V2V Data Offloading for Cellular Network Based on the SDN Inside MEC Architecture 学习笔记

1、这篇文章发表于2018年3月的《IEEE Access》，《IEEE Access》是一个SCI期刊，一作CHUNG-MING HUANG是台湾国立成功大学的教授。
2、数据卸载是用来解决蜂窝网络中的移动数据爆炸问题。这篇文章提出了卸载蜂窝网络的车辆信息流量到VANET中的V2V路径上。设计了一个结合SDN和MEC的体系结构SDNi-MEC，来处理VANET V2V卸载的问题。在SDNi-MEC体系结构中，每个车辆向SDNi-MEC服务器中的信息库报告车辆信息，SDNi-MEC服务器中的SDN控制器计算当前用蜂窝网络互相通信的两个车辆之间的V2V路径。提出的方法：（1）使用每个车辆的信息；（2）采用中心化的管理策略计算两个车辆之间的V2V路径，并通知沿途车辆。（3）试图为当前使用蜂窝网络互相通信的两个车辆建立一个VANET路由路径。性能分析显示，在中等车辆密度的实验场景中，基于SDNi-MEC的卸载方案较对比方案有更好的性能。
我的方案：（1）可以使用每个车辆的信息：GPS获得位置、速度、方向和车辆x可以检测到的周围车辆的ID。（2）可以使用一个中心化的服务器，进行V2V路径的计算和生成，并收集车辆发来的信息。（3）本文使用计算出来的V2V路径进行数据卸载，进行两辆车之间的通信。我使用计算出来的V2V路径进行任务执行，选择最佳路径，进行多跳的任务执行。
3、VANET中的三种通信范式：vehicle to infrastructure (V2I)，vehicle to vehicle (V2V)，vehicle to infrastructure to vehicle (V2I2V)。
V2I范式：<1>车辆从远程服务器下载数据；<2> 车辆和基础设施侧或基站侧的对等实体进行通信。
V2V范式：两个车辆通过k跳的车辆ad hoc路径互相通信。
V2I2V范式：V1和V2之间的通信路径为：V1 <-> BS/RSU <-> 核心网络/骨干网络 <-> BS/RSU <-> V2。
V2I2V范式是本文使用的通信范式，实验中的车辆装配有蜂窝网络接口和802.11p网络接口。车辆x和y通常使用蜂窝网络通信，当存在一条V2V路径时，x和y就卸载其通过蜂窝网络的通信到基于802.11p的V2V通信。

4、移动数据卸载的好处：（1）减少蜂窝网络中的流量；（2）减少使用蜂窝网络的花费。
VANET卸载的目标：通过VANET传递数据。
我的方案：x车辆可以是任务发起节点，y节点可以是任务执行节点。任务执行节点可以是一个车辆，也可以是基础设施侧的一台服务器。V2I、V2V、V2I2V通信范式都可以设计，可以提出在不同场景下的任务执行。
5、这篇文章主要解决三个问题：
（1）怎样找到一条车辆x和y之间的V2V路径？（当前x和y正在使用蜂窝网络互相通信。）V2V路径的发现过程可以由除x和y之外的第三方来进行吗？这样可以减少路径计算的开销，并使得车辆x和y尽快转换到V2V路径。
（2）当存在多条V2V路径时，怎样找到一条比较好的V2V路径用于VANET卸载？
（3）怎样修复一条断开的V2V路径？以便V2V VANET卸载仍然能够进行？
我的方案：选择V2V路径可以考虑负载均衡。
6、本文引出研究现状的方式：MEC的提出用于解决实时性问题：更短的延迟、更可靠的响应->MEC的标准已制定->学术界在研究MEC的许多方面->分析本文研究的从移动节点到MEC服务器的计算卸载问题->将MEC应用到VANET中。
7、SDN控制平面：设置规则。
SDN数据平面：依据规则转发数据包。
SDN控制器：中心化的管理器，收集SDN域内节点的信息，并设置规则。
我的方案：也设置SDN控制器。
8、这篇文章提出了一个SDNi-MEC体系结构，用于高速公路场景的V2V VANET卸载。每个车辆X将其信息（包括位置、速度、方向和车辆X的邻居车辆的ID）报告给SDNi-MEC服务器的信息库中。SDNi-MEC服务器的SDN控制器根据服务器的信息库中的信息，计算得到车辆x和y之间的一些V2V路径，如果存在V2V路径，SDNi-MEC服务器将通知车辆x和y从蜂窝网络通信转换到V2V VANET通信。 在SDNi-MEC体系结构中，BS连接着SDNi-MEC服务器，邻居SDNi-MEC服务器可以互相交换它们的信息库中存放的内容，这样可以发现更多的V2V路径。这篇文章提出了一个基于链路持续时间的网络状态路由算法（LT-NSR）和一个基于链路持续时间的路径恢复算法（LT-PR），这两个算法都可以运行在SDNi-MEC服务器的SDN控制器中。场景中的所有车辆可以形成一张图，一个节点代表一个车辆，车辆之间的链路代表这两个车辆可以直接通信，链路上的权重代表链路的持续时间，可以由链路两端车辆的位置、速度和方向得到。如果两个车辆之间存在多条V2V路径，我们就选择拥有最长持续时间的V2V VANET卸载路径。
我的方案：可以添加SDNi-MEC服务器互相交换信息库中信息的内容，发现更多的V2V路径，进行负载均衡，以实现更快的任务执行。
9、研究现状相关
文献19提出将4G和VANET结合，在V2I和V2V通信中用于数据卸载的方式。
文献14提出将5G和MEC结合，5G中MEC协作平台的好处是高效地减少切换延迟和数据传输时间，在核心网络中避免拥塞。
文献15提出MEC结合SDN，用于提供V2X的通信支持。
文献16提出MEC结合VANET，进行任务执行。
10、V2V VANET卸载流程
每个车辆装配有蜂窝网络接口和IEEE 802.11p网络接口。
（1）车辆之间使用蜂窝网络通信。
（2）SDNi-MEC服务器的SDN控制器检测x和y之间是否存在一条V2V路径。
（3）如果x和y之间存在一条V2V路径，例如，x,v1,v2,…,vn,y，SDN控制器通知车辆x,v1,v2,…,vn,y在它们的路由表中建立一条V2V路径，这样x和y就能够使用V2V路径（x<->v1<->v2<->…<->vn<->y）来进行通信。
（4）x和y将通信路径从蜂窝网络转换到VANET网络，同时，该V2V路径上的所有车辆都在一直将其车辆信息上传到SDNi-MEC服务器上的信息库中。
（5）V2V VANET卸载结束的条件：<1>路径的持续时间到期；<2>路径中的车辆改变速度，V2V路径被破坏；<3>路径中的车辆改变方向，并且行驶速度很快，V2V路径因此被破坏。
（6）x和y之间的通信路径从V2V VANET网络返回到蜂窝网络，执行过程转移回第2步。
卸载流程图如下：

我的方案：我可以使用该过程发现任务发起节点和任务执行节点之间的V2V路径，进行5G蜂窝网络和VANET路径之间的切换。
11、V2V路径修复流程
（1）vi+1是即将离开的车辆，vi是vi+1的前一个车辆，vi+2是vi+1的后一个车辆。当vi感知到vi+1离开后，vi通过蜂窝网络向SDNi-MEC服务器发送修复消息。
（2）SDN控制器检测是否存在一个新的车辆可以代替vi+1，能够与vi及vi+2直接通信。
（3）如果存在这样的新节点，则用新节点代替vi+1，这样x和y之间的V2V路径可以保持，通信路径变成x<->v1<->v2<->…<->vi<->vi+1new<->vi+2<->…<->vn<->y。
（4）如果不存在这样的新节点，那么车辆x和y之间的通信从V2V VANET网络转换回蜂窝网络。
修复流程图如下：

我的方案：需要设置检查点，当检测到链路损坏之后，查看能否修复V2V路径，如果能够修复V2V路径，则继续执行任务，如果不能修复V2V路径，则寻找另外的V2V路径。
我也可以把我的寻找V2V路径的问题和修复V2V路径的问题提炼成两个算法来分别执行，并使用消息事件形式进行消息流通信，不要使用数据包形式。
12、链路持续时间计算参考我的16种计算方式。
13、定理证明：LT-NSR(s,d)构建的卸载路径是s到d所有路径中拥有最长链路持续时间的路径。
只有集中式的控制器可以做出这样的最长链路持续时间的链路选择，因为集中式控制器知道全局拓扑。
14、数据卸载算法消息流：
（1）每个车辆发送hello消息到BS，BS发送hello消息到SDNi-MEC服务器，SDNi-MEC服务器发送回hello消息，连接建立。
（2）车辆1和2通过蜂窝网络互相通信。
（3）车辆向SDNi-MEC服务器报告信息，服务器生成场景中的车辆拓扑图。
（4）SDN控制器根据拓扑图执行LT-NSR算法找到V2V路径。
（5）SDN控制器通知BS，BS向车辆1、2和沿路车辆发送Switch消息，Switch消息中包含V2V路径。
（6）车辆接收到Switch消息，更新路由表。
（7）s和d之间的蜂窝网络通信转换到V2V路径。
（8）V2V路径结束，车辆向BS发送end消息，触发生存时间结束事件，移除V2V路径。
（9）SDN控制器发送FlowMod消息通知车辆1和2，车辆1和2使用蜂窝网络继续通信。
15、路径修复算法消息流：
（1）车辆驶离，V2V路径损坏，正在进行的数据卸载损坏。
（2）数据包丢弃，丢弃包的中继节点溯源发送包的车辆1或2。
（3）s向SDNi-MEC服务器传输dropped消息，触发包丢弃事件。、
（4）包丢弃事件触发SDN控制器响应，移除V2V路径。
我的方案：对于修复路径算法，我需要增加检查点机制，当路径损坏后，检查点保存最近执行结果，并报告SDNi-MEC服务器，当重新找到合适的V2V路径，检查点再发送任务执行。并加入消息事件机制，进行消息流触发事件执行。
16、本文的实验环境是NS3，场景是高速公路场景，使用Intelligent Driver Model (IDM)智能驾驶模型和multi-lane多道路场景，5.0km×20.0m区域，车辆行驶速度在60km/h到120km/h之间，以下是实验参数。

实验统计量为：所有车辆V2V VANET卸载数据的百分数、所有车辆的平均吞吐量（该值由每个目的地接收到的平均数据流量来计算），所有V2V路径的平均持续时间、通过VANET网络传输的数据量。
本文的对比实验是贪婪路由GD-NSR，该算法以最小跳数构建V2V路径来传输包。
本文较对比实验，在中等密度车辆场景中，性能明显高于对比实验，在低密度场景和高密度场景中，性能与对比实验基本相当。