面向软件定义车联网的链路故障快速恢复方法

针对软件定义车联网(SDIV)的车-路实时查询类通信场景中单链路故障的问题,提出一种面向SDIV的链路故障快速恢复方法,综合考虑了链路恢复过程时延和恢复后路径的传输时延。首先,对故障恢复时延建模,将最小化时延的优化目标转化为0-1整数线性规划问题。然后,分析该问题,力图最大化复用已有计算结果,并根据不同情况提出两种算法:在流表更新时延相对路径传输延迟不可被忽略的情况下,提出基于拓扑划分的路径恢复算法(PRA-TP);在流表更新时延相对路径传输延迟较小可被忽略的情况下,提出基于单链路搜索的路径恢复算法(PRA-SLS)。实验结果表明,相较于Dijkstra算法,PRA-TP的计算时延和路径恢复时延分别降低25%和40%,PRA-SLS的计算时延降低60%,可实现快速的汽车端的信息传输单链路故障恢复。

基于网络演算的软件定义车联网服务质量路由算法

将软件定义网络(SDN)与车联网(IoV)相结合,形成软件定义车联网(SD-IoV)。SD-IoV数据的传输路径的选择更加灵活。SD-IoV中的不同应用对数据传输有不同的服务质量(QoS)需求,而数据传输的路径选择应该满足其QoS需求。而如今针对SD-IoV的数据传输,先对网络状态进行分析,再进行路径选择的研究比较少。首先利用网络演算对SD-IoV中端到端的数据传输进行建模来计算其QoS参数,然后基于建立的性能模型和遗传算法设计了SDIoV的QoS路由算法,根据当前网络状态和QoS需求来进行路径选择。最后,在Floodlight,MININET和NS3中建立了SD-IoV的环境并对提出的性能分析模型和路由算法进行了验证。结果表明,提出的性能分析模型可以分析出性能边界;并且与在软件定义网络中被广泛使用的负载均衡算法比较,提出的路由算法在QoS保障方面有一定优势。

面向针对性攻击的SDVN控制层鲁棒性方案

将软件定义网络应用于车联网能显著提升其性能,但该方法也面临传统SDN要应对的安全问题。基于软件定义车联网体系架构中控制平面可能面临的针对性节点攻击问题,提出一种鲁棒的控制器放置方法。该方法结合传统的SDN控制平面部署问题,首先将控制平面鲁棒性问题建模为交换机与控制器的连通冗余性问题,提升交换机在极端情形下与控制器的连通性;其次设计一个鲁棒性指标,以衡量控制平面鲁棒性。仿真结果表明,该方法的鲁棒性要优于基于时延可靠性的部署方案。