互联交通网络实验室研究前沿

互联多模态交通移动性网络‐物理‐社会系统实验室

快速事实

• 实验室名称 ：互联多模式交通中心交通网络物理社会系统实验室
• 隶属单位 ：格伦土木工程系，克莱姆森大学
• 网站 ： https://cecas.clemson.edu/C2M2/
• 研究方向 ：交通网络物理系统、联网与自动驾驶车辆、智慧城市、网络物理系统的网络安全
• 主任 ：马什鲁尔·“罗尼”·乔杜里
• 地址 ：美国南卡罗来纳州克莱姆森市，克莱姆森大学弗洛尔·丹尼尔工程创新大楼351号，29631
• 电话 ：864‐656‐3313
• 电子邮件 ：mac@clemson.edu

融合研究实现创新

基础设施创新

C2M2 TCPSS实验室的研究重点包括数字基础设施研究与部署，并考虑社会和社区影响。SC‐CVT源于在该领域多年的基础研究和工程努力。SC‐CVT采用底层以边缘为中心的分层架构，包含不同的路边基础设施（如边缘计算和通信设备）、道路传感器以及后端基础设施（如云计算资源和支持TCPSS应用的软件）。

SC‐CVT具有多个独特特性，例如分层架构、异构网络、支持实时数据流的数据分析，以及基于云支持的数据管理工具进行数据归档。

该测试平台及配套的软件应用程序编程接口旨在使应用程序独立于不同的网络技术和网络设备。该测试平台还可轻松重新配置，以适应即将出现的网络技术，例如5G。

核心研究方向

为了改善人员和货物的多式联运，C2M2 TCPSS实验室的核心研究方向是网络技术、车辆自动化、云边协同和网络安全。我们的研究还关注评估这些研究方向的社会影响。这些方向具体如下所述。

网络技术

我们针对TCPSS的基础网络研究聚焦于异构网络。异构网络是指根据不同标准采用不同类型的通信选项。对于联网车辆，C2M2异构网络能够根据可行性、可访问性、数据传输要求和服务质量等不同标准，选择适当的通信选项，实现不同通信选项之间的切换（即垂直切换），以及在同一通信选项内从一个接入点或基站切换到另一个接入点或基站（即水平切换）。

在C2M2 TCPSS实验室中，已开发出一种以边缘为中心的移交管理系统，用于实现联网车辆的异构网络。该网络选择算法基于模型预测控制器的概念，包含一个优化模型，用于为道路网络中的每辆联网车辆选择最佳接入点或基站，以及一个用于预测联网车辆移动的深度学习模型。

我们的网络研究还包括软件定义网络（SDN）。SDN指的是使用软件来编程网络设备并控制其功能。传统上，网络设备是预先编程且不可更改的，但软件定义网络（SDN）通过分离控制平面和数据平面实现了对设备的控制。SDN控制器生成路由策略更新，并将这些更新推送到支持SDN的交换机（即OpenFlow交换机）。SDN交换机将这些更新应用到流表中，并根据更新后的流表将数据转发到相应的通信端口。C2M2 TCPSS实验室的研究人员已在异构网络和网络安全项目中使用了SDN。

C2M2 TCPSS实验室探索的另一个研究领域是面向车辆到基础设施应用的端到端5G毫米波通信性能评估框架。该评估框架使用网络模拟器（网络模拟器版本3或ns‐3）和交通模拟器（城市交通模拟或SUMO）开发而成。

C2M2 TCPSS实验室还使用实际的SDN交换机进行网络功能的测试与实施。该实验室拥有四台现成的SDN/OpenFlow交换机，即Zodiac FX。工业标准的SDN交换机通常包含许多仅适用于大型数据中心的端口。然而，Zodiac FX为使用真实SDN交换机开展实验室实验提供了基础。C2M2 TCPSS实验室的研究人员在2020年拉斯维加斯国际消费电子展（CES）上，演示了一种网络攻击检测与缓解策略：当时在Wi‐Fi网络上发起了一次拒绝服务攻击，在检测到攻击后，使用Zodiac FX SDN交换机将网络从Wi‐Fi切换至LTE网络。在此过程中，运行于NVIDIA Jetson TX2计算设备上的拒绝服务攻击检测模型能够检测到网络攻击，并发送切换请求至树莓派2，用于更新Zodiac FX中的流表以进行攻击缓解。

车辆自动化

自动驾驶汽车导航在突发情况下的应对是一个挑战。在我们的C2M2 TCPSS实验室中，我们正在开发机器学习模型（如深度神经网络）以及利用传感器融合的态势感知模型，用于联网自动驾驶汽车（CAV）的导航，使这些车辆能够在意外情况下安全运行。该C2M2 TCPSS实验室正在研究涉及突发情况的多种场景，例如轮椅突然移动到自动驾驶汽车前方，这涉及到自动驾驶汽车与弱势道路使用者（如轮椅使用者和行人）之间的交互。C2M2研究人员将模型预测控制策略与深度神经网络相结合，所开发的方法通过避免两者之间潜在的冲突，实现了自动驾驶汽车和轮椅使用者的安全改进。

我们还开发了基于风险的模型，以确保自动驾驶汽车在包含自动驾驶与非自动驾驶车辆的混合交通流中进行汇入与变道操作时能够安全运行。实验室开展的其他研究表明，在混合交通场景（即同时存在CAV和非CAV）中，当网联自动驾驶汽车（CAVs）与激进的人类驾驶员交互时，表现出类人驾驶行为具有显著优势。C2M2 TCPSS实验室还正与克莱姆森大学国际汽车研究中心合作，开展车辆自动化领域的基础研究和实际道路实验。

云边协同

C2M2 TCPSS实验室正在进行实地测试以及云在环仿真，以支持网联自动驾驶车辆应用的运行。C2M2 TCPSS实验室正在商业云平台上开发和评估真实世界CAV应用。C2M2研究团队还在评估不同的基于云的交通信息物理社会系统架构。C2M2研究人员通过真实世界实验发现，商业云平台中的无服务器云架构能够在TCPSS环境中有效支持CAV移动应用。

为了与云研究社区共享我们的工作成果，我们基于CAV创建了一个Amazon Web Service（AWS）CloudFormation模板。AWS CloudFormation可被视为一种基础设施即代码（IAAS）技术，其中所有资源和依赖项都已预先配置，并可作为堆栈一起启动。这将有助于研究社区高效地实现无服务器云计算环境，并进一步提升AWS的使用在网联自动驾驶车辆应用中的效益。

网络安全

机器学习模型（例如深度神经网络）容易受到有针对性或无针对性的对抗性攻击，攻击者可以通过篡改传感器的输入数据，使这些模型产生错误输出。C2M2 TCPSS实验室正在探索防御自动驾驶汽车对抗性攻击的方法，以使机器学习模型对这类攻击更加强健且有韧性。C2M2研究人员还在研究车载网络中网络攻击的检测与缓解。

展望未来，计算范式将从经典计算转向量子计算。随着这一范式的转变，显而易见的是，可以利用量子计算机的能力来解决复杂的交通问题。随着量子计算领域的最新进展，C2M2 TCPSS实验室的研究团队正在致力于借助量子机器学习算法解决实际的交通网络安全问题。C2M2 Quantum AI Lab作为一个涉及学术研究人员和行业合作伙伴的多机构合作项目，已成立以推动该领域的研究。

引领协同研究与技术转移的前沿

C2M2 TCPSS实验室对C2M2联盟的五个成员均有益处，这五个成员包括克莱姆森大学、本尼迪克特学院、Citadel、南卡罗来纳大学和南卡罗来纳州立大学。这五个机构的研究人员通过C2M2 TCPSS实验室合作，推动交通信息物理社会系统（TCPSS）领域的研究和技术转移。C2M2联盟成员共同组织会议、研讨会和技术演示。

C2M2 TCPSS实验室吸纳高中和大学生参与其网联自动驾驶车辆应用研究，如图3所示，该活动由C2M2组织。TCPSS实验室。C2M2的愿景是通过互联互通、数据分析、网络安全和自动化来变革多模式交通。C2M2 TCPSS实验室推动了C2M2在开发新技术和新概念方面的进程，以开拓交通领域的新前沿，服务人员和货物的流动，从而在高效、安全、可靠的TCPSS框架内为社会带来重大效益。