤其是自动驾驶时代的到来,为了更好地满足多种服务的需求,车辆将配备大量高清摄像头和激光雷达等高精度传感器,这些传感器通常需要将收集的大量数据上传至数据处理中心进行处理。据预测,每辆自动驾驶模式的汽车消耗数据流量的速度为5 Tbit/h,数据平均传输速度为1.4 Gbit/s。日益紧缺的频谱资源已不能满足多种服务对带宽的需求,频谱供求矛盾更尖锐。为了缓解上述矛盾,现有研究考虑在共享传统sub-6 GHz 频段的基础上,将具有丰富资源并且传输性能高的毫米波频段引入认知车联网通信[6,7],传统sub-6 GHz 频段有广播电视白频段(TVWS,TV white spectrum)、DSRC 频段、蜂窝频段等。通过上述研究, sub-6 GHz和毫米波等多个异质频段均可以实现共享,为自动驾驶时代的认知车联网提供了充足的通信保障。综上所述,为了缓解车联网频谱资源紧缺导致的供求矛盾,车联网服务需求的多样性使得引入认知无线电技术成为解决车联网频谱资源紧缺问题的有效途径,可以实现与授权用户共享sub-6 GHz和毫米波的异质频谱资源。认知车联网通信示意图中,V2X通信可复用传统蜂窝频段和毫米波频段。车辆或路边单元执行具有不同用户服务质量(QoS,quality of service)要求的业务,如车辆间转向、变道信息共享的协作碰撞避免信息传输业务(CAITS,collision avoidance information transmission service),车辆行驶轨迹、驾驶意图、传感器数据交互的自动驾驶信息传输业务(ADITS,automatic driving information transmission service)等。其中, CAITS 关注信息传输的实时性和可靠性,ADITS 数据量大,在一定的时延容忍范围内更关注吞吐量。2 结束语本文针对认知车联网面临的高时空动态变化环境挑战,提出了利用车辆轨迹和交通流的预测结果,设计支持异质频谱和多样性服务的频谱感知和共享算法。仿真结果表明,车辆轨迹和交通流的预测以及基于预测结果的异质频谱的感知和共享可有效提升频谱效率,并能够满足多业务的 QoS 需求。后续工作将主要研究基于车辆轨迹数据和交通流数据统一表示的轨迹和交通流预测方法以及自适应 QoS 的频谱感知模型和算法。The authors have declared that no competing interests exist.作者已声明无竞争性利益关系。3 原文链接http://www.infocomm-journal.com/wlw/article/2020/2096-3750/2096-3750-4-3-00096.shtml
  • [技术干货] 【论文分享】车联网中安全认证技术的分析与研究
    车联网中安全认证技术的分析与研究王曼竹1, 李梓琦1,2, 陈翌飞1, 洪高风1, 苏伟11 北京交通大学电子信息工程学院,北京 1000442 北京工业大学城市建设学部城市交通学院,北京 100124摘要目前,车联网安全认证技术并不能很好地抵御车联网环境下的各种攻击,且在平衡安全和性能方面也存在缺陷。在深入分析车联网研究现状和安全威胁的基础上,提出了基于层次化的车辆—车辆(V2V, vehicle-to-vehicle)安全认证方案,并进一步提出了基于多个可信第三方的 L 型安全认证方案。所提方案更适合用于车联网环境,旨在保障汽车通信过程的信息安全,防止通信数据被不法分子窃取和篡改等。关键词: 车联网 ; 安全认证 ; V2V安全认证方案 ; L型安全认证方案1 引言随着物联网技术的发展和人们对无人驾驶领域的不断探索,车联网(IoV, Internet of vehicles)已成为当前热点话题之一。车联网即V2X(vehicle to everything)系统,是车辆—车辆(V2V, vehicle-to-vehicle)、车辆—基础设施(V2I, vehicle-to-infrastructure)、车辆—网络(V2N, vehicle-to-network)和 车 辆 — 行 人(V2P, vehicle-to-pedestrian)通信的统称。车联网主要由车载单元(OBU, on board unit)和路侧单元(RSU, road side unit)两部分组成,两者都具有较强大的运算性能。OBU 是装载在车辆上的无线计算单元;RSU是安装在城市道路两边的通信及计算机设备,其功能是与 OBU 共同完成实时的高速通信,并通过有线设备连接在骨干网络上。在许多交通场景中, V2V和V2I这2种模型经常组合使用,主要采用专用短程通信(DSRC, dedicated short range communication)技术。DSRC是一种可以实现双向无线传输的高效通信技术,通过V2V和V2X的连接,可以在小范围内实时、准确且可靠地传输图像、语音和数据[1]。近年来,车联网在世界各国呈现快速发展态势。2018年美国5G白皮书《面向5G的蜂窝式V2X通信》指出,随着电子技术、传感技术和计算机技术的飞速发展,车辆V2X通信正在逐步成为现实[2]。中国通信学会的《车联网安全技术与标准发展态势前沿报告(2019)》[3]对车联网安全技术在我国以及全球的发展态势做出了分析,报告认为车联网产业已上升至国家战略高度。为了顺应“互联网+智能交通”的发展,我国车联网技术也正在与“北斗 +5G”等自主关键技术进行创新融合[4]。同时,针对车联网技术的快速发展,各国也相继出台了各类标准和政策,如2006年,美国发布了IEEE 1609.2标准,专注于 V2V 安全应用和单跳 V2I 通信;欧洲电信标准协会开发了 V2X 的欧洲规范;新加坡、日本等国家也在开发V2X智能交通系统规范[5]。车联网在未来交通中有至关重要的作用,如何保障车联网的安全性非常关键。中国通信学会的《车联网安全技术与标准发展态势前沿报告(2019)》指出,我国车联网未来可能出现的集中式管理架构和分布式管理架构都需要保证极高的安全性。目前,当车辆通过DSRC或5G接收来自RSU或者基站的控制信息时,对信息的认证工作还不够完善。非法入侵者极有可能影响车辆的智能驾驶,产生安全问题。针对此问题,国内外学者从不同角度提出了安全认证方案。Vijayakumar 等[6-7]提出了双重认证和密钥管理技术,用于在车联网中安全传输数据;Boneh 等[8]利用椭圆曲线上的双线性建立了高效的基于身份标识号(ID, identity document)的加密方案;Lu 等[9]提出了一个基于身份的在线/离线签名认证框架;谭杰等[10]在离散对数的知识签名技术理论基础上提出了基于知识签名的快速身份认证协议;陈葳葳等[11]利用区块链技术的防篡改和分布式特性,基于公钥基础设施(PKI, public key infrastructure)体制提出了基于区块链的快速匿名身份认证方案。然而,上述安全认证方案存在各自的问题。如集中式的经典PKI证书管理方案虽能实现匿名认证,但车辆数量增加后会产生较长的处理时延;基于知识签名的快速身份认证协议能使载有OBU的车辆通过RSU快速加入车联网,但同一区域OBU数量激增会影响RSU对OBU的准确认证,甚至使系统瘫痪,在提高认证速率的同时没有考虑安全性;基于区块链的快速匿名身份认证方案能有效利用区块链技术的防篡改、分布式特性实现高效的安全认证,但其安全性过度依赖存入同一区块链的车辆身份信息,没有考虑未来不同品牌车辆可能会有不同的区块链,没有加入更多的可信第三方。上述问题使现有安全认证技术不能更好地适用于车联网环境。本文对车联网环境中存在的安全威胁进行分析,着眼于信息安全与隐私保障策略,提出了基于层次化的 V2V 安全认证方案,并进一步提出了基于多可信第三方的L型安全认证方案。基于层次化的安全认证模型是一种更高效的认证体系,有可信第三方参与的双向安全认证可以更好地保障车辆通信安全;L型安全认证方案则拥有多个可信第三方,进一步提升了安全性。2 结束语车联网作为具有广阔发展前景的一种移动自组织网络,保障通信过程的安全性及可靠性是至关重要的。在通信过程中,需要对通信双方的身份进行认证,并对传输过程进行加密。通过可信第三方对身份进行认证,车辆可任意选择通信对象,在与其建立连接前要确定对方的合法身份,并基于非对称密码体系进行保密通信。由于车辆位置分布较广泛,对可信第三方的管理可基于层次化结构。考虑日益增长的车联网用户数量,若进一步提升安全性,可将唯一可信第三方更改为双可信第三方,通过对 L型安全认证方案的应用来保障通信过程的安全。3 原文链接http://www.infocomm-journal.com/wlw/article/2021/2096-3750/2096-3750-5-3-00106.shtml
  • [技术干货] 【论文分享】面向车联网的认知雷达通信复合波形设计
    面向车联网的认知雷达通信复合波形设计姚誉1, 李妍洁1, 吴乐南2, 苗圃3, 唐小渝11 华东交通大学信息工程学院,江西 南昌 3300312 东南大学信息科学与工程学院,江苏 南京 2100963 青岛大学,山东 青岛 266000摘要介绍了认知雷达通信(CRC)收发器的系统架构,提出了一种认知雷达通信复合波形的设计方法。此方法旨在从雷达场景中估计目标散射系数(TSC),同时实现高速率数据通信。为了降低TSC的均方误差(MSE),建立了在实际雷达系统多约束条件下的认知复合波形优化模型。通过基于卡尔曼滤波的方法设计超宽带(UWB)传输脉冲集,并利用多元位置相移键控调制技术(MPPSK)将信息数据嵌入其中,从而实现峰均功率比(PAPR)约束的最佳解决方案。实验结果证明,随着迭代次数的增加,TSC 估计和目标检测概率均有所提高。同时,在CRC收发系统之间仍能够以低误码率和速率为几Mbit/s的范围内传输数据。关键词: 雷达通信网 ; 目标检测 ; 超宽带 ; 车联网 ; 认知波形设计1 引言随着无线通信技术、车载雷达技术和汽车工业的发展,以智能化和网联化为特征的智能网联汽车已成为汽车产业发展的必然趋势,作为网联化代表的车联网是实现智能网联汽车的支撑技术。与此同时,雷达和无线通信技术中的射频前端架构变得越来越相似,可以很容易地用于通信和雷达应用的联合射频硬件平台,雷达任务和通信应用之类的多功能集成引起了研究者们极大的兴趣,从而引出了一系列研究方案[1,2,3,4],雷达和通信一体化的研究方案为车联网发展提供了一种新的设计思路,特别是要求同时实现车联网通信和环境感知的智能交通应用领域[5]。合适的系统平台能够让道路上的所有车辆都可以在协作雷达传感器网络中交互,提供独特的安全功能和智能交通路线。雷达通信一体化系统要比只有车-车通信功能的系统更容易引入市场。由于车-车通信系统只能在通信对象在场时传输信息,因此在市场引入时,客户可能不会有太多的意愿配备只有车-车通信功能的系统。然而,雷达通信一体化系统由于其雷达传感功能,不受太阳光、雨、雪、雾等复杂天气的影响,对交通环境进行全天时、全天候的测量感知,被誉为智能汽车的“火眼金睛和顺风耳”。此外,雷达通信一体化系统中两个应用也能互相从共享信息中获益。例如,雷达应用可以利用分布在通信网上的信息提高其检测概率和测距精度。当下雷达通信一体化研究的主要挑战在于找到可同时用于信息传输和雷达感知的复合发射波形,通过复合波形的设计,频谱将得到非常有效的利用,有助于克服频谱资源有限的问题。当前,雷达通信复合波形的设计可以分为两大类。一类是基于复用技术的设计,包括空分复用(SDM, space division multiplexing)[6]、时分复用(TDM, time division multiplexing)[7]、频分复用(FDM, frequency division multiplexing)[8]和码分复用(CDM, code division multiplexing)[9],但这类设计都有共同的缺点,即雷达和通信不能在某个领域同时工作。如时分复用技术,雷达和通信无法在同一时隙工作。另一类则是基于波形共享的设计,此类设计分两种情况:一种是通信信息被隐藏在传统雷达波形中[10],另一种是普遍使用的通信波形有轻微变化或者没有变化[11]。在通信中,传统的正交频分复用(OFDM, orthogonal frequency division multiplexing)波形一般是连续的[12,13,14],而脉冲雷达恰恰相反。此外,雷达中大多数采用的OFDM波形由OFDM脉冲序列组成,这种序列是通信中必不可少的,其中一个脉冲只包含一个OFDM符号。若集成的雷达和通信系统采用连续OFDM波形,则需要接收与发送天线远远分离,这在实际中很难实现,尤其是在收发天线彼此靠近的情况下。如果系统采用的OFDM波形是脉冲,则可以共享收发天线,天线的数量将减少一半,收发天线间的隔离问题也迎刃而解。然而,对通信应用而言,在雷达占空比为10%时,通信的作用时间变为原来的10%的情况下,通信数据速率将会下降。这些集成的雷达和通信系统采用了与超宽带(UWB, ultra wide band)技术相结合的OFDM技术,实现了通信雷达一体化设计。但这也产生一些实现上的问题,例如对信号处理能力的要求过高以及对高速模数转换电路、多模式操作射频前端的过度需求。此外,采用 UWB-OFDM 技术定位的系统[13-14]利用相同的波形簇来设计雷达通信复合信号。由于 UWB-OFDM 信号的自相关性取决于陷波的位置和OFDM信号的带宽,这些方法都有共同的缺点。尽管雷达目标距离估计不受OFDM信号的影响,但其距离分辨率取决于嵌入OFDM 信号的陷波带宽。文献[15]提出了采用UWB脉冲位置调制(PPM, pulse-position modulation)设计通信雷达复合信号的系统,但与传统OFDM系统相比,传统系统误码率(BER, bit error ratio)性能相对较差[16-17]。认知雷达(CR, cognitive radar)系统可以根据目标和环境的先验知识来自适应地调整其发射波形和接收滤波器,因此,在增强对扩展目标的检测和识别性能方面,该系统有很大的潜力[18]。在CR[19]系统中,认知在反馈回路中起着重要作用,认知包括长期记忆,如地理地图、海拔模型以及接收器在线开发的短期记忆。通过使用先验信息,CR 系统可以优化CR的工作模式、发射波形和信号处理方法,由此可以获得更好的性能。宽带认知雷达对主动和被动干扰不敏感[20],但在实际驾驶场景中也存在由自身发射信号引起的相关杂波干扰、邻近车载雷达产生的信号干扰和两者的混合干扰,传统雷达波形优化方法尚未考虑智能交通应用场景下的干扰。在宽带认知雷达系统中,扩展目标经过系统会产生复杂的目标冲击响应(TIR, target impulse response)[21],这就是频域中的目标散射系数(TSC, target scattering coefficient)[22]。在最近的雷达系统研究中,TSC的估计受到了广泛关注[23,24,25]。文献[23]将扩展目标建模为时不变TIR函数模型,文献[26]考虑目标视角的变化及在脉冲间隔内 TSC 的强相关性,将扩展目标建模为广义平稳不相关散射TIR模型。其中,干扰可能包括杂波和噪声,杂波是与信号相关的,如多余的地面回波和环境杂波,而噪声则是与信号不相关的[27]。另外,周围环境的雷达反射特性是不变的。为了获得高功率的传输,有学者提出了恒包络的认知波形设计方案。文献[28]提出了在恒定包络约束下的OFDM优化波形设计方法,但是恒定包络条件在OFDM波形设计中过于严格。在峰均功率比(PAPR, peak to average power ratio)约束下的OFDM雷达系统中,PAPR以松弛形式给出[12]。如果发送信号功率很小,估计精度可能会急剧下降,无法估计目标 TIR 的功率谱密度(PSD),这是文献[29]中的算法不能直接用于 CR 波形设计的主要原因。为了解决此问题,应在CR传输波形中考虑TSC估计的性能,由此研究了一种用于估计和检测CR 波形设计的新算法。在一个较长的时间段内,可以在波形设计中得到杂波的先验知识[30]。在脉冲持续时间内,可以近似地认为具有文献[31]中的时不变性,但TIR在实际工程中会逐渐变化,且TSC随雷达和目标之间的相对运动而变化,因此需要TSC估计更新作为反馈信息。Dai 等[32]提出了一种基于卡尔曼滤波(KF, Kalman filtering)的迭代方法估计单个目标的TIR。文献[33]对传输波形进行了优化以改善估计性能,然而在时间相关的认知雷达系统(CRS, cognitive radar system)中,波形设计的直接优化问题是非凸的,且此问题无法有效解决。考虑多目标场景,文献[34-35]提出了一种多波形设计算法,该算法的基本思想为基于目标的TIR与雷达波形的互信息最大化。文献[36,37,38]提出了多输入多输出(MIMO,multiple-input multiple-output)雷达系统波形设计的相关内容,论述了最大化互信息和最小化均方估计误差(MSE, mean square error)之间的等效性。就目前而言,只有基于注水原理的方法可以优化单个目标发射波形的功率谱密度[13],现有的研究并没有在时间相关的 CRS 中对多个扩展目标的发射波形进行直接优化。综上所述,现有的雷达通信复合波形设计方法尚未考虑车载平台和车联网环境的特点,对于通信功能而言,无法同时保证高传输速率和良好的抗多径衰落性能。此外,考虑实际雷达系统对算法复杂度和多种因素的要求,如发射功率、PAPR、信干噪比等,传统认知雷达波形优化方法的目标检测和估计性能难以获得有效提升。因此,本文将文献[22]中提到的时间相关认知算法与多元位置相移键控调制(MPPSK, multiple position phase shift keying)技术[26]结合,提出了一种基于MPPSK的雷达通信复合波形设计方案,此复合波形能使认知雷达通信(CRC, cognitive radar-communication)收发器获得优越的雷达性能和高速率通信能力。雷达和通信信号可以通过共享相同的频带而共存。在此基础上,提出一种基于 KF的TSC估计方法和复合发射波形优化方法,在不影响通信性能的前提下,进一步提高系统的交通环境感知能力。同时,雷达目标参数估计性能也不受通信信号参数设计的影响。本文所提出的复合波形设计和优化方法解决了雷达通信一体化技术应用于车联网场景中的关键问题。2 结束语本文研究了 CRC 收发系统的复合波形设计概念,该系统允许同时进行无线通信和雷达目标检测。针对复合波形设计,提出了一种新的UWB-MPPSK调制方案。为了提高目标估计性能,提出了一种基于KF的波形优化方法。该方法通过不断学习探测环境,调整传输波形适应动态变化的目标场景。这种实现方式在雷达应用方面有许多优势,尤其是具有更好的TSC估计性能,还可以保证传输时用户数据的独立性。该方法还为通信应用提供了较高的数据传输速率。本文讨论的复合波形设计概念为未来智能交通系统中传感器设备的实现提供了独特的视角。3 原文链接http://www.infocomm-journal.com/wlw/article/2021/2096-3750/2096-3750-5-4-00071.shtml
  • [行业资讯] 车联网、物联网、RFID等知识普及
    汽车数字化标准信源技术是基于RFID开发的涉车信息资源的应用技术,该项目是由国家公安部组织研发,经国家科技部认证后列为2007年“国家科技支撑计划”重点专项中进行的应用示范工程(项目编号为2008BAF31B00)。汽车数字化标准信源技术的开发将推进“车联网”和RFID产业化进程。车联网分析车联网(IOV:Internet ofVehicle)是物联网在汽车领域的一个细分应用,是移动互联网、物联网向业务实质和纵深发展的必经之路,是未来信息通信、环保、节能、安全等发展的融合性技术。车联网(IOV:Internetof Vehicle)是指车与车、车与路、车与人、车与传感设备等交互,实现车辆与公众网络通信的动态移动通信系统。它可以通过车与车、车与人、车与路互联互通实现信息共享,收集车辆、道路和环境的信息,并在信息网络平台上对多源采集的信息进行加工、计算、共享和安全发布,根据不同的功能需求对车辆进行有效的引导与监管,以及提供专业的多媒体与移动互联网应用服务。从网络上看,IOV系统是一个“端管云”三层体系。第一层(端系统):端系统是汽车的智能传感器,负责采集与获取车辆的智能信息,感知行车状态与环境;是具有车内通信、车间通信、车网通信的泛在通信终端;同时还是让汽车具备IOV寻址和网络可信标识等能力的设备。第二层(管系统):解决车与车(V2V)、车与路(V2R)、车与网(V2I)、车与人(V2H)等的互联互通,实现车辆自组网及多种异构网络之间的通信与漫游,在功能和性能上保障实时性、可服务性与网络泛在性,同时它是公网与专网的统一体。第三层(云系统):车联网是一个云架构的车辆运行信息平台,它的生态链包含了ITS、物流、客货运、危特车辆、汽修汽配、汽车租赁、企事业车辆管理、汽车制造商、4S店、车管、保险、紧急救援、移动互联网等,是多源海量信息的汇聚,因此需要虚拟化、安全认证、实时交互、海量存储等云计算功能,其应用系统也是围绕车辆的数据汇聚、计算、调度、监控、管理与应用的复合体系。值得注意的是,目前GPS+GPRS并不是真正意义上的车联网,也不是物联网,只是一种技术的组合应用,目前国内大多数ITS试验和IOV概念都是基于这种技术实现的。车联网概念车联网系统,是指是利用先进传感技术、网络技术、计算技术、控制技术、智能技术,对道路和交通进行全面感知,实现多个系统间大范围、大容量数据的交互,对每一辆汽车进行交通全程控制,对每一条道路进行交通全时空控制,以提供交通效率和交通安全为主的网络与应用。ITS即智能交通。是将先进的传感器技术、通信技术、数据处理技术、网络技术、自动控制技术、信息发布技术等有机地运用于整个交通运输管理体系而建立起的一种实时的、准确的、高效的交通运输综合管理和控制系统。RFIDRFID,是Radio Frequency IdenTIficaTIon的缩写,即射频识别。它通过射频信号自动识别目标对象并获取相关数据,识别工作无须人工干预,可工作于各种恶劣环境。RFID技术可识别高速运动物体并可同时识别多个标签,操作快捷方便。基本的RFID系统由标签(Tag)、阅读器(Reader)、天线(Antenna)。RFID技术有着广阔的应用前景,物流仓储、零售、制造业、医疗等领域都是RFID的潜在应用领域,另外,RFID由于其快速读取与难以伪造的特性,一些国家正在开展的电子护照项目都采用了RFID技术。RFID具有车辆通信、自动识别、定位、远距离监控等功能,在移动车辆的识别和管理系统方面有着非常广泛的应用。
  • [行业资讯] 上平台!车联网智能化晋级高段位!
    随着物联网的快速发展,车联网产业不断创新和突破,智能化与网联化升级增速。车联网的数据融合、数据价值、数据安全等智能场景都建立在数据采集的基础之上,如何对上千万机动车的数据进行多个维度的准确采集,如何使数据互通赋能业务应用成为车联网晋级智能化高阶段位的刚需。理想很丰满,现实很骨感,行业痛点愈加明显当前,车联网商业智能化应用的成熟度还不够,暴露出几大行业痛点:1、大部分传统车联网应用平台架构不同,基础设施滞后,升级维护困难,导致汽车故障时常发生。2、各厂商品牌各自为营,平台分散,软硬件没有统一标准,无法集成,导致产品难以互通互联。3、数据量过大时,应用响应速度异常缓慢,没有一个综合的应用平台,就连数据采集分析也成了挑战。4、由于汽车智能达不到预期效果,在用户体验上并没有达到理想的车联网状态。一套综合性智能化的车联网管理平台成为提速车联网智能化发展的引擎。以AIRIOT物联网低代码平台做技术和产品支撑的“航天智慧车联网综合服务云平台” 腾空问世!“航天智慧车联网综合服务云平台”提速车联网智能化发展航天智慧车联网综合服务云平台通过多个应用服务,完善配套整个车辆管理的全过程,实现全面监控,提升应用系统的响应效率,灵活部署的效率,实现一个平台多方数据的集成管理,保证车辆的精准监控,警报提示,增加了车辆的安全性。GIS实时显示车辆信息:GIS的综合信息服务平台左侧以公司为一级目录,显示平台中的车辆数,点击相应的车辆,右侧GIS模块实时显示车辆的位置、行驶轨迹信息,可以在地图上设置电子围栏,保证车辆行驶的可控性,通过点击车辆图表,可以查看该车辆的具体信息,包括车牌号、终端ID、行驶速度、车组名称等。自定义报表:以AIRIOT物联网低代码平台实现用户自定义报表功能,数据的展现不需要代码编辑,只需要通过选择即可,同时报表编辑时,支持用户进行公式编辑,满足了用户对于数据报表的要求,可高效完成报表编辑,节约了大量时间成本与人力成本。以AIRIOT物联网低代码平台作为底层技术构建的“航天智慧车联网综合服务云平台” 被某部委认定为全国首批符合部颁标准的省级政府监管平台之一,在全国31个省级平台中第一个接入全国重点营运车辆联网联控系统,也是全国第一个入网北斗终端数量过万的平台与通过省级科技成果鉴定的北斗平台。目前接入北斗车载终端超过26万台,是国内最大的北斗车联网平台之一,为政府部门执法取证和运输企业安全高效运营提供了大数据支持,有力保障了道路运输安全。
  • [行业资讯] 车联网大交通板块复苏 高新兴预告三年来首次扭亏为盈
    高新兴1月29日发布2021年度业绩预告,预计2021年实现营业收入260000万元-270000万元,较上年同期上升11.78%-16.07%;归属于上市公司股东的净利润盈利5000万元-6300万元,三年来净利润首次实现扭亏为盈;经营活动产生的现金流净额15000万元-18000万元,公司2021年整体经营和现金流情况均较前两年有大幅改善。公告显示,高新兴2021年积极布局国内外车联网产品市场渠道,2021年1-9月,海外车联网产品收入达11351.32万元,超2020年全年境外销售收入。在今年1月召开的2021世界物联网大会上,凭借在技术创新、专利积累、全球市场发货等各方面的优异表现,高新兴位列前100名。高新兴全面布局物联网大交通板块中车联网和智能交通业务,目前高新兴智慧交通解决方案已广泛应用于广州、上海、深圳等城市;车联网终端产品获得前装整车厂商认可,致力于全球化布局;智能网联产品与解决方案在广东、河南、江苏等多地智能网联汽车应用示范、智能网联汽车等项目中落地应用,并深度参与天津西青国家级先导区建设。作为最早开展汽车电子标识技术研究及应用、全程参与汽车电子标识国家标准制定的企业,2020年底,高新兴中标1.8亿元汽车电子标识项目,面向西北某省会城市的所有机动车安装汽车电子标识,在机动车管控、智能交通、涉车便民服务等方面开展应用。据了解,广州将以为电动自行车登记上牌政策为契机,采用RFID电子号牌绑定登记车辆及所有人信息,在主要道路构建电子围栏,实现交通违法行为的精准识别和追溯,电子车牌将全面赋能涉车管理及服务等诸多应用场景。高新兴将顺应涉车证件电子化的发展趋势,推进汽车电子标识行业发展。此外,高新兴在城市轨道交通市场也有所斩获,中标1.28亿元深圳地铁警用通信系统设备采购项目。公司围绕主营业务深耕和细琢,扎根物联网应用,提高产品标准化程度及投入产出比,整体发展态势积极向好。公司控股股东、实际控制人近期积极偿还质押借款、降低质押比例,也使得负债情况得到改善,切实有效维护控制权稳定,公司治理结构趋好。
  • [行业资讯] 国办:推动人工智能、区块链、车联网、物联网等领域数据采集标准化
      1月6日,中国政府网消息,国务院办公厅近日印发《要素市场化配置综合改革试点总体方案》,其中提出,拓展规范化数据开发利用场景。发挥领军企业和行业组织作用,推动人工智能、区块链、车联网、物联网等领域数据采集标准化。深入推进人工智能社会实验,开展区块链创新应用试点。在金融、卫生健康、电力、物流等重点领域,探索以数据为核心的产品和服务创新,支持打造统一的技术标准和开放的创新生态,促进商业数据流通、跨区域数据互联、政企数据融合应用。
  • [行业资讯] 国办:推动人工智能、区块链、车联网、物联网等领域数据采集标准化
    1月6日,中国政府网消息,国务院办公厅近日印发《要素市场化配置综合改革试点总体方案》,其中提出,拓展规范化数据开发利用场景。发挥领军企业和行业组织作用,推动人工智能、区块链、车联网、物联网等领域数据采集标准化。深入推进人工智能社会实验,开展区块链创新应用试点。在金融、卫生健康、电力、物流等重点领域,探索以数据为核心的产品和服务创新,支持打造统一的技术标准和开放的创新生态,促进商业数据流通、跨区域数据互联、政企数据融合应用。
  • [技术干货] 车联网数据对接的三种方式
    车联网数据对接的三种方式3种对接方式:第一种.http 主动上传,你们平台接收我们上传的数据第二种.api方式,你们来我们服务器取数据,轨迹保存6个月第三种.集成页面方式,你们可以直接嵌入我们的定位和轨迹页面,集成更简单
  • [行业资讯] 工业和信息化部关于加强车联网网络安全和数据安全工作的通知
    导语:为推进实施《新能源汽车产业发展规划(20212035年)》加强车联网网络安全和数据安全管理工作现将有关事项通知如下工信部网安〔2021〕134号各省、自治区、直辖市及新疆生产建设兵团工业和信息化主管部门,各省、自治区、直辖市通信管理局,中国电信集团有限公司、中国移动通信集团有限公司、中国联合网络通信集团有限公司,有关智能网联汽车生产企业、车联网服务平台运营企业,有关标准化技术组织:车联网是新一代网络通信技术与汽车、电子、道路交通运输等领域深度融合的新兴产业形态。智能网联汽车是搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与车、路、人、云端等智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现“安全、高效、舒适、节能”行驶的新一代汽车。在产业快速发展的同时,车联网安全风险日益凸显,车联网安全保障体系亟须健全完善。为推进实施《新能源汽车产业发展规划(2021-2035年)》,加强车联网网络安全和数据安全管理工作,现将有关事项通知如下:一、网络安全和数据安全基本要求(一)落实安全主体责任。各相关企业要建立网络安全和数据安全管理制度,明确负责人和管理机构,落实网络安全和数据安全保护责任。强化企业内部监督管理,加大资源保障力度,及时发现并解决安全隐患。加强网络安全和数据安全宣传、教育和培训。(二)全面加强安全保护。各相关企业要采取管理和技术措施,按照车联网网络安全和数据安全相关标准要求,加强汽车、网络、平台、数据等安全保护,监测、防范、及时处置网络安全风险和威胁,确保数据处于有效保护和合法利用状态,保障车联网安全稳定运行。二、加强智能网联汽车安全防护(三)保障车辆网络安全。智能网联汽车生产企业要加强整车网络安全架构设计。加强车内系统通信安全保障,强化安全认证、分域隔离、访问控制等措施,防范伪装、重放、注入、拒绝服务等攻击。加强车载信息交互系统、汽车网关、电子控制单元等关键设备和部件安全防护和安全检测。加强诊断接口(OBD)、通用串行总线(USB)端口、充电端口等的访问和权限管理。(四)落实安全漏洞管理责任。智能网联汽车生产企业要落实《网络产品安全漏洞管理规定》有关要求,明确本企业漏洞发现、验证、分析、修补、报告等工作程序。发现或获知汽车产品存在漏洞后,应立即采取补救措施,并向工业和信息化部网络安全威胁和漏洞信息共享平台报送漏洞信息。对需要用户采取软件、固件升级等措施修补漏洞的,应当及时将漏洞风险及修补方式告知可能受影响的用户,并提供必要技术支持。三、加强车联网网络安全防护(五)加强车联网网络设施和网络系统安全防护能力。各相关企业要严格落实网络安全分级防护要求,加强网络设施和网络系统资产管理,合理划分网络安全域,加强访问控制管理,做好网络边界安全防护,采取防范木马病毒和网络攻击、网络侵入等危害车联网安全行为的技术措施。自行或者委托检测机构定期开展网络安全符合性评测和风险评估,及时消除风险隐患。(六)保障车联网通信安全。各相关企业要建立车联网身份认证和安全信任机制,强化车载通信设备、路侧通信设备、服务平台等安全通信能力,采取身份认证、加密传输等必要的技术措施,防范通信信息伪造、数据篡改、重放攻击等安全风险,保障车与车、车与路、车与云、车与设备等场景通信安全。鼓励相关企业、机构接入工业和信息化部车联网安全信任根管理平台,协同推动跨车型、跨设施、跨企业互联互认互通。(七)开展车联网安全监测预警。国家加强车联网网络安全监测平台建设,开展网络安全威胁、事件的监测预警通报和安全保障服务。各相关企业要建立网络安全监测预警机制和技术手段,对智能网联汽车、车联网服务平台及联网系统开展网络安全相关监测,及时发现网络安全事件或异常行为,并按照规定留存相关的网络日志不少于6个月。(八)做好车联网安全应急处置。智能网联汽车生产企业、车联网服务平台运营企业要建立网络安全应急响应机制,制定网络安全事件应急预案,定期开展应急演练,及时处置安全威胁、网络攻击、网络侵入等网络安全风险。在发生危害网络安全的事件时,立即启动应急预案,采取相应的补救措施,并按照《公共互联网网络安全突发事件应急预案》等规定向有关主管部门报告。(九)做好车联网网络安全防护定级备案。智能网联汽车生产企业、车联网服务平台运营企业要按照车联网网络安全防护相关标准,对所属网络设施和系统开展网络安全防护定级工作,并向所在省(区、市)通信管理局备案。对新建网络设施和系统,应当在规划设计阶段确定网络安全防护等级。各省(区、市)通信管理局会同工业和信息化主管部门做好定级备案审核工作。四、加强车联网服务平台安全防护(十)加强平台网络安全管理。车联网服务平台运营企业要采取必要的安全技术措施,加强智能网联汽车、路侧设备等平台接入安全,主机、数据存储系统等平台设施安全,以及资源管理、服务访问接口等平台应用安全防护能力,防范网络侵入、数据窃取、远程控制等安全风险。涉及在线数据处理与交易处理、信息服务业务等电信业务的,应依法取得电信业务经营许可。认定为关键信息基础设施的,要落实《关键信息基础设施安全保护条例》有关规定,并按照国家有关标准使用商用密码进行保护,自行或者委托商用密码检测机构开展商用密码应用安全性评估。(十一)加强在线升级服务(OTA)安全和漏洞检测评估。智能网联汽车生产企业要建立在线升级服务软件包安全验证机制,采用安全可信的软件。开展在线升级软件包网络安全检测,及时发现产品安全漏洞。加强在线升级服务安全校验能力,采取身份认证、加密传输等技术措施,保障传输环境和执行环境的网络安全。加强在线升级服务全过程的网络安全监测和应急响应,定期评估网络安全状况,防范软件被伪造、篡改、损毁、泄露和病毒感染等网络安全风险。(十二)强化应用程序安全管理。智能网联汽车生产企业、车联网服务平台运营企业要建立车联网应用程序开发、上线、使用、升级等安全管理制度,提升应用程序身份鉴别、通信安全、数据保护等安全能力。加强车联网应用程序安全检测,及时处置安全风险,防范恶意应用程序攻击和传播。五、加强数据安全保护(十三)加强数据分类分级管理。按照“谁主管、谁负责,谁运营、谁负责”的原则,智能网联汽车生产企业、车联网服务平台运营企业要建立数据管理台账,实施数据分类分级管理,加强个人信息与重要数据保护。定期开展数据安全风险评估,强化隐患排查整改,并向所在省(区、市)通信管理局、工业和信息化主管部门报备。所在省(区、市)通信管理局、工业和信息化主管部门要对企业履行数据安全保护义务进行监督检查。(十四)提升数据安全技术保障能力。智能网联汽车生产企业、车联网服务平台运营企业要采取合法、正当方式收集数据,针对数据全生命周期采取有效技术保护措施,防范数据泄露、毁损、丢失、篡改、误用、滥用等风险。各相关企业要强化数据安全监测预警和应急处置能力建设,提升异常流动分析、违规跨境传输监测、安全事件追踪溯源等水平;及时处置数据安全事件,向所在省(区、市)通信管理局、工业和信息化主管部门报告较大及以上数据安全事件,并配合开展相关监督检查,提供必要技术支持。(十五)规范数据开发利用和共享使用。智能网联汽车生产企业、车联网服务平台运营企业要合理开发利用数据资源,防范在使用自动化决策技术处理数据时,侵犯用户隐私权和知情权。明确数据共享和开发利用的安全管理和责任要求,对数据合作方数据安全保护能力进行审核评估,对数据共享使用情况进行监督管理。(十六)强化数据出境安全管理。智能网联汽车生产企业、车联网服务平台运营企业需向境外提供在中华人民共和国境内收集和产生的重要数据的,应当依法依规进行数据出境安全评估并向所在省(区、市)通信管理局、工业和信息化主管部门报备。各省(区、市)通信管理局会同工业和信息化主管部门做好数据出境备案、安全评估等工作。六、健全安全标准体系(十七)加快车联网安全标准建设。加快编制车联网网络安全和数据安全标准体系建设指南。全国通信标准化技术委员会、全国汽车标准化技术委员会等要加快组织制定车联网防护定级、服务平台防护、汽车漏洞分类分级、通信交互认证、数据分类分级、事件应急响应等标准规范及相关检测评估、认证标准。鼓励各相关企业、社会团体制定高于国家标准或行业标准相关技术要求的企业标准、团体标准。特此通知。工业和信息化部2021年9月15日来源 | 本文来源于网络,本着学习交流的目的进行转载,已标注原始作者和出处 新工业网作者 | 工信部文章链接 | https://www.xingongye.cn/cms/policy/818.html
  • [行业资讯] 车联网产业迎来重大发展机遇
    近日,2021世界5G大会在北京召开。随着5G部署不断推进,在本届大会上,C114看到了更多5G赋能垂直行业应用的应用案例和动能,5G正在从通信行业走向千行百业。 其中,车联网产业早在4G LTE时代已经与通信技术充分结合,成为5G时代其他行业拥抱通信技术的“表率”。大唐高鸿智慧交通事业部副总经理高卓在大会上接受C114采访时指出,车联网是5G最为重要的应用方向之一,基于前期的研究与积累,车联网产业迎来了重大发展机遇。 技术与政策已筑基 在高卓看来,车联网已经在产品技术和国家政策两方面,实现了筑基,从而为规模商用创造了良好条件。 在技术方面,我国采用的车联网标准,即C-V2X技术,是2015年在国际标准化组织3GPP启动的标准化工作,并于2016年9月完成了第一个无线版本的发布,大唐、华为等电信设备商第一时间发布了面向商用的C-V2X产品,主要包括路侧单元RSU和车载终端OBU,并以此契机推动C-V2X车联网技术在我国智慧交通领域的应用。 “大唐高鸿也在第一时间对外发布了C-V2X通信模组,帮助国内有志于在车联网领域发力的传统交通企业、整车企业以及创业公司来生产C-V2X通信设备并对该技术进行验证。经过近5年的发展,目前国内市场上有能力生产C-V2X核心产品的企业多达数十家,包括大唐高鸿在内,已有多家公司的产品在成熟度和可靠性经过反复的迭代优化有了显著提升,已经满足商用要求。”高卓介绍。 政策方面来看,我国政府近几年发布了一系列政策支持以C-V2X为代表的车联网技术发展。国务院2019年印发了《交通强国建设纲要》,明确指出了要加强智能网联汽车研发,形成自主可控完整的产业链;工信部、交通部、**部等部委也先后针对智能网联汽车、智慧交通、车路协同等相关领域发布了一系列支持政策,北京、上海、深圳、广州等****也在部级政策的指导下发布了政策的具体实施细则。 “单从技术成熟度以及政策支持度这两个方面来讲,车联网已经初步具备了商用推广的条件。我们也必须指出,C-V2X作为一个新兴的技术方向,后续发展还面临着若干的挑战。”高卓指出,车联网的初衷是为人们提供更智能、更安全的出行,但在产业实践方面,还需要更多的数据支撑,商业模式还没有最终形成闭环。这意味着,产业界还需要更多的努力,让车联网的理念更加成熟、深入人心。 “车路协同”推进节奏清晰 要实现车联网,最关键的是做好“车路协同”,这是实现高可靠联网和安全智能驾驶的核心。高卓介绍,基于C-V2X车联网技术的车路协同产业发展情况,大体上可以分为三个阶段。 演示阶段:或者说demo阶段,时间跨度2013-2015年,部分高校和企业开发了C-V2X样机,规划了少量应用场景,开始对C-V2X这项车联网技术进行概念和基本功能验证。比如大唐高鸿和清华大学组成的联合团队,在2015年南京亚太ITS大会期间,国内第一次向与会代表演示了C-V2X典型功能,引起了参会代表的广泛关注。 封闭试验阶段:时间跨度2016-2018年,政府先后批准了上海、重庆、长春、北京等多个国家级智能网联汽车示范区,在封闭试验场针对典型的场景和工况开展了C-V2X技术的系统验证工作,证明了C-V2X技术的可行性。 开放验证阶段:时间跨度2019-2020年,我国先后批准了无锡、天津、长沙、重庆四个国家级车联网先导区,针对C-V2X技术的验证从封闭试验场转移到了开放道路,参与验证的设备厂商数量及设备的部署规模都有了显著提升,比如大唐高鸿在石渝高速涪丰段双向128公里连续部署了350多套RSU, 400余套路侧感知、计算、显示设备,面向商业化运营开展试验。 “这一阶段的验证证明了C-V2X技术在车速引导、碰撞预警、道路状况提醒等多个场景均可发挥显著的作用,为C-V2X技术的规模推广奠定了良好的基础。”高卓强调,三个阶段一路走来,可以看出车路协同产业近几年保持了明显的上升趋势。今年以来,除上述先导区之外,包括北京、南京、苏州、广州、柳州、襄阳等多个城市都启动了车路协同项目,这也使得大唐高鸿对未来几年产业持续发展充满信心。 从产业链角度看,目前已经形成了包括芯片、模组、整机、测试仪表、云平台、配套传感、运营服务、测试认证、高精定位及地图服务等多个环节的完整产业链。2018年的“三跨”活动,当时参与厂商是20家,其中包括了11家整车厂;到2020年10月的“新四跨”(跨整车、跨通信终端、跨芯片模组、跨安全平台互联互通应用)活动,参与的厂商多达上百家,产业链正在迅速强大。 最后,高卓再度强调了车联网的安全问题。“车联网规模部署和应用必须保证信息安全。四跨、新四跨就车联网安全认证平台及相关技术进行了验证,初步证明了该技术的可行性,但还缺乏系统性和商用实践。今年8月20日,工信部公示了61个《车联网身份认证和安全信任试点项目》,大唐高鸿助力合作伙伴入围11个项目。我们相信经过这一系列项目的实施,能够积累丰富的实践经验,有效促进车联网安全芯片和相关技术的成熟,并探索出一条行之有效的推广路径。”转载:物联网之家网
  • [行业资讯] 车联网的 “车” 和 “网” 有哪些发展前景
    新能源智能汽车已经加速发展的新阶段。汽车与大数据、人工智能等前沿技术深入融合,预示着汽车行业发展的全新格局。作为一个集环境感知、规划决策、多等级辅助驾驶功能于一体的系统,新能源智能汽车应该如何综合运用计算机、人工智能、信息通讯、自动驾驶等技术,实现车辆物联网,以提升整体的智能化水平?6月5号,在浙江省湖州市长兴县举办的新能源智能汽车创新峰会上,日本工程院院士、上海交通大学教授李颉围绕如何驱动车联网技术的高质量发展,介绍了大数据边缘智能技术在新能源智能汽车发展中的重要作用。图 | 日本工程院院士、上海交通大学教授李颉(来源:新能源智能汽车创新峰会)车联网将车内网、车际网和车载移动互联网进行融合,真正实现数据驱动汽车,是汽车智能化的重要组成部分。然而,李颉认为目前大数据在车联网中的应用仍存在许多问题,特别是在如何实现汽车智能化上,还有很大的上升空间。李颉介绍,早在十多年前,日本的几大汽车企业就已经有了“危机感”,认为谷歌、苹果、百度等信息公司可能在信息技术方面走在汽车行业的前面。如今,汽车行业的不断迭代使得人工智能、自动驾驶技术的重要性越来越突出,而这些技术都离不开数据。他举例说,人工智能的深度学习、强化学习方法都产生了大量需要优化和控制的数据。可以说,数据支撑了车联网的发展。从目前的发展来看,云计算已成为将许多设备连接到互联网的可靠且具有成本效益的手段,大部分数据处理都是在云中进行。然而,车联网对数据处理提出了更高的要求。随着越来越多的设备连接到互联网并生成数据,云计算可能无法处理所有这些问题。例如,在自动驾驶中,如果将传感器数据上传到云计算中心将会增加实时处理难度,并且受到网络制约。李颉介绍说,与传统汽车相比,新能源智能汽车的整车架构发生了巨大变化。汽车零部件的数量从大约2000个降低到500个左右,这对汽车单个零部件的信息处理能力提出很高的要求。自动驾驶技术更是离不开数据的计算、优化和控制,此外,数据的安全性、确权以及可追溯性同样至关重要。边缘智能技术的发展为车联网的发展提供了重要的技术支撑。边缘计算将网络边缘上的计算、网络与存储资源组成统一的平台为用户提供服务,使数据在源头附近就能得到及时有效的处理。李颉举了一个例子,云和边缘的关系就好比中央政府和地方政府,不可能所有的决策都放到中央处理,虽然中央有很大的处理能力,但是地方政府也能够处理很多事情。边缘计算带来了一场革命,它使得边缘端突破了简单的数据存储和传输功能,能够在数据源附近处理数据。“边缘计算像在终端设备中放入两个重要的数据工人,可以自行处理数据而无需传到云端……它构建了一个数据处理的边缘智能网络。”他说。边缘智能技术提升了数据的安全性。李颉介绍,依靠边缘智能技术,车联网产生的海量数据不仅可以储存在更加安全的边缘端,也可以自主选择备份于云数据中心,相当于有了双重保证。此外,还可以结合区块链的分布式系统,通过智能合约机制进一步确保数据的安全可信。边缘智能技术能够降低数据处理的延迟。对于自动驾驶技术而言,低延迟无疑至关重要,它决定了汽车应对不同情况的反应速度。边缘端的处理速度比云端更加快速,不需要传到云端进行处理,拥有更快的处理速率,并且能耗更低。车联网依靠大量传感器收集数据。在汽车运行过程中,产生了大量上行和下行局部数据,这些数据支撑了汽车的智能化。李颉说,如何避免网络拥塞、降低延迟,如何确保数据的移动性、完整性和隐私性,如何把数据用好等等都非常重要。因此,需要设计比较合理的分布式架构,布局局部数据和云端数据的处理系统,综合使用边缘智能技术和云计算。李颉介绍,在国外,车联网的发展受到重视,许多汽车代工商和生产商都意识到了边缘端基础建设的重要性。例如,电装和本田已经参与到了汽车边缘计算集团(Automotive Edge Computing Consortium,AECC)中,在这个组织中,还有英特尔、三星的参与。在他看来,车联网数据作为数字经济推动的引擎。原文作者:72iot原文链接:http://www.72iot.com/?p=11300
总条数:59 到第
上滑加载中