基于格密码的5G-R车地认证密钥协商方案

5G-R作为我国下一代高速铁路无线通信系统,其安全性对于保障行车安全至关重要。针对5G-AKA协议存在隐私泄露、根密钥不变和效率低等问题,基于格密码理论提出一种新型5G-R车地认证方案。首先,使用临时身份信息GUTI代替SUCI,克服了SUCI明文传输的缺点。其次,设计基于格密码的根密钥更新策略,采用格上公钥密码体制、近似平滑投射散列函数和密钥共识算法,实现了根密钥的动态更新和前后向安全性。再次,加入随机质询和消息认证码,实现了通信三方的相互认证,可有效防范重放、DoS等多种恶意攻击。最后,采用串空间形式化方法进行安全验证,结果表明:本文方法较其他方法有更高的安全性,被攻击成功的概率最低,仅为O(n^(2))×2^(-128),且有较低的计算开销和通信开销,能够满足5G-R高安全性的需求。

基于云平台的铁路无线电信号DOA跟踪算法

在高速铁路场景下,准确估计和跟踪无线电信号的波达方向(Direction of Arrival, DOA)能够有效提升无线通信服务质量.然而,高速移动的无线信道具有快速时变特性,对信号处理的速度和准确性提出了更高的挑战.针对传统的基于信号子空间的DOA估计算法,由于巨大的计算量而无法应用于高速铁路快速时变系统中进行DOA跟踪的问题,提出了基于卡尔曼滤波和正交压缩近似投影子空间跟踪(Kalman Filter-Orthonormal Projection Approximation and Subspace Tracking of deflation, K-OPASTd)的DOA算法.首先,搭建基于云平台的铁路信号动态测向系统;然后,建立列车接收信号模型,提出K-OPASTd算法对DOA进行动态跟踪;最后,将本文提出的算法与OPASTd算法所得到的估计角度的均方根误差进行仿真对比实验.研究结果表明:信噪比均为10dB时,本文所提算法的均方根误差比OPASTd算法低约60%;阵元均为20时,K-OPASTd算法的均方根误差比OPASTd算法低约80%.

基于Dinkelbach-Quadratic算法的高速铁路通信能效优化功率分配研究

为了提高高速铁路通信能量效率,提出一种基于Dinkelbach-Quadratic变换的迭代算法来解决高速铁路通信下行链路的功率分配问题。通过在小区内部署远程天线单元构建高速铁路通信分布式天线系统模型,基于完美信道状态信息(CSI)和列车内接入点反馈的最小速率要求建立能效优化模型;基于所建立的非凸优化模型,采用Dinkelbach变换将分数形式的非线性规划问题转换为求差形式;利用Quadratic变换特性对目标函数进一步展开;采用交替迭代的方法完成能效最优的功率分配。仿真结果表明:所提算法在满足最小传输速率和最大发射功率的同时,可以兼顾系统能量效率和频谱效率;随着发射天线数量和接收中继数量的增加,系统性能也有明显提升,相比传统算法系统的能效和频谱效率至少提升5%。

基于ARIMA-TCN混合模型的高速铁路时间同步方法

列控系统作为高速铁路的核心系统,保持其系统的时间同步对于行车安全至关重要。针对现有时间同步方法易受时变上下行传输时延、随机时钟跳变等影响,导致主从时钟偏移估计不准确的问题,提出一种基于差分自回归移动平均-时域卷积神经网络(ARIMA-TCN)混合模型的高速铁路时间同步方法。首先,根据上下行链路传输速率的不对称比,建立高速铁路时钟的数学理论和实际观测模型。然后,使用拉依达准则识别处理跳变异常值,完成实际时间序列的预处理。再次,使用ARIMA模型平滑时间序列中不确定时延带来的噪声抖动,获得平稳的时间序列。最后,通过提出的注意力增强TCN模型进行预测补偿,完成时钟偏移的补偿校正。通过实验仿真,得到基站区间内位置、基站间距以及车速对高速铁路时间同步的影响性分析。实验结果表明:与对比方法相比,所提方法补偿后的均方根误差较最小二乘法减少了75%、较最大似然估计方法误差减少了44.4%,较BP神经网络方法误差减少了16.7%,验证所提方法具有更低的同步误差和更高的同步精度。

基于区块链高效安全的多部门铁路工程数据访问控制策略

针对铁路工程建设中各参建部门之间的数据资源,具有共享效率差、利用率低和安全程度不高的问题,提出一种基于区块链(Blockchain)铁路工程数据的共享及安全存储方案来弥补现有的铁路工程数据平台的不足。在工程建设平台中,引入了基于外包的属性加密技术(Outsourcing-Attribute Based Encryption technology, OABE)、区块链技术和星际文件系统(Interplanetary File System, IPFS)以及边缘节点(Edge Nodes, EN),并提出一种适用于铁路工程建设的多部门区块链与IPFS的协作网络。研究结果表明:当施工现场资源设备有限时,相比于较为传统基于云辅助的密文策略属性基加密技术(Ciphertext Policy Attribute Based Encryption, CP-ABE),通过将铁路工程数据外包给边缘节点,可以更好地为资源受限设备提供大量的计算,减轻设备的计算负担,确保了数据的安全性并且提高了设备的计算效率。而且将铁路工程数据存储在星际文件系统上,避免集中式的服务器机制在故障时造成数据的丢失和泄露。此外,通过使用区块链网络可以提高参建单位之间的数据资源共享效率,增强了数据的利用率,利用区块链的共识性来实现每个参建单位之间数据的一致性,确保了不同参建单位间的信任度。经过安全性证明,采用基于双线性迪菲赫尔曼指数假设(Decision q-Bilinear Diffie Hellman Exponent Assumption, q-BDHE)下具有不可区分性是安全的。实验结果表明,该策略在本地用户计算时间效率上与现有的带关键字搜索的外包属性基加密方案以及属性基加密的方案相比是最优的,可以很好地减轻现场设备的计算负担。

基于势博弈的车车通信频谱资源分配方法

针对5G-R下高速铁路通信系统中车车通信T2T链路在复用车地通信T2G链路的频谱资源进行通信时,存在系统干扰大和吞吐量低的问题,提出一种基于势博弈的T2T频谱资源分配方案。通过分析T2T通信链路复用T2G通信链路频谱资源时的竞争关系,构建以系统吞吐量最大化为优化目标的T2T频谱复用模型。提出基于势博弈理论的T2T频谱资源分配方法,并证明了存在纳什均衡。通过烟花算法求解出优化目标函数,实现T2T链路频谱和功率的最优分配。对不同列车速度、T2T链路接入数量和链路发射功率条件下,系统吞吐量和干扰率进行定量分析。试验结果表明:所提方法能够显著提高T2T系统吞吐量,并有效减少链路干扰。研究结果为高速铁路车车通信资源的优化提供了一定的理论和技术支持。

混沌映射与中国剩余定理增强的切换认证方案

5G-R作为我国下一代高速铁路移动通信系统,其安全性对于保障高速铁路行车安全至关重要。针对高速铁路5G-R网络切换认证过程易受去同步攻击、不具备前向安全性及计算开销大等问题,提出了一种基于切比雪夫混沌映射与中国剩余定理增强的高速铁路切换认证方案。首先,基于切比雪夫混沌映射半群性,设计通信双方密钥协商机制,实现了切换认证过程中源基站与目标基站之间的双向身份鉴权,能够有效抵抗伪基站和去同步攻击。然后,利用中国剩余定理的秘密共享原理,派生出列车和目标基站的会话密钥,确保了链路计数值NCC在切换时的安全传输,从而克服了切换认证不具备前向安全性的不足。最后,利用BAN逻辑形式化理论和Scyther安全分析工具,分别验证了所提方法的安全性,并与同类协议进行安全性和效率分析。结果表明:所提方案安全性更高,在通信和计算开销等方面较比较方法性能更优,能有效满足5G-R切换认证安全的需求。

基于粒子滤波的5G-R时间同步补偿方法

5G-R作为下一代高速铁路时间同步无线通信系统,保持时间同步对高速铁路行车安全至关重要。针对现有时间同步方法未考虑5G-R快速时变信道的影响,导致主从时钟偏移估计不准确的问题,提出一种基于粒子滤波的5G-R时间同步补偿方法。构建5G-R主从时钟的相位及频率偏移的状态转移方程;采用粒子滤波算法得到时钟偏移最优估计值;完成对5G-R时间同步误差的补偿;通过试验仿真,实现多普勒频移对5G-R时间同步的影响分析,得到对高速铁路不同典型场景下时间同步性能的定量分析。结果表明:提出的方法能够有效降低5G-R无线信道时钟偏差,较其他方法具有更好的稳定性和同步性能。

基于PER-DDPG算法的城市轨道交通越区切换研究

针对传统IEEE802.11越区切换方式存在较高的切换延时以及乒乓切换等问题,提出深度强化学习(Deep Q-Network,DQN)越区切换算法。通过对列车运行的特征状态信息进行提取输入,考虑列车运行速度及场强、切换阈值等动态信息构建越区切换模型。同时针对算法时间成本复杂度及稳定性,采用优先经验回放深度确定性策略梯度(Prioritized Experience Replay-Deep Deterministic Policy Gradient,PER-DDPG)算法,将列车状态空间信息传输至PER-DDPG网络中进行优化分析。结果表明基于PER-DDPG算法优化后的列车越区切换模型使用该算法时间计算成本降低,数据包传输延时约降低55%。

一种混沌密钥加密改善铁路安全通信的新方法

铁路信号安全通信是铁路运输最为重要的安全保障,关系到旅客的生命财产安全。现有的铁路安全通信是依靠中国列控系统CTCS-3在铁路安全通信协议RSSP-Ⅱ下保障铁路的安全通信,但会受到已经明文和选择性明文等攻击,对铁路通信安全造成潜在的威胁。基于Lyapunov稳定性理论,通过设计设置有限时间的控制函数,从理论上证实了分数阶超混沌系统在有限时间里能够实现同步控制,并结合RSSP-Ⅱ协议将铁路安全通信的数据信息调制到混沌信号中以混合信号进行加密传输,最后再利用相应的同步信号对混合信号进行解密,实现了铁路通信的安全传送。数值仿真结果表明了所提方案的正确性与可行性,展现出所提方案的工程领域应用潜力。

针对车地传输TCP协议优化的TTI-RTT拥塞控制算法

为适应铁路5G专用移动通信系统动态易变的网络环境,解决现有算法中存在的吞吐量减少、传输时延增加、检测数据车地传输可靠性难以保证的问题,在分析传输控制协议(TCP)传输拥塞控制过程,以及对比TCP-Reno,TCP-Vegas和TCP-Westwood 3种基础拥塞控制算法存在问题的基础上,提出一种联合传输时间间隔(TTI)和往返时延(RTT)的拥塞控制算法——TTI-RTT算法,即将RTT的成对比较测试统计量和网络当前拥塞因子联合起来作为网络拥塞判断标准,根据反映网络拥塞程度的拥塞因子动态调节加性和乘性因子,并在传输控制协议拥塞控制的不同条件下灵活调整传输时间间隔。采用NS-3仿真软件,构建考虑高速铁路5G-R无线信道误码影响的点对点通信网络拓扑结构,对TTI-RTT拥塞控制算法进行仿真验证,并与3种基础算法进行性能比较。结果表明:不同丢包率下所提算法的平均吞吐量均保持在9 Mb·s^(-1)以上,较基础算法中吞吐量最高且最稳定的TCP-Reno算法增加了约5.9%,且实时吞吐量稳定性具有显著改善。

高速铁路长大隧道GSM-R网络冗余组网方案分析

高速铁路长大隧道需要按照GSM-R冗余组网方案进行覆盖。目前GSM-R网络可采用数字直放站与分布式基站作为数字中继设备,两种设备均有多种组网方案。从故障应对能力、载频利用率、建设成本等多个角度开展分析,对比多种高速铁路隧道内GSM-R数字中继设备冗余组网方案,提出各种方案的适用范围和性能优劣。

上海地铁B-TrunC(宽带集群通信)网络互联互通关键协议研究

[目的]上海地铁B-TrunC(宽带集群通信)网络采用了多线共享热备集群核心网架构,需接入多条线路不同厂商的基站及终端。为了实现网络互联互通,需对集群核心网与基站、终端的接口协议进行标准化设计。[方法]在B-TrunC标准基础上,对集群核心网与基站、终端的部分接口协议进行细化和补充。在核心网热备情况下,集群核心网与基站的接口需补充集群核心网主备倒换的流程协议,综合分析了两种既有核心网主备倒换实现方案的优缺点,提出了优化后的功能要求和流程协议;针对终端集群功能互联互通要求,提出了实现终端加载通话组、集中录音录像、多媒体消息功能互联互通的相关协议配置细化方案。[结果及结论]接口协议补充和细化后,接入两家厂商基站、终端的上海地铁B-TrunC网络热备集群核心网,实现了核心网倒换时所有基站、终端正常对应倒换,以及集群语音呼叫、实时短数据、多媒体消息功能互联互通,突破了B-TrunC网络化资源共享的关键技术瓶颈。

面向轨道交通智能故障检测的边云计算方法

轨道交通系统是当今社会中交通运力的主要承载系统,对安全性有极高的要求。轨道交通系统的多个组件由于直接暴露在环境中,受多种外界因素影响,易出现故障。这些故障可能会导致列车延误、乘客滞留、服务暂停,甚至是灾难性的生命或资产损失。因此,需要设计针对轨道交通系统的实时故障检测方案,进而才能采取有效的维护措施。不同于基于传统的机器学习(Machine Learning,ML)的故障检测工作,本研究采用中文双向编码器表示转换器(Bidirectional Encoder Representation from Transformer,BERT)深度学习(Deep Learing,DL)模型进行实时的智能故障检测。该模型能够在处理故障检测任务时获取双向上下文的理解,从而更准确地捕捉句子中的语义关系,使得其对故障描述的理解更为精准。BERT的训练需要大量的数据支持,而轨道交通领域中存在多个运营商,它们各自持有独立的故障检测数据。由于数据的保密性,这些数据无法进行共享,从而限制了模型的训练,故采用了联邦边云计算方法,允许多个运营商在保持数据隐私的前提下共同训练BERT模型。联邦学习结合边云计算方法,在本地对轨道交通各运营商的数据进行初步处理,然后将汇总后的梯度上传至云端进行模型训练,最终将训练得到的模型参数发送回各边缘设备,实现模型的更新。研究结果表明,采用联邦边云计算方法进行BERT模型训练,在轨道交通领域的故障检测任务中优于目前已有的先进方案。这一方法在解决数据保密性问题的同时,有效提升了轨道交通故障检测的准确性与可靠性。

基于OpenStack的高可用城轨云平台:设计、实现与可用性分析

轨道交通系统对于可靠性具有特殊要求,构建高可用轨道交通私有云计算平台,已成为城轨交通的热门研究领域。设计并实现高可用云管系统与高可用云上虚拟机,能有力推动更多的轨道交通业务向云平台迁移,提升资源利用率。首先,介绍轨道交通的云计算建设概况及云平台容错方法;其次,详细描述利用开源OpenStack技术,实现高可用云管平台与高可用虚拟机的方法,利用故障树工具分析云管系统与虚机的失效模式之后,用马尔科夫过程对云管系统与虚机的可靠性进行建模分析;最后,利用设计的高可用云平台,部署完整的基于通信的列车控制系统中的地面业务,并对虚拟机两项可用性的关键指标进行测试,根据测试结果,获得模型的参数,进而计算得到整个私有云计算平台的可用性指标。本研究将为城市轨道交通的高可用云计算平台建设提供有力的理论基础与实践经验。

面向铁路5G-R和GSM-R系统的SPN承载方案研究与试验

基于铁路5G-R、GSM-R系统业务场景和全球商用部署的SPN创新承载技术,面向铁路5G-R系统特殊应用,建立小颗粒硬管道业务模型和L3VPN到边缘的分组业务模型,提出采用SPN双平面组网并综合承载现网GSM-R业务的E1CBROver小颗粒硬管道方案。SPN综合承载方案满足5G-R、GSM-R系统铁路行车控制类业务高可靠、高安全的硬隔离承载需求,以及5G-R系统大带宽视频数据业务灵活调度、智能运维的演进需求。提出的方案已完成基于SPN的5G-R、GSM-R基站和核心网端到端功能及可靠性试验验证,试验结果指标优于标准要求,证明面向铁路5G-R、GSM-R系统的SPN综合承载方案安全可行。

基于传染病和网络流模型分析APT攻击对列车控制系统的影响

高级可持续威胁(APT)是目前工业控制系统面临的主要威胁之一。APT攻击利用计算机设备漏洞入侵列车控制网络,感染并且扩散到网络中的其他设备,影响系统正常运行,因此评价APT攻击对列车控制系统的影响非常必要。提出一种基于传染病模型和网络流理论结合的APT攻击影响分析方法。首先,分析在APT攻击的不同阶段设备节点状态之间的转化规则,结合传染病理论建立APT攻击传播模型,研究攻击过程中的节点状态变化趋势;其次,把设备节点的状态变化融入网络流模型中,研究APT攻击过程中设备节点状态变化对列车控制网络中列车移动授权信息流的影响;最后,结合列车控制系统的信息物理耦合关系,分析APT攻击对列控系统整体性能的影响。仿真实验展现了APT攻击过程中节点状态变化的趋势,验证该方法在分析APT病毒软件在列车控制网络中的传播过程对列车控制系统整体性能影响的有效性,为管理者制定防御方案提供依据,提升列车控制系统信息安全水平。

铁路5G-R网络安全技术研究

5G-R网络即将进入建设阶段,且铁路专网涉及行车安全,对网络安全要求极高,亟须对5G-R网络安全开展研究。为全面提升5G-R端到端安全防护水平,通过总结GSM-R网络的安全要求,分析5G-R网络面临的安全风险和安全需求,提出5G-R网络安全体系架构;从5G-R基础设施安全、终端接入安全、组网安全、运维安全、数据安全和网络边界安全等方面阐述安全技术方案,并提出通过5G-R安全态势感知系统,实现从5G-R系统基础安全技术到系统内生安全能力全面提升的方案。

CTCS-3线路GSM-R网络运维质量评价体系研究

针对高速铁路GSM-R网络承载行车通信业务的特点,分析CTCS-3线路GSM-R网络运维质量评价思路,提出CTCS-3线路GSM-R网络运维质量评价体系,通过GSM-R网络运行数据进行计算得出评价结果,综合反映出CTCS-3线路GSM-R网络运维质量状况。

面向城轨云平台边界安全防护的动态信任管理方法

针对城轨云平台边界数量多、边界安全防护薄弱的问题,分析了城轨云与工业控制网络协同交互过程,提出了一种面向城轨云平台边界安全防护的动态信任管理方法,包括异常行为识别、信任评估、信任更新、基于信任值的动态访问控制。根据城轨云的综合监控系统网络拓扑,分析了未经授权控制指令、违规控制指令、干扰正常控制指令三类异常行为。结果表明,所提出的动态信任管理方法能够有效抵御恶意节点发起的异常行为;对于不同节点、不同异常行为的信任值变化不同;符合“缓升快降”的规则,能够保障城轨云平台细粒度的边界安全防护。