基于SDN的智慧城市網(wǎng)絡(luò)架構(gòu)研究

韓小月 左成章 袁世彬

【摘要】隨著5G網(wǎng)絡(luò)的逐步建設(shè)，智慧城市的研究和使用引起了越來(lái)越多的關(guān)注。智慧城市建設(shè)需要使用合適的技術(shù)和新穎的設(shè)計(jì)模式。軟件定義網(wǎng)絡(luò)（SDN）是近十年來(lái)發(fā)展起來(lái)的一種新興平臺(tái)技術(shù)，解決了衛(wèi)星通信在傳統(tǒng)網(wǎng)絡(luò)通信中面臨的許多問(wèn)題。本文介紹了一種基于SDN的智能城市環(huán)境下的交通管理和天氣預(yù)報(bào)設(shè)計(jì)框架。該框架主要由數(shù)據(jù)檢索、計(jì)算、驗(yàn)證和信息傳輸四個(gè)模塊組成。

【關(guān)鍵詞】智慧城市;SDN;網(wǎng)絡(luò);框架

中圖分類號(hào)：TN92? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? DOI：10.12246/j.issn.1673-0348.2021.17.026

智慧城市通過(guò)收集必要的數(shù)據(jù)對(duì)城市資源進(jìn)行有效管理。城市信息主要包括道路、車(chē)輛、學(xué)校、社區(qū)等方面的內(nèi)容。通過(guò)對(duì)這些數(shù)據(jù)進(jìn)行分析，以監(jiān)測(cè)和管理交通運(yùn)輸系統(tǒng)、供水網(wǎng)絡(luò)、信息系統(tǒng)、學(xué)校、圖書(shū)館、醫(yī)院和其他社區(qū)服務(wù)。智慧城市技術(shù)允許管理人員與社區(qū)和城市基礎(chǔ)設(shè)施進(jìn)行互動(dòng)，并監(jiān)控城市活動(dòng)。

衛(wèi)星實(shí)時(shí)遙感不同區(qū)域的數(shù)據(jù)，可廣泛應(yīng)用于智慧城市的基礎(chǔ)設(shè)施管理。這有助于避免環(huán)境災(zāi)害，如：道路交通狀況、惡劣的天氣等。傳統(tǒng)的TCP/IP網(wǎng)絡(luò)與衛(wèi)星通信面臨衛(wèi)星網(wǎng)絡(luò)封閉、不支持拓?fù)浣Y(jié)構(gòu)和配置的頻繁變化、動(dòng)態(tài)路由算法需要較多的開(kāi)銷(xiāo)等問(wèn)題。SDN能夠解決上述問(wèn)題，適應(yīng)網(wǎng)絡(luò)的動(dòng)態(tài)變化，網(wǎng)絡(luò)的功能虛擬化技術(shù)（NFV）使衛(wèi)星通信更加靈活，增強(qiáng)了通信業(yè)務(wù)的發(fā)展和應(yīng)用范圍。

本文介紹了一種智能城市SDN網(wǎng)絡(luò)部署框架，該框架主要由地面站（SDN控制器）、衛(wèi)星節(jié)點(diǎn)和用戶節(jié)點(diǎn)等部分組成。衛(wèi)星捕獲城市交通狀況和天氣圖像，并將這些圖像轉(zhuǎn)發(fā)給地面站。每個(gè)地面站由兩個(gè)SDN（主用、備用）控制器組成。SDN控制器對(duì)衛(wèi)星轉(zhuǎn)發(fā)的數(shù)據(jù)進(jìn)行處理，將需要的信息及時(shí)發(fā)送給用戶。

1. SDN部署框架

SDN部署的設(shè)計(jì)框架主要由三類實(shí)體組成，即用戶節(jié)點(diǎn)、衛(wèi)星節(jié)點(diǎn)和地面站如圖1所示。在信號(hào)識(shí)別階段，衛(wèi)星捕獲用戶節(jié)點(diǎn)的連續(xù)圖像信息。每個(gè)地面站配備負(fù)責(zé)覆蓋200m范圍內(nèi)用戶數(shù)據(jù)流信息的SDN控制器。數(shù)據(jù)流是為特定用戶（通過(guò)唯一ID標(biāo)識(shí)）計(jì)算的，但適用于其所有鄰居節(jié)點(diǎn)。地面站的作用是計(jì)算和預(yù)測(cè)其區(qū)域內(nèi)不同活躍用戶的交通和天氣信息，以及驗(yàn)證從衛(wèi)星傳送來(lái)的信號(hào)正確性。地面站通過(guò)四個(gè)功能模塊從衛(wèi)星圖像中獲取數(shù)據(jù)，計(jì)算并驗(yàn)證信息，然后將這些信息發(fā)送到用戶節(jié)點(diǎn)。

1.1 數(shù)據(jù)檢索

衛(wèi)星收集的交通和天氣相關(guān)數(shù)據(jù)以圖像形式發(fā)送到地面站。交通相關(guān)數(shù)據(jù)由用戶節(jié)點(diǎn)的位置（X，Y），通過(guò)使用卷積神經(jīng)網(wǎng)絡(luò)算法可從天氣圖像中獲取天氣數(shù)據(jù)。

衛(wèi)星周期性發(fā)送數(shù)據(jù)幀到地面站，地面站根據(jù)數(shù)據(jù)幀對(duì)交通和天氣數(shù)據(jù)進(jìn)行動(dòng)態(tài)計(jì)算和預(yù)測(cè)。檢索模塊使用不同的矩陣表示用戶節(jié)點(diǎn)的位置、鄰居節(jié)點(diǎn)的位置和道路位置。

用戶節(jié)點(diǎn)位置：數(shù)據(jù)檢索模塊處理衛(wèi)星發(fā)來(lái)的m幀圖像數(shù)據(jù)，從這些圖像中找到用戶節(jié)點(diǎn)的位置，將這些點(diǎn)存儲(chǔ)在一個(gè)1×m矩陣中，公式表示：

Up=[（X0，Y0）（X1，Y1）（X2，Y2）...（Xm-1，Ym-1）]1×m。

鄰居節(jié)點(diǎn)位置：地面站接收l(shuí)×m矩陣中所有的鄰居節(jié)點(diǎn)位置，其中l(wèi)為從m幀數(shù)據(jù)中獲取到的鄰居數(shù)量。公式表示為：

道路位置檢測(cè)：道路位置隨著用戶節(jié)點(diǎn)的移動(dòng)而變化。k為道路數(shù)量，m為數(shù)據(jù)幀數(shù)。r為一個(gè)5維數(shù)組，代表溫度、氣壓、風(fēng)速、云圖、時(shí)間信息。

1.2 計(jì)算

計(jì)算模塊根據(jù)用戶的移動(dòng)來(lái)確定用戶的方向。然后它計(jì)算路徑內(nèi)的鄰居節(jié)點(diǎn)數(shù)量并預(yù)測(cè)距離用戶節(jié)點(diǎn)200m范圍內(nèi)的交通狀況。類似地，它還能計(jì)算天氣狀況。交通及天氣情況計(jì)算如下：

用戶方向檢測(cè)：當(dāng)用戶節(jié)點(diǎn)移動(dòng)時(shí)，計(jì)算其移動(dòng)方向。通過(guò)矩陣來(lái)檢測(cè)用戶節(jié)點(diǎn)方向。如，表示用戶向東移動(dòng)。否則向西的運(yùn)動(dòng)，如果，表示用戶向北的運(yùn)動(dòng)，否則向南運(yùn)動(dòng)。

節(jié)點(diǎn)狀況預(yù)測(cè)：為進(jìn)行交通狀況的準(zhǔn)確預(yù)測(cè)，地面站根據(jù)用戶節(jié)點(diǎn)移動(dòng)方向的前面節(jié)點(diǎn)，排除后面節(jié)點(diǎn)的影響。根據(jù)和NNl×m矩陣，如果用戶是朝東方向發(fā)展，僅參考滿足條件的節(jié)點(diǎn)。如果用戶朝其他方向運(yùn)動(dòng)，按相同的方法，將用戶節(jié)點(diǎn)后面的節(jié)點(diǎn)從中排除，僅將用戶節(jié)點(diǎn)之前且在特定距離內(nèi)節(jié)點(diǎn)做考慮進(jìn)行計(jì)算。

節(jié)點(diǎn)計(jì)數(shù)和比較：為每個(gè)用戶節(jié)點(diǎn)可能存在的路徑創(chuàng)建節(jié)點(diǎn)緩沖區(qū)，計(jì)算矩陣中存在的節(jié)點(diǎn)總數(shù)。然后，比較節(jié)點(diǎn)數(shù)量與道路的容納能力。道路寬度表示沿著道路的單向?qū)挾?。在道路位置檢測(cè)階段得到道路寬度和用戶節(jié)點(diǎn)的容納。

信息以消息形式轉(zhuǎn)發(fā)到驗(yàn)證模塊，以評(píng)估信息的準(zhǔn)確性。在天氣相關(guān)的計(jì)算中，地面站根據(jù)用戶節(jié)點(diǎn)的移動(dòng)，從檢索模塊（溫度、壓力、風(fēng)速等）中提取天氣相關(guān)的數(shù)據(jù)。隨后，這些信息消息被發(fā)送到驗(yàn)證模塊。

1.3 確認(rèn)

此模塊驗(yàn)證信息的準(zhǔn)確性后，反饋給用戶節(jié)點(diǎn)。在驗(yàn)證信息的準(zhǔn)確性時(shí)，主要參考以下三個(gè)參數(shù)：每個(gè)用戶i緩沖數(shù)據(jù)bfi、向用戶發(fā)送消息的時(shí)間和鄰居節(jié)點(diǎn)的位置。

對(duì)于任一個(gè)特定路徑k，在兩個(gè)連續(xù)時(shí)間實(shí)例t和t'中，用戶節(jié)點(diǎn)i緩沖區(qū)bfi的和應(yīng)該是相等的。我們用數(shù)學(xué)表示;

其中l(wèi)為用戶節(jié)點(diǎn)數(shù)。因此，對(duì)于連續(xù)的幀，所有用戶節(jié)點(diǎn)的緩沖數(shù)據(jù)的總和應(yīng)該是相等的。令mt為消息生成時(shí)間，ct為計(jì)算時(shí)間。

其中，m為幀數(shù)，每幀處理時(shí)延為x秒。消息生成時(shí)間是動(dòng)態(tài)的，位于第一幀和下一幀連續(xù)計(jì)算時(shí)間之間。利用矩陣Up和緩沖區(qū)bf對(duì)相鄰節(jié)點(diǎn)的定位精度進(jìn)行了驗(yàn)證。緩沖區(qū)bf中的節(jié)點(diǎn)也可以在矩陣Up中進(jìn)行檢索。如果兩個(gè)矩陣中用戶節(jié)點(diǎn)的坐標(biāo)匹配，那么預(yù)測(cè)是準(zhǔn)確的。

在ct計(jì)算期間，不同幀的溫度、壓力和風(fēng)速值應(yīng)該基本相同。如果值之間有很大的差距，那么得出的值就不準(zhǔn)確。用數(shù)學(xué)公式WRi-WRi≤V表示，其中V為單個(gè)mt在兩幀之間的溫度、壓力、風(fēng)速的最大允許差異。

1.4 信息傳輸

該模塊將驗(yàn)證過(guò)的流量和天氣相關(guān)信息轉(zhuǎn)發(fā)給半徑200米內(nèi)所有使用用戶節(jié)點(diǎn)。這個(gè)過(guò)程提高了地面站的響應(yīng)能力，有效地管理了網(wǎng)絡(luò)的性能。

2. 結(jié)束語(yǔ)

本文簡(jiǎn)單介紹了一種智慧城市的網(wǎng)絡(luò)部署框架，該框架主要針對(duì)智慧城市建設(shè)的一種建議，適用于我司IT創(chuàng)新部門(mén)開(kāi)拓政企業(yè)務(wù)。另外，用戶節(jié)點(diǎn)與地面站進(jìn)行信息交互時(shí)，除通過(guò)無(wú)線信號(hào)直接通信外，也可通過(guò)我司的5G基站連接，這樣可減少地面站數(shù)量，降低項(xiàng)目整體成本。

參考文獻(xiàn)：

[1]李想.智慧社區(qū)建設(shè)的標(biāo)準(zhǔn)淺析[J].中國(guó)建設(shè)信息化，2020（08）：56-57.

[2]李揚(yáng)，劉平，王丹丹.基于5G網(wǎng)絡(luò)和CIM的智慧城市系統(tǒng)構(gòu)建探索[J].智能建筑與智慧城市，2020（03）：27-29.

[3]劉洪民，劉煒煒.智慧城市建設(shè)理論與實(shí)踐研究綜述[J].浙江科技學(xué)院學(xué)報(bào)，2020，32（02）：89-95.

[4]李穎智.智慧城市管理模式研究[D].華中科技大學(xué)，2015.

[5]易克初，李怡，孫晨華，南春國(guó).衛(wèi)星通信的近期發(fā)展與前景展望[J].通信學(xué)報(bào)，2015，36（06）：161-176.

[6]劉治國(guó)，盧美玲，李慧，劉慶利.基于SDN的衛(wèi)星網(wǎng)絡(luò)多控制器部署方法研究[J].計(jì)算機(jī)仿真，2020，37（04）：62-66.

[7]M. Aslan and A. Matrawy，On the Impact of Network State Collection on the Performance of SDN Applications[J].IEEE Communications Letters，vol.20，no.1，pp.5-8，Jan. 2016.

[8]E. J. Cedillo-Elias， J. A. Orizaga-Trejo， V. M. Larios and L. A. Maciel Arellano， Smart Government infrastructure based in SDN Networks： the case of Guadalajara Metropolitan Area[C]. 2018 IEEE International Smart Cities Conference （ISC2）， Kansas City， MO， USA， 2018， pp. 1-4.

[9]M. Priyadarsini， P. Mittal and P. Bera， Smart City Renovation using SDN Framework[C]. 2020 International Conference on Communication Systems & NETworkS （COMSNETS）， Bengaluru， India， 2020， pp. 794-799.

[10]S. Wang， K. M. Gomez， K. Sithamparanathan and P. Zanna， Software Defined Network Security Framework for IoT based Smart Home and City Applications[C]. 2019 13th International Conference on Signal Processing and Communication Systems （ICSPCS）， Gold Coast， Australia， 2019， pp. 1-8.

作者簡(jiǎn)介：韓小月，河南新鄉(xiāng)人，研究生，研究方向：新興ICT業(yè)務(wù)。