智能交通系统(ITS)越来越依赖于车对一切(V2X)通信所支持的实时数据处理,这在动态交通环境中确保了安全性[1]、[2]、[3]。尽管智能车辆配备了先进的感知系统和经过验证的AI算法,但诸如视线遮挡和盲交叉口等安全威胁仍然存在,因此快速响应事件变得至关重要[4]、[5]。与交通风险评估相关的研究强调了混合交通环境中的复杂安全风险,突显了基础设施辅助的情境感知的必要性[6]、[7]。在这种情况下,路边单元(RSUs)负责车辆通信,并同时作为边缘计算节点,收集和处理来自路边感知基础设施的各种数据[8]、[9]、[10]。然而,大规模RSU的部署在安全数据传播和存储方面带来了重大挑战。传统的集中式V2X事件管理框架容易受到错误信息、数据篡改和通信故障的影响,这对交通安全和系统可靠性构成了严重风险[11]。
最近的研究表明,区块链提供了一个有前景的解决方案,它提供了一个去中心化、防篡改的基础设施,确保了数据的完整性、可追溯性和容错性[12]、[13]。虽然利用区块链可以提高系统安全性,但在可靠性和效率方面仍存在挑战[14]。区块链机制引入了显著的计算和通信开销,给资源有限的RSUs带来了额外的负担。为了缓解这一问题,最近的研究提出了轻量级的区块链协议或使用了分片等机制,将区块链分割成更小、更平行的部分,以提高可扩展性并减少处理负载[15]。然而,在V2X系统中,RSUs不仅仅负责处理区块链任务,还必须处理实时服务,如事件检测。尽管某些任务在功能上是独立的,但它们在同一RSU上并发运行,导致资源竞争。大多数现有方法没有考虑这种并发性,而是孤立地处理区块链操作。结果,它们忽略了时间敏感的V2X任务的集成,在实际的高负载条件下降低了系统的可靠性[16]。
特别是在V2X事件管理中,多种服务(如事件检测、存储和本地危险警告)在有限的延迟约束下并行运行[17]。基于高分辨率视频流的AI事件检测计算密集度很高,导致边缘节点的工作负载压力巨大[18]、[19]。现有架构通常忽略了多任务处理的约束,导致事件响应延迟和系统可靠性降低,尤其是在高流动性的城市交叉口[20]。
此外,感知层网络的异构拓扑结构和感知节点的多样化分布导致边缘层的工作负载不均衡。不同的RSUs处理不同的交通密度和任务类型,每种类型都有不同的紧急程度和延迟要求。这种变化会导致严重的负载不平衡,从而降低V2X服务的响应性和可靠性[21]。交叉口之间的交通量和感知密度差异很大。一些RSUs面临巨大的工作负载,而其他RSUs则未得到充分利用。现有方案通常假设RSU的能力是均匀的,忽略了实际部署中出现的操作不对称性。
因此,尽管现有的基于区块链的V2X系统提高了数据安全性,但在实现实时性能和在动态交通和异构感知数据负载下的平衡工作负载分配方面仍存在显著的知识缺口。之前的优化策略往往侧重于提高区块链吞吐量或存储,但忽略了V2X环境的独特需求,如紧急任务的优先级、RSU工作负载的不平衡以及感知层拓扑的异构性。这些因素严重影响V2X服务的响应性和可靠性,尤其是在事件检测和车辆请求处理方面。如果不适应性地结合这些因素,传统方法在高交通变化下可能会降低性能,并严重影响系统的服务质量。
为了克服大多数现有方法仅专注于优化区块链方案而忽视其与并发V2X服务协作的局限性,我们提出了一个基于QoS的任务分片框架,该框架能够无缝地将区块链操作与V2X服务执行集成。该设计使任务分配与紧急性、资源可用性和RSU拓扑相匹配,确保RSUs之间的工作负载平衡和可靠性能。
我们提出了一种基于软件定义的路边单元(SD-RSUs)[22]的新型区块链集成V2X事件管理框架。与传统RSUs不同,SD-RSUs将控制平面和数据平面分离,使得可以根据异构服务需求动态和可编程地分配资源。所提出的架构灵活性允许系统根据不同的交通密度、感知负载和网络条件进行细粒度控制。
所提出框架的核心是一种任务分片机制。它将事件管理工作流程划分为模块化的服务分片,包括基于AI的事件检测、事件广播、区块链共识和事件存储。每个分片根据基于QoS的角色分配模型分配给SD-RSUs。
QoS模型使用服务期望指标(SEM)评估每个RSU的能力。SEM结合了RSU的感知层拓扑、当前计算负载和任务紧急程度。它利用Weibull累积分布函数(CDF),在数据量大的情况下特别有效,例如来自路边摄像机的实时视频流。该算法评估每个RSU的两个关键输入:工作负载(来自其连接的感知节点的数据吞吐量)和延迟容忍度(由其处理的任务的紧急程度决定)。根据这一评估,每个RSU被分类为两种功能角色之一:简化交互节点(SINs)和综合验证节点(CVNs)。
这种基于角色的分片策略使系统能够根据任务的紧迫性和RSU的能力平衡处理负载,防止资源瓶颈,并在高流动性城市场景中提高响应性。此外,它还减轻了由于一刀切的共识机制导致的级联延迟,这些机制对任务多样性不敏感。
为了进一步提高系统稳定性,所提出的架构为关键V2I功能隔离了计算和通信资源。例如,紧急广播和危险警告被分配了专用的CPU和带宽段,不会与共识或检测工作负载共享。这保证了高优先级消息的可靠传输,即使当地RSUs在AI推理或交易验证过程中面临重处理压力。
总体而言,所提出的基于SD-RSU的框架为V2X事件管理提供了可扩展、有弹性和实时能力的解决方案。通过将任务分片与基于QoS的角色分配和硬件级资源隔离相结合,该系统解决了感知层、边缘层和区块链层之间的架构和计算挑战。
本工作的主要贡献总结如下:
•基于QoS的RSU角色分配模型:我们制定了一个自适应模型,用于将RSU资源映射到服务需求,考虑了感知节点的异构性、带宽使用和计算要求。由此产生的服务期望指标指导网络中的实时任务分配。
•基于区块链的事件管理任务分片机制:设计了一个安全高效的事件管理框架,将AI驱动的检测与去中心化的区块链共识集成。RSUs被分配角色(SIN或CVN),以在现实世界约束下平衡延迟和数据完整性需求。
•在真实城市场景中的实验验证:我们在宜庄自动驾驶测试区使用硬件部署的SD-RSUs进行了全面评估。实验评估了不同配置下的吞吐量、延迟和负载平衡,证明了该框架在实现大规模实时性能方面的有效性。