基于SDN的新型车载网络架构研究

吕勇，翟亚红，李鹏，贺权，崔峻玮

（湖北汽车工业学院 电气与信息工程学院，湖北 十堰442002）

主动安全、智能驾驶与智能网联等新兴业务促使汽车从单一的交通工具演变成为复杂的分布式计算系统［1］。目前车载网络（in-vehicle network，IVN）架构呈现出多种总线共存局面，现有的分布式计算系统各种网络相互独立，网络之间的互操作不多。汽车电子电气架构（electrical/electronic ar⁃chitecture，EEA）存在灵活性不高、不易扩展、兼容性不强等问题，其封闭的标准使其不易与外部设备互联［2-4］。随着汽车功能需求的大幅度提升，汽车电子设备变得更加复杂，未来的车辆需要安装更多的传感器、执行器、电子控制单元和微型计算机等，传统IVN架构难以满足电控单元网络化程度不断提高的需求［5-8］。现有的IVN多种总线共存，使得支持IVN内部互联互通的协议栈设计复杂，可扩展性和可开放性有限，缺乏统一的网络体系结构设计。未来汽车EEA正在向集中式方向发展，车内不同计算单元和不同域之间彼此通信的需求越来越强，相应软件功能的更新与添加需要更加灵活的架构。因此新型IVN架构的研究与设计就显得非常重要。在IVN体系结构中应用软件定义网络（software-defined networking，SDN）技术是新的并且活跃的研究领域。Fussey等人［9］讨论了在IVN中引入SDN的优势。Halba等人［10］使用SDN方法，通过为电子控制单元配备“IP到传统IVN适配器”，实现了不同IVN中电子控制单元之间的通信。Hackel等人［11］探讨了如何将SDN和时间敏感型网络相结合用于IVN。杨朝阳［5］等提到了混合网络架构下端到端的时延问题并进行了分析，但未给出具体的优化方案。近年来，国内外越来越多的学者将SDN和IVN相结合，但相关研究还处于初始阶段，大多围绕所解决的问题及所带来的优势展开介绍，主要将SDN与车内某一技术相结合或应用于某一功能领域中。针对IVN架构的研究较少，对SDN的引入没有进行全面系统地应用，并未给出具体的设计，而设计统一管理、灵活配置的IVN架构对当前IVN的发展尤为重要。文中基于SDN技术，设计了便于重新配置的新型IVN架构，以集成额外的硬件和应用程序，同时建立了新型IVN架构下的低时延优化机制。

1 基于SDN的车载网络架构及设计

文中构建的基于SDN的新型IVN架构，利用SDN技术对整体IVN架构进行了全面系统的设计，相比于其他IVN架构，实现了整车中央集中式管理，更便于服务和软件的扩展与升级。

1.1 汽车新型整体架构描述

智能网联技术推动汽车产业发生了变革，软件定义汽车的概念已成为人们的共识。传统分布式EEA由于存在通讯带宽不足、计算能力不足和软件升级不便等瓶颈，已不能满足当前发展需求。IVN骨干正由CAN/LIN总线向以太网方向发展，以太网能够满足高速传输、高通量、低延迟等性能需求，同时也可以减少安装、测试成本。为满足发展需求，采用开放式汽车新型整体架构，如图1所示［12］。汽车新型整体架构使用以太网作为主干网络，通过SDN中央控制器计算平台实现多种信息的融合处理，实现整车协同功能，增强IVN的交互性，实现软件在线升级、操作系统可移植等功能。

图1 汽车新型整体架构

1.2 新型车载网络架构设计

针对IVN中软硬件之间耦合度高、网络集中化程度不高、交互性以及灵活性不强等问题，综合引入具有转发与控制分离、开放可编程等优点的SDN技术，结合IVN本身，设计了新型IVN架构（图2）。

图2 基于SDN的新型IVN架构图

1）转发平面 由各传感器、执行器、OpenFlow交换机等硬件通过物理链路相连接所构成，对应于SDN架构。转发过程中所需要的流表由控制平面生成，将汽车部件与应用程序和管理系统衔接起来，保证数据的有效传输。OpenFlow交换机中包含多个流表及组表等，内部构造图如图3所示。数据平面上的流量分为硬实时流量、软实时流量、尽力而为流量和网络配置流量。硬实时流量来自安全关键的组件，如动力系统/底盘控制流，所有硬实时流量都需要及时传输，必须始终在固定时延内传输。软实时流量与不太关键的系统相关联，如果未能满足延迟要求，这些系统可能会在降级状态下运行，例如车身控制流。尽力而为流量与非安全系统相关，例如娱乐系统。网络配置流量来自控制器和交换机间各类信令消息。在调度程序中，分别为数据平面的数据流设置优先级队列，以确保共享数据在车内的有效传输。新型IVN通过使用AUTO⁃SAR SecOC［13］等系统验证流量，提高IVN的安全性能，进一步防御入侵者。

图3 OpenFlow交换机内部构造图

2）控制平面 系统的控制中心，SDN技术将原本集成在硬件设备里的控制平台统一集成到SDN控制器里，SDN控制器通过带内/带外通信对转发平面进行配置。带内组网与带外组网的主要区别为控制信息与数据信息的传输是否共享同一物理链路，是则为带内组网（图4a），否则为带外组网（图4b）。在IVN应用中，带内通信优于带外通信，因为带内组网减少了车内线束数量，降低了成本，减轻了重量，可以直接提高燃油效率，并且具有更高的可扩展性，所以采用带内组网方式。控制平面主要负责流表下发、拓扑管理等功能，网络控制器直接连接到其中1个交换机，通过南向接口随时监控和采集IVN中交换机的信息，记录各种逻辑组网信息。网络控制器通过读取控制列表和不同的权限级别控制对北向接口的访问，利用来自组件（例如传感器、电子控制单元等）和应用的程序的信息来对网络进行配置，及时反馈网络的链路连接状态以及设备工作状态。

图4 带内组网与带外组网

3）应用平面 在不更改底层物理设备的前提下，实现各种不同的服务和应用，并允许第三方或者用户自由选择应用。这些应用以可编程方式将所需要的网络行为请求传输到控制器，简单的网络编程便能实现对网络的逻辑控制以及网络应用的快速上线部署。应用仅仅以软件程序的方式部署，能替代以前传统网络里部分硬件专有的功能。通过控制器的北向接口获取全局网络视图，来对网络重新配置以及网络资源的有效管理，以确保汽车组件和应用程序之间的所有通信都可以顺利进行。管理系统负责认证组件和应用程序，负责IVN的配置与管理，并保存组件和应用程序及其权限的清单。外部数据库包含可能添加到汽车中的部件信息，内部数据库由外部数据库补充。

2 基于新架构下低时延优化机制

通过k-medoids算法在网络拓扑中为控制器挑选出最优放置位置，来降低交换机与控制器间建立流表的时延，进一步减小IVN端到端的时延，并采用轮廓分析算法来对聚类效果进行评估，确定最优控制器数量，降低部署成本。

2.1 新型IVN架构时延分析

新型IVN架构下网络数据传输功能由控制器和交换机间频繁的信息交换来实现。控制信令在交换机与控制器间的时延影响整个网络底层数据传输性能。交换机与控制器间时延主要包括发送时延、传播时延、交换机处理时延、控制器中排队与处理时延［14-15］。

新型IVN下交换机数据流匹配过程如图5所示，当有1个新流到达交换机时，如果没有与之相匹配的流表，便会向控制器发送Packet-in消息，请求下发流表。控制器接收到Packet-in消息之后，特定的应用程序便会计算出1条合适的传输路径信息，通过Packet-out消息将流表下发到交换机，只有等流表下发下来后，数据才能进行传输。此外，IVN中对时延要求很高，包括动力系统、底盘系统等在内的时延要求都是微秒级的［6］。

图5 交换机数据流匹配过程

由于车内大多信号数据量很小，时延精度要求高，因此，等待流表建立产生的时延会对新数据的端到端时延及网络性能产生较大影响。新型IVN架构下端到端时延问题不同于混合网络架构，为了降低数据端到端的时延，需要降低建立流表的时延，其中控制器放置位置会对网络的时延和性能产生较大影响［16］。

2.2 问题建模

针对在新型IVN拓扑中如何确定所需控制器的最佳数量以及放置在何处2个问题进行建模，涉及的符号及具体含义如表1所示。

表1 问题模型使用的数学符号及含义

交换机与控制器间采用带内通信模式，两者之间的信息交互为同一传输路径的双向通信，因此单向最优也代表双向最优。以Packet-in消息上传为例建立模型，Packet-in消息引发的时延如图6所示。从交换机v'1向控制器c1传输Packet-in消息产生的时延主要由DTi、DPi、DSPi、DQ组成。

图6 Packet-in消息产生的时延

式中：w1为特定链路的带宽，由网络接口的最小传输速率决定；DTi为数据推送到物理链路上花费的时间；DPi为数据在链路上传播一定的距离，即从发送端到接收端所花费的时间；DSPi为指交换机处理所接收到的数据产生的时间；DQ为基于排队论求解的控制器产生的排队与处理时延之和；h为连接到控制器的交换机个数；μ为控制器对流的平均服务速率；λ为交换机发送数据流的到达速率［15］。因此，从v'm到ck的时延计算公式为

DTi受数据帧大小和链路带宽的影响，通常对于同一网络转发设备来说是固定值。DPi主要受2个节点之间的距离以及信号在不同介质上的传输速率影响。DSPi受其处理能力及负载影响，将此假定为1个定值［14］。控制器产生的时延影响因素较多。

以最小化交换机到控制器总时延为优化目标，约束条件如下：整个子网需要覆盖所有的节点和链路；1个节点或链路只能分配给1个子网；任意2个控制器不可处于相同的节点上；控制域k中的控制器只能位于控制域k中的节点上。表示为

2.3 算法设计

不考虑链路发生失效情况下，通过k-medoids聚类算法完成对网络拓扑的划分，确定控制器的最优位置。通过轮廓分析算法确定用于给定拓扑的控制器最佳数量。本质上，网络划分问题类似于聚类问题，解决方案从聚类算法中借以引用，但是标准的聚类算法不能直接用于网络分区问题。标准的聚类算法中都是基于欧式距离来对节点进行分簇，欧式距离不能直接用于网络拓扑的划分，因为欧式距离路径中可能不存在物理链接。

对k-medoids算法作出相应改进：在网络拓扑中任意选择k个初始中心，对所有未选择的交换机节点分别计算到初始中心的时延Dv-c(v,ci)，若

则v映射于ci，计算i分区内所有节点到分区初始中心的总时延D总(v',ci)；用i分区内非中心点去替代中心点，重新计算分区总时延D总(v',v't)，t取1,2,…,m；比较i分区内总时延大小，选取分区内总时延最小的点作为质心；计算比较其他分区的总延时，直至确定k个分区的新质心。通过计算由物理链路相连的任意2个节点间时延，基于节点间的时延来确定交换机与控制器的映射关系以及控制器的最优位置，而不是基于欧式距离来确定。

在IVN中部署单个控制器，易带来单点故障，影响汽车的安全运行，为降低故障风险，提高可靠性，部署至少2个控制器。通过轮廓分析算法来确定控制器的最佳数量，在提升网络性能的同时节约成本。聚类评估算法-轮廓分析算法关键步骤如下：首先，计算网络拓扑中节点i到同簇其他节点的平均时延ai，称为节点i的簇内不相似度；其次，计算节点i到其他某簇cj的所有节点的平均时延bij，称为节点i与簇cj的不相似度，定义节点i的簇间不相似度为

根据节点i的簇内不相似度ai和簇间不相似度bi，计算节点i的轮廓系数为

最后，重复以上步骤，计算出所有点的轮廓系数，计算并比较不同k值的平均轮廓系数为

通过轮廓分析算法计算出的平均轮廓系数取值为[-1,+1]，平均轮廓系数越接近+1，表明分区聚类效果越好，时延降低效果越明显。

3 实验分析

新架构下不同实际功能及车型中IVN拓扑节点数不同，参考文献［17-18］，结合实际车身架构及相关器件间分布关系，以节点数为31的高配轿车IVN拓扑连接（图7）为例，进行相关实验。基于轮廓分析算法与k-medoids算法，通过MATLAB R2018b进行实验分析，评估IVN中最优控制器数量以及k-medoids算法在降低时延方面的性能，并与optimal k-means（OK）算法［19］进行比较，验证优化机制的有效性。在多个不同拓扑上对轮廓分析算法以及k-medoids算法进行了相关验证分析，结果证明其算法具有良好的鲁棒性。

文中主要对图7进行分析研究，为了保持数据真实性，实验环境及仿真参数［1,20］如表2所示。

图7 新型IVN拓扑连接图

表2 实验环境及仿真参数

不同控制器数量的群集质量如图8所示，通过基于群集内时延变化的轮廓系数来衡量。轮廓系数接近+1，表明某个聚类与其相邻聚类之间的高度不相似性；轮廓系数接近-1，表明聚类之间的高度相似性，是聚类效果差的标志。通过计算不同控制器数量（分区数量）的平均轮廓系数，对不同分区数的轮廓进行评估，得到图9。平均轮廓系数越大，分区聚类效果越好，时延降低效果越明显。实验结果表明，部署2个控制器是最佳选择，因为有大量的节点具有高轮廓系数，平均轮廓系数最大。

图8 不同控制器数量的轮廓图

图9 不同控制器数量平均轮廓系数关系

为给控制器挑选最优位置，以最小化交换机到控制器总时延为优化目标，通过k-medoids算法得到的2个控制器最优放置位置及交换机与控制器间映射关系如图10所示。

图10 新型IVN拓扑2个控制器最佳布局

为了验证该算法的有效性，将k-medoids算法与OK算法分别在图7所示的拓扑上进行验证，2种算法的不同控制器数量与交换机到控制器总时延的关系如图11所示，总时延为各个交换机传输控制信令到所属控制器产生的时延之和。从结果来看，k-medoids算法的曲线变化趋势与图9中预测效果基本一致。当控制器数量由1个变为2个时，交换机到控制器的总时延显著减少，大约减少31.3%，网络性能得到较大改善。而后，控制器数量的增加对总时延的降低效果不显著。实验对比表明，除放置控制器数量为1的情况外，k-medoids算法降低交换机到控制器总时延的效果明显高于OK算法，进一步证明了低时延优化机制的有效性。

图11 k-medoids算法与OK算法效果对比

4 结论

针对传统IVN中存在的问题，设计的基于SDN的新型IVN架构有效提高了汽车EEA的灵活性，降低了车与车、车与外界相连的技术门槛。同时，在IVN上更灵活地实现了节点的增加、删除、更换以及程序软件的后期维护升级。通过实验验证表明：通过轮廓分析算法能较好地确定拓扑中最佳控制器数量，通过k-medoids算法能有效降低建立流表的时延。此优化机制能够进一步降低IVN端到端的时延，提升IVN的性能。文中主要研究了新型IVN架构下流表建立时延对车内小数据流信号的影响，并对交换机到控制器间的时延进行了优化。针对IVN中包含娱乐系统在内大数据流的时延优化问题还暂未考虑，后续将针对交换机到交换机的时延问题进行深入研究与分析，进一步考虑各交换机不同发包模式下对其网络性能的影响，更好地优化IVN中端到端的时延。