本文摘要：摘 要: 提出了一個(gè)新型無(wú)人機(jī) (Unmanned Aerial Vehicle, UAV) 集群協(xié)作監(jiān)測(cè)公共衛(wèi)生事件的監(jiān)測(cè)框架, 并討論了該框架中 UAV 執(zhí)行的任務(wù)類(lèi)型與流程。 針對(duì) UAV 集群通信面臨的復(fù)雜度高、 資源消耗大以及安全性低等挑戰(zhàn), 引入?yún)^(qū)塊鏈技術(shù)來(lái)提升其高效性與安全性, 提出了一
摘 要: 提出了一個(gè)新型無(wú)人機(jī) (Unmanned Aerial Vehicle, UAV) 集群協(xié)作監(jiān)測(cè)公共衛(wèi)生事件的監(jiān)測(cè)框架, 并討論了該框架中 UAV 執(zhí)行的任務(wù)類(lèi)型與流程。 針對(duì) UAV 集群通信面臨的復(fù)雜度高、 資源消耗大以及安全性低等挑戰(zhàn), 引入?yún)^(qū)塊鏈技術(shù)來(lái)提升其高效性與安全性, 提出了一種改進(jìn)的拜占庭容錯(cuò) ( Improved Byzantine Fault Tolerant, IBFT) 算法, 該算法具有最小的成本和資源并具備可擴(kuò)展性和普適性。 在正常情況下使用 f+1 個(gè)節(jié)點(diǎn), 在通信故障情況下使用 2f+1 個(gè)節(jié)點(diǎn), 而拜占庭容錯(cuò)算法使用 3f+1 個(gè)節(jié)點(diǎn)。 實(shí)驗(yàn)結(jié)果表明, 所提算法相比于其他對(duì)比算法, 具有更高的吞吐量和更低的共識(shí)時(shí)延,能有效保證 UAV 集群協(xié)作監(jiān)測(cè)緊急公共衛(wèi)生事件, 為疫情防控提供一種新手段。
關(guān)鍵詞: 無(wú)人機(jī)集群; 區(qū)塊鏈; 公共衛(wèi)生事件; 共識(shí)算法; 疫情防控
0 引言
在公共衛(wèi)生和安全事件突發(fā)時(shí)期,無(wú)人機(jī)可以將貨物和醫(yī)療用品運(yùn)送到經(jīng)歷疫情爆發(fā)的隔離區(qū)的特定目標(biāo)地點(diǎn),用于快速分發(fā)緊急醫(yī)療用品、提供個(gè)人防護(hù)設(shè)備、口罩檢測(cè)、人群疏散和社交距離估計(jì)等。 而無(wú)人機(jī)任務(wù)多依賴無(wú)人機(jī)協(xié)作來(lái)有效和高效地避免碰撞并實(shí)時(shí)執(zhí)行任務(wù),這就要求無(wú)人機(jī)減少通信的復(fù)雜性,并以分散的方式進(jìn)行控制。 無(wú)人機(jī)之間的協(xié)作是信息交換、任務(wù)共享、相互學(xué)習(xí)和適應(yīng)的過(guò)程。 在物聯(lián)網(wǎng)、人工智能和邊緣計(jì)算等技術(shù)的支持下,多架無(wú)人機(jī)可以協(xié)同作業(yè)實(shí)現(xiàn)它們之間的復(fù)雜互動(dòng)。 同時(shí),大規(guī)模無(wú)人機(jī)集群也面臨著一些挑戰(zhàn),包括無(wú)人機(jī)網(wǎng)絡(luò)架構(gòu)、無(wú)人機(jī)監(jiān)管、網(wǎng)絡(luò)分區(qū)、可擴(kuò)展性、時(shí)間、安全和能源效率[ 1]。 在無(wú)人機(jī)網(wǎng)絡(luò)架構(gòu)中,集中式作業(yè)易受到單個(gè)無(wú)人機(jī)故障的影響,而分布式作業(yè)則易受到缺乏網(wǎng)絡(luò)中所有無(wú)人機(jī)信息的影響。
在中心化的情況下,無(wú)人機(jī)執(zhí)行任務(wù)時(shí)做出的決策需要耗費(fèi)較長(zhǎng)的時(shí)間來(lái)控制整個(gè)集群,這會(huì)導(dǎo)致響應(yīng)延遲,進(jìn)而引起無(wú)人機(jī)碰撞。目前無(wú)人機(jī)集群協(xié)作面臨的問(wèn)題包括通信復(fù)雜度高、響應(yīng)時(shí)間長(zhǎng)以及安全性低等,而區(qū)塊鏈被部分學(xué)者認(rèn)為是解決這類(lèi)關(guān)于集群通信安全與信息共享問(wèn)題的有效技術(shù)[ 2- 4]。 區(qū)塊鏈技術(shù)起源于比特幣,以時(shí)間次序?yàn)橐罁?jù)構(gòu)建區(qū)塊并組合成鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu),采用密 碼 學(xué) 算 法 保 證 節(jié) 點(diǎn) 間 信 息 傳 輸 的 安 全性[ 5]。 其中,區(qū)塊鏈去中心化的特征有助于改善無(wú)人機(jī)系統(tǒng)的網(wǎng)絡(luò)性能,提高系統(tǒng)的安全性與服務(wù)質(zhì)量,并減少任務(wù)執(zhí)行時(shí)間。
區(qū)塊鏈技術(shù)確保了數(shù)據(jù)的安全性與準(zhǔn)確性,提高了集群中無(wú)人機(jī)間的信息透明度,但仍存在可擴(kuò)展性低、計(jì)算資源要求高和通信成本高等問(wèn)題[ 6]。大多數(shù)非授權(quán)共識(shí)算法具有較高的可擴(kuò)展性,但存在共識(shí)時(shí)延高、吞吐量有限以及耗電高等問(wèn)題。 而授權(quán)共識(shí)算法如實(shí)用拜占庭容錯(cuò) ( Practical Byzantine Fault Tolerant,PBFT) 算法,具有較高的吞吐量和較低的共識(shí)時(shí)延,但不具備可擴(kuò)展性。 在一個(gè)適用于無(wú)人機(jī)集群的區(qū)塊鏈網(wǎng)絡(luò)中,無(wú)人機(jī)作為網(wǎng)絡(luò)中的節(jié)點(diǎn),彼此之間相互通信并傳輸請(qǐng)求以達(dá)成共識(shí),該網(wǎng)絡(luò)的可擴(kuò)展性由網(wǎng)絡(luò)在節(jié)點(diǎn)增加的情況下可處理的額外請(qǐng)求數(shù)量決定。 若能夠減少該網(wǎng)絡(luò)在完成一個(gè)請(qǐng)求時(shí)所使用的節(jié)點(diǎn)數(shù),與使用更多節(jié)點(diǎn)數(shù)的網(wǎng)絡(luò)相比,該網(wǎng)絡(luò)就可通過(guò)增加少量的節(jié)點(diǎn)來(lái)處理更多的請(qǐng)求,由此提高了網(wǎng)絡(luò)的可擴(kuò)展性。
此外,更多的節(jié)點(diǎn)需要更多的信息傳輸,隨著網(wǎng)絡(luò)故障節(jié)點(diǎn)數(shù)的增加,通信需求的增加會(huì)導(dǎo)致更多的資源消耗,進(jìn)一步地影響網(wǎng)絡(luò)的可擴(kuò)展性。 因此,需要對(duì)現(xiàn)有共識(shí)算法進(jìn)行改進(jìn),以達(dá)到在較多故障節(jié)點(diǎn)存在的情 況 下 也 具 備 可 擴(kuò) 展 性 并 達(dá) 到 節(jié) 約 資 源 的目的。本文以緊急公共衛(wèi)生事件為背景,探索將無(wú)人機(jī)技術(shù)應(yīng)用于此類(lèi)事件的解決方案,討論了其在監(jiān)測(cè)公共衛(wèi)生事件發(fā)展中的各項(xiàng)應(yīng)用。 此外,針對(duì)無(wú)人機(jī)集中式網(wǎng)絡(luò)架構(gòu)中易發(fā)生單點(diǎn)故障、分布式網(wǎng)絡(luò)架構(gòu)中單個(gè)無(wú)人機(jī)缺乏全局信息的問(wèn)題,提出基于區(qū)塊鏈技術(shù)構(gòu)建無(wú)人機(jī)網(wǎng)絡(luò),以幫助無(wú)人機(jī)集群實(shí)現(xiàn)協(xié)作過(guò)程中的信息共享與決策執(zhí)行。 最后,為解決現(xiàn)有共識(shí)算法存在可擴(kuò)展性低及資源耗費(fèi)巨大的問(wèn)題,本文基于實(shí)用拜占庭算法,提出一種適用于無(wú)人機(jī)集群的改進(jìn)拜占庭容錯(cuò)( Improved ByzantineFault Tolerant,IBFT)算法。 該算法通過(guò)使用聚合技術(shù)和減少參與共識(shí)過(guò)程的節(jié)點(diǎn)數(shù)量,降低了共識(shí)過(guò)程的通信復(fù)雜度和資源開(kāi)銷(xiāo)。
1 相關(guān)工作
1. 1 無(wú)人機(jī)集群控制架構(gòu)
無(wú)人機(jī)集群控制架構(gòu)可分為集中式、分布式和集散式。 其中集中式模式是目前最常用的架構(gòu),對(duì)無(wú)人機(jī)數(shù)據(jù)傳輸鏈路的帶寬、速率及可靠性有很高的要求[ 7],且此類(lèi)架構(gòu)通常使用單個(gè)或多個(gè)控制中心管理集群。 分布式架構(gòu)則對(duì)集群中無(wú)人機(jī)間的協(xié)同能力具有較高的要求。 無(wú)人機(jī)協(xié)同可分為簡(jiǎn)單分布式協(xié)同、群體智能協(xié)同及多智能體協(xié)同 3 個(gè)發(fā)展階段[ 8]。 各階段的差異主要體現(xiàn)在無(wú)人機(jī)集群中各個(gè)節(jié)點(diǎn)所具備的主動(dòng)感知能力和對(duì)周?chē)h(huán)境的感知能力,其隨各階段的進(jìn)步不斷提高,在多智能體協(xié)同階段,每個(gè)無(wú)人機(jī)節(jié)點(diǎn)為一個(gè)擁有高度獨(dú)立性的智能體,具備高級(jí)智能處理能力,能實(shí)現(xiàn)高效的主動(dòng)感知和決策。 集散式架構(gòu)則同時(shí)具有前 2 種架構(gòu)的優(yōu)勢(shì),聯(lián)系分布式與集中式,結(jié)合自治與協(xié)作 2 種管理策略,實(shí)現(xiàn)集群整體管控的目的。
1. 2 區(qū)塊鏈
區(qū)塊鏈起源于比特幣,是一種分布式架構(gòu),其組織形式分為公共鏈、聯(lián)盟鏈和私有鏈 3 種,具有不可篡改、可溯源、公開(kāi)透明、去中心化和安全等特點(diǎn)。同時(shí),區(qū)塊鏈也被認(rèn)為是一種分布式賬本,在網(wǎng)絡(luò)中的參與者之間共享,每個(gè)參與者都持有同一賬本的副本。 一旦數(shù)據(jù)被追加到賬本上,任何人都不能改變它。 其核心技術(shù)主要有非對(duì)稱(chēng)加密、共識(shí)機(jī)制和智能合約等。 其中,共識(shí)機(jī)制允許網(wǎng)絡(luò)中的節(jié)點(diǎn)信任其他節(jié) 點(diǎn),決 定 了 可 伸 縮 性、交 易 速 度、交 易 完成性和安全性等關(guān)鍵性能特征和電力等資源的消耗。 在分布式系統(tǒng)或分散網(wǎng)絡(luò)中共識(shí)機(jī)制指的是那些允許節(jié) 點(diǎn) 或 智 能 代 理 在 需 要 時(shí) 就 某 些 值、事務(wù)或參數(shù)達(dá)成協(xié)議的算法。 其中,PoW 是一種終端為了系統(tǒng)所做工作的數(shù)學(xué)化度量方法,它代表了參與節(jié)點(diǎn)對(duì)整體網(wǎng)絡(luò)所做貢獻(xiàn)的量化證明[ 9]。
在比特幣系統(tǒng)中,礦工間相互競(jìng)爭(zhēng),通過(guò)計(jì)算并解決一個(gè)生成哈希輸出的密碼學(xué)難題,在現(xiàn)有的區(qū)塊鏈中增加一個(gè)新的區(qū)塊。 該證明機(jī)制的特征是利用哈希運(yùn)算的復(fù)雜度,由區(qū)塊鏈系統(tǒng)事先確定節(jié)點(diǎn)的運(yùn)算(挖礦) 難度,然后采用競(jìng)爭(zhēng)機(jī)制以確定唯一的合法礦工,礦工和驗(yàn)證節(jié)點(diǎn)所做的工作量存在不對(duì)稱(chēng)性。 PoW 機(jī)制存在一些不足,首先 PoW 機(jī)制的一個(gè)重要前提是節(jié)點(diǎn)和算力的均勻分布,然而隨著硬件設(shè)備的升級(jí),節(jié)點(diǎn)數(shù)和算力值逐漸失去了平衡的狀態(tài)。 其次,PoW 機(jī)制會(huì)對(duì)資源(如電力)產(chǎn)生大量的浪費(fèi)。 為了解決 PoW 機(jī)制存在的問(wèn)題,提出了 PoS 機(jī)制,用隨機(jī)選擇過(guò)程取代了計(jì)算工作,將節(jié)點(diǎn)成功挖礦的機(jī)會(huì)與其財(cái)富成比例地相關(guān),即節(jié)點(diǎn)生成一個(gè)區(qū)塊的概率取決于其在網(wǎng)絡(luò)中持有的股權(quán)。 這種方法會(huì)加快區(qū)塊鏈的增長(zhǎng)速度, 并 且 對(duì) 電 力 的 消 耗 也 更 低, 此 外 也 有 減 少51%攻擊的可能性[ 10- 11]。
但同時(shí),該機(jī)制也使得區(qū)塊鏈網(wǎng)絡(luò)呈現(xiàn)中心化傾向,降低了普通節(jié)點(diǎn)的參與度。 DPoS 機(jī)制是為了解決 PoW 和 PoS 機(jī)制的不足而提出的。 DPoS 機(jī)制在 PoS 機(jī)制的基礎(chǔ)上增加了投票過(guò)程,網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)通過(guò)投票來(lái)選舉參與驗(yàn)證的代表節(jié)點(diǎn),由代表節(jié)點(diǎn)完成區(qū)塊驗(yàn)證和記賬。該算法也被描述為股東投票共識(shí)方案,因?yàn)榫W(wǎng)絡(luò)中的每一個(gè)成員都可以決定誰(shuí)可以被信任,驗(yàn)證權(quán)不會(huì)集中在擁有最多資源的成員身上,屬于弱中心化。而 PBFT 技術(shù)[ 12] 來(lái)源于拜占庭將軍問(wèn)題,即如何在叛變節(jié)點(diǎn)存在的情況下,使得正常節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)狀態(tài)形成共識(shí),通常運(yùn)用于聯(lián)盟鏈中。
在區(qū)塊鏈中體現(xiàn)為少量不可靠或潛在的惡意節(jié)點(diǎn)沒(méi)有破環(huán)區(qū)塊或交易驗(yàn)證的能力。 PBFT 算法是第一個(gè)允許以低開(kāi)銷(xiāo)實(shí)現(xiàn)拜占庭算法并得以在實(shí)際系統(tǒng)中應(yīng)用的方法,是一種授權(quán)共識(shí)算法,即在節(jié)點(diǎn)需要進(jìn)行身份認(rèn)證后才準(zhǔn)入的網(wǎng)絡(luò)中運(yùn)行的分布式一致性算法。 在無(wú)人機(jī)集群中,所有無(wú)人機(jī)節(jié)點(diǎn)均是經(jīng)過(guò)身份驗(yàn)證后才被準(zhǔn)許加入集群,且有可能存在被攻擊并向其他節(jié)點(diǎn)傳輸錯(cuò)誤信息的故障節(jié)點(diǎn),這使得拜占庭容錯(cuò)共識(shí)算法適用于無(wú)人機(jī)集群通信問(wèn)題。 此外,PBFT相較于其他的共識(shí)機(jī)制沒(méi)有確認(rèn)環(huán)節(jié)且不需要進(jìn)行挖礦,所以具有資源消耗低、延遲低以及吞吐量高的優(yōu)點(diǎn)。 但該算法需要至少 2 / 3 的網(wǎng)絡(luò)節(jié)點(diǎn)行為誠(chéng)實(shí),并且隨著網(wǎng)絡(luò)規(guī)模的增加,信息開(kāi)銷(xiāo)可能會(huì)大幅增加,影響區(qū)塊鏈的速度和擴(kuò)展性。
2 基于無(wú)人機(jī)的公共衛(wèi)生事件監(jiān)測(cè)框架
2. 1 無(wú)人機(jī)集群協(xié)作的公共衛(wèi)生事件監(jiān)測(cè)流程
為達(dá)到利用無(wú)人機(jī)集群監(jiān)測(cè)公共衛(wèi)生事件的目的,無(wú)人機(jī)將配備多種傳感器與智能設(shè)備用于捕獲數(shù)據(jù)并執(zhí)行不同的任務(wù),包括口罩檢測(cè)、體溫檢測(cè)、社會(huì)距離估計(jì)、實(shí)施封鎖、發(fā)布公告、供應(yīng)應(yīng)急設(shè)備、患者樣本收集、貨物運(yùn)輸和消毒[ 13]。 其中,用于執(zhí)行口罩檢測(cè)、體溫檢測(cè)和社會(huì)距離估計(jì)等任務(wù)的監(jiān)測(cè)無(wú)人機(jī)通常配備高分辨率攝像頭和熱成像儀。 無(wú)人機(jī)對(duì)特定任務(wù)區(qū)域進(jìn)行掃描,當(dāng)識(shí)別到個(gè)體時(shí),首先判斷是否為人群聚集,如果是,則轉(zhuǎn)入社會(huì)距離估計(jì)階段;否則,轉(zhuǎn)入口罩檢測(cè)階段。 在社會(huì)距離估計(jì)階段,若有個(gè)體間的距離超過(guò)了代表安全距離的閾值,則無(wú)人機(jī)將會(huì)對(duì)其發(fā)出警告,并向相關(guān)人員發(fā)送通知。 在口罩檢測(cè)階段,若無(wú)人機(jī)識(shí)別到個(gè)體已佩戴口罩,則轉(zhuǎn)入體溫檢測(cè)階段,若未佩戴口罩,則上傳該個(gè)體信息至控制單元,并調(diào)度運(yùn)輸無(wú)人機(jī)配送口罩。 在體溫檢測(cè)階段,若個(gè)體體溫高于設(shè)定的閾值,無(wú)人機(jī)將向控制單元上報(bào)目標(biāo)個(gè)體的基本信息,再由控制單元將信息更新至區(qū)塊鏈。 最后,智能合約將通知相關(guān)人員對(duì)該個(gè)體實(shí)施隔離,并由消毒無(wú)人機(jī)進(jìn)行區(qū)域消毒,運(yùn)輸無(wú)人機(jī)供應(yīng)所需應(yīng)急設(shè)備(如氧氣瓶) 。
2. 2 基于無(wú)人機(jī)的公共衛(wèi)生事件監(jiān)測(cè)框架
本文提出一個(gè)無(wú)人機(jī)輔助的公共衛(wèi)生事件監(jiān)測(cè)框架,基于區(qū)塊鏈技術(shù),多架無(wú)人機(jī)可以組成一個(gè)無(wú)人機(jī)集群并執(zhí)行復(fù)雜的任務(wù),實(shí)現(xiàn)實(shí)時(shí)互動(dòng)、分析和處理。無(wú)人機(jī)集群需要與控制單元連接,以發(fā)送采集的數(shù)據(jù)、無(wú)人機(jī)的事件狀態(tài)和接收控制單元下達(dá)的指令。 控制單元可以與無(wú)人機(jī)進(jìn)行交互,主要負(fù)責(zé)接收數(shù)據(jù)并發(fā)送到區(qū)塊鏈網(wǎng)絡(luò),向無(wú)人機(jī)下達(dá)指令以控制無(wú)人機(jī)的行為。
去中心化的區(qū)塊鏈網(wǎng)絡(luò)用于存儲(chǔ)和驗(yàn)證數(shù)據(jù),以及對(duì)這些數(shù)據(jù)進(jìn)行完整性保護(hù),包括無(wú)人機(jī)收集的數(shù)據(jù)、來(lái)自控制單元的命令等。區(qū)塊鏈網(wǎng)絡(luò)以分布式方法完成數(shù)據(jù)的存儲(chǔ)并維護(hù)其穩(wěn)定性,實(shí)現(xiàn)共享數(shù)據(jù)并分散以實(shí)時(shí)執(zhí)行決策。 這種附加區(qū)塊鏈技術(shù)的形式有助于集群中的無(wú)人機(jī)協(xié)作,以完成數(shù)據(jù)收集和響應(yīng)控制單元的指令,從而完成公共衛(wèi)生事件的監(jiān)測(cè)。從認(rèn)知與決策層面來(lái)看,無(wú)人機(jī)集群包括 2 種類(lèi)型的無(wú)人機(jī):主無(wú)人機(jī)和從無(wú)人機(jī)。 其中,主無(wú)人機(jī)具備一定的主動(dòng)感知與決策能力,并且可與控制單元和其他主無(wú)人機(jī)進(jìn)行信息交換,進(jìn)而管控其所屬子集群內(nèi)的從無(wú)人機(jī)。 而從無(wú)人機(jī)不具備 主 動(dòng)感知能力,僅 能 根 據(jù) 控 制 單 元 和 主 無(wú) 人 機(jī) 下 發(fā) 的指令執(zhí)行相 應(yīng) 的 任 務(wù),收 集 信 息 并 上 傳 到 區(qū) 塊 鏈模塊中[ 14]。
從用途的角度分析,無(wú)人機(jī)集群包括2 種類(lèi)型的無(wú)人機(jī):監(jiān)測(cè)無(wú)人機(jī)和運(yùn)輸無(wú)人機(jī)。 監(jiān)測(cè)無(wú)人機(jī)的任務(wù)包括口罩檢測(cè)、溫度監(jiān)測(cè)、社會(huì)距離估計(jì)、發(fā) 布 公 告 和 實(shí) 行 封 鎖 等。 而 運(yùn) 輸 無(wú) 人 機(jī)則用于保持在隔離 區(qū) 或 偏 遠(yuǎn) 地 區(qū) ( 如 農(nóng) 村) 附 近,通過(guò)執(zhí)行各 種 任 務(wù) 來(lái) 協(xié) 助 這 類(lèi) 區(qū) 域 中 的 個(gè) 體,其主要任務(wù)包 括 食 品 運(yùn) 送、藥 品 運(yùn) 送 以 及 實(shí) 施 消 毒措施等[ 15]。控制單元由地面控制基站和服務(wù)器組成。 其中,地面控制基站是無(wú)人機(jī)集群傳統(tǒng)意義上的指揮中心,負(fù)責(zé)維護(hù)通信鏈路的正常運(yùn)作,支持對(duì)無(wú)人機(jī)進(jìn)行遠(yuǎn)程控制與監(jiān)測(cè),并操作無(wú)人機(jī)攜帶的各種有效載荷。 服務(wù)器包括云服務(wù)器、霧服務(wù)器和邊緣服務(wù)器 3 種,相應(yīng)地構(gòu)成一個(gè)云網(wǎng)絡(luò)、霧網(wǎng)絡(luò)以及邊緣網(wǎng)絡(luò),與地面控制基站共同負(fù)責(zé)接收和處理來(lái)自無(wú)人機(jī)的數(shù)據(jù)。 其中云網(wǎng)絡(luò)為創(chuàng)建模式識(shí)別、監(jiān)測(cè)、決策和大規(guī)模消毒等活動(dòng)提供應(yīng)用程序級(jí)別的服務(wù),與其他層相比,高端云計(jì)算資源提供了全面的分析和決策能力[ 16]。 霧網(wǎng)絡(luò)則用于做出初始階段的決策。 邊緣網(wǎng)絡(luò)利用邊緣計(jì)算進(jìn)行數(shù)據(jù)建模和初步?jīng)Q策以提高服務(wù)質(zhì)量,在節(jié)省了時(shí)間和資源的同時(shí),也保證了數(shù)據(jù)收集、預(yù)處理和分析的實(shí)時(shí)性,有助于無(wú)人機(jī)做出快速的實(shí)時(shí)決策[ 17]。
隨著傳感器、物聯(lián)網(wǎng)和無(wú)人機(jī)網(wǎng)絡(luò)可擴(kuò)展性的增加,將數(shù)據(jù)傳輸?shù)届F服務(wù)器的成本也在增加。 邊緣計(jì)算通過(guò)在初始層面進(jìn)行數(shù)據(jù)聚合,并在需要時(shí)將必要的數(shù)據(jù)傳輸?shù)届F或云網(wǎng)絡(luò),從而減輕其負(fù)荷[ 18]。區(qū)塊鏈模塊主要用于提供安全的數(shù)據(jù)管理,在多無(wú)人機(jī)協(xié)作過(guò)程中執(zhí)行任務(wù)分配、調(diào)度等,其具體網(wǎng)絡(luò)結(jié)構(gòu)。 小型無(wú)人機(jī)集群作為組織參與到該網(wǎng)絡(luò)中,并且根據(jù)任務(wù)的需求,各個(gè)組織將加入到不同的聯(lián)盟中。 主無(wú)人機(jī)作為組織中的對(duì)等節(jié)點(diǎn)加入該區(qū)塊鏈網(wǎng)絡(luò),且同一通道中的所有主無(wú)人機(jī)均擁有一份帳本副本。 這種多副本的形式可以有效地避免無(wú)人機(jī)碰撞,及由單個(gè)節(jié)點(diǎn)故障所引發(fā)的任務(wù)失敗。
與主無(wú)人機(jī)不同,從無(wú)人機(jī)擔(dān)任區(qū)塊鏈網(wǎng)絡(luò)中的用戶,僅能通過(guò)訪問(wèn)區(qū)塊鏈客戶端來(lái)間接訪問(wèn)帳本和智能合約。 此外,控制單元將加入每個(gè)聯(lián)盟并以管理員的身份對(duì)各個(gè)子集群進(jìn)行實(shí)時(shí)監(jiān)測(cè),因此該控制單元同時(shí)參與了多個(gè)通道并部署著多份帳本和智能合約。處于同一聯(lián)盟內(nèi)的節(jié)點(diǎn)利用通道進(jìn)行交流并完成業(yè)務(wù)隔離,各個(gè)聯(lián)盟和通道利用跨鏈通道完成通信。 其中,通道不是實(shí)際存在的,是由物理對(duì)等節(jié)點(diǎn)集合形成的邏輯結(jié)構(gòu),它允許一組特定的對(duì)等節(jié)點(diǎn)和應(yīng)用程序在區(qū)塊鏈網(wǎng)絡(luò)中相互通信。 且由某通道維護(hù)的帳本和智能合約僅允許加入該通道的組織和聯(lián)盟訪問(wèn),是所提聯(lián)盟區(qū)塊鏈網(wǎng)絡(luò)的 2 個(gè)核心組成部分。
其中,帳本記錄著公共衛(wèi)生事件相關(guān)數(shù)據(jù)與無(wú)人機(jī)集群搜集到的所有信息,包括監(jiān)測(cè)到的人群社交距離、個(gè)體是否佩戴口罩以及個(gè)體溫度等信息。智能合約用于保證網(wǎng)絡(luò)節(jié)點(diǎn)間的數(shù)據(jù)共享以及協(xié)同決策。 同時(shí),為保證信息在網(wǎng)絡(luò)中不同節(jié)點(diǎn)上的一致性,增加網(wǎng)絡(luò)的可擴(kuò)展性,共識(shí)算法的選擇是至關(guān)重要的。 考慮到無(wú)人機(jī)電池容量有限,且任務(wù)執(zhí)行期間無(wú)法充電等限制,如何減少資源消耗是達(dá)成信息共識(shí)需要解決的難題之一。 其次,為保證無(wú)人機(jī)高效地協(xié)作以執(zhí)行任務(wù)并避免碰撞,縮短節(jié)點(diǎn)間的通信時(shí)間也是必要的。 為解決上述難題,本文基于PBFT 算法,提出了一種適用于無(wú)人機(jī)集群的 IBFT算法,并將其運(yùn)用于所提公共衛(wèi)生事件監(jiān)測(cè)框架的區(qū)塊鏈模塊。
3 支持去中心化的無(wú)人機(jī)集群共識(shí)算法
為解決無(wú)人機(jī)集群通信過(guò)程中存在的復(fù)雜度高、資源消耗大等問(wèn)題,避免區(qū)塊鏈網(wǎng)絡(luò)受到攻擊導(dǎo)致共 識(shí) 失 敗, 本 文 基 于 PBFT 算 法, 提 出 了 一 種IBFT 算法, 進(jìn) 一 步 提 高 無(wú) 人 機(jī) 集 群 的 共 識(shí) 效 率。PBFT 算法通過(guò)節(jié)點(diǎn)間的相互通信來(lái)解決拜占庭容錯(cuò)問(wèn)題,節(jié)點(diǎn)間的兩兩交互使得其通信復(fù)雜度高達(dá)O( n2) ,其核心思想為 n≥3f + 1。
其中,n 為網(wǎng)絡(luò)中的總節(jié)點(diǎn)數(shù),f 為允許出現(xiàn)故障的節(jié)點(diǎn)數(shù),即網(wǎng)絡(luò)中的失效節(jié)點(diǎn)數(shù)不能超過(guò)總節(jié)點(diǎn)數(shù)的 1 / 3。 同時(shí),為使信息在網(wǎng)絡(luò)節(jié)點(diǎn)間同步,PBFT 算法包含有預(yù)準(zhǔn)備、準(zhǔn)備和確認(rèn) 3 個(gè)階段,且在確認(rèn)階段主節(jié)點(diǎn)需要等待收到至少 2f+1 個(gè)節(jié)點(diǎn)的確認(rèn)。 因此,PBFT 算法需要使用至少 3f+ 1 個(gè)節(jié)點(diǎn)以達(dá)成網(wǎng)絡(luò)中的信息共識(shí)。考慮到在任務(wù)執(zhí)行期間,并不是集群中的所有無(wú)人機(jī)都處于活躍狀態(tài),可能存在部分無(wú)人機(jī)處于充電或休眠狀態(tài)。 根據(jù)無(wú)人機(jī)集群的特點(diǎn)以及需求,將無(wú)人機(jī)區(qū)塊鏈網(wǎng)絡(luò)中除了主節(jié)點(diǎn)以外的節(jié)點(diǎn)分為 2 部分,分別為 f+ 1 個(gè)主動(dòng)節(jié)點(diǎn)和 f 個(gè)被動(dòng)節(jié)點(diǎn)。
其中主動(dòng)節(jié)點(diǎn)指正在執(zhí)行任務(wù)的無(wú)人機(jī),被動(dòng)節(jié)點(diǎn)指沒(méi)有執(zhí)行任務(wù)處于休眠狀態(tài)的無(wú)人機(jī)。 正常情況下,僅有主動(dòng)節(jié)點(diǎn)執(zhí)行客戶端下發(fā)的任務(wù),而其余的被動(dòng)節(jié)點(diǎn)不參與訂單處理或執(zhí)行請(qǐng)求,但在任務(wù)執(zhí)行期間被動(dòng)節(jié)點(diǎn)由主節(jié)點(diǎn)管理,以根據(jù)系統(tǒng)的當(dāng)前狀態(tài)更新其自身狀態(tài)。 故障發(fā)生的情況下,上述被動(dòng)節(jié)點(diǎn)將會(huì)通過(guò)協(xié)議切換成為主動(dòng)節(jié)點(diǎn),并與早期的主動(dòng)節(jié)點(diǎn)一起執(zhí)行所有操作以容忍故障。 由此,該分布式區(qū)塊鏈網(wǎng)絡(luò)可以通過(guò)使用 2f+1 個(gè)節(jié)點(diǎn)數(shù)來(lái)容忍最大 f 個(gè)節(jié)點(diǎn)故障。 在該網(wǎng)絡(luò)中,控制單元承擔(dān)著主節(jié)點(diǎn)的職責(zé),作為客戶端和網(wǎng)絡(luò)中無(wú)人機(jī)節(jié)點(diǎn)之間的一個(gè)中間節(jié)點(diǎn)。 主節(jié)點(diǎn)不參與請(qǐng)求的執(zhí)行和操作,僅負(fù)責(zé)驗(yàn)證客戶端的請(qǐng)求,并將任務(wù)分發(fā)給節(jié)點(diǎn),然后將執(zhí)行結(jié)果從節(jié)點(diǎn)轉(zhuǎn)發(fā)至客戶端,同時(shí)向所有節(jié)點(diǎn)提供狀態(tài)更新信息。
綜上,所提 IBFT算法主要從 2 個(gè)方面對(duì)拜占庭容錯(cuò)算法進(jìn)行改進(jìn),首先是減少參與共識(shí)過(guò)程的節(jié)點(diǎn)數(shù)量以增加網(wǎng)絡(luò)的可擴(kuò)展性,其次是使用聚合技術(shù)降低集群中無(wú)人機(jī)的通信復(fù)雜度,以達(dá)到提高網(wǎng)絡(luò)吞吐量、減少無(wú)人機(jī)電力消耗和共識(shí)時(shí)延的目的。具體地,所提 IBFT 算法在正常情況下僅使用f+1 個(gè)節(jié)點(diǎn)數(shù),在故障情況下使用 2f + 1 個(gè)節(jié)點(diǎn)數(shù)。與 PBFT 算 法 相 比, IBFT 算 法 將 使 用 的 節(jié) 點(diǎn) 數(shù) 從3f+1 降低至最低 f + 1。 此外,由于在 PBFT 算法的共識(shí)過(guò)程中,消息的傳輸通過(guò)節(jié)點(diǎn)間兩兩交互完成,算法的復(fù)雜度為 O( n2) 。 而 IBFT 算法使用聚合技術(shù),節(jié)點(diǎn)間的信息共享通過(guò)主節(jié)點(diǎn)轉(zhuǎn)發(fā)完成,將通信復(fù)雜度從 O( n2) 降低至 O( n) 。
可以看出,所提 IBFT 算法共包含4 個(gè)階段。 首先,從無(wú)人機(jī)在指定區(qū)域進(jìn)行偵察并收集各種數(shù)據(jù),一旦發(fā)現(xiàn)異常情況,如檢測(cè)到個(gè)體未佩戴口罩,將通過(guò)區(qū)塊鏈客戶端向主節(jié)點(diǎn)發(fā)起請(qǐng)求;主節(jié)點(diǎn)在收到請(qǐng)求后將根據(jù)目標(biāo)個(gè)體狀態(tài)和實(shí)時(shí)形勢(shì)進(jìn)行決策,并通過(guò)智能合約事件將任務(wù)分配給指定的主動(dòng)節(jié)點(diǎn);然后,主動(dòng)節(jié)點(diǎn)執(zhí)行指定任務(wù)并將任務(wù)結(jié)果發(fā)送至主節(jié)點(diǎn);主節(jié)點(diǎn)為確保各節(jié)點(diǎn)達(dá)成共識(shí),將在收到所有結(jié)果后檢查其一致性,若結(jié)果不一致,則表示發(fā)生了拜占庭故障,反之主節(jié)點(diǎn)會(huì)將結(jié)果返回至客戶端和網(wǎng)絡(luò)中的所有節(jié)點(diǎn),并更新帳本副本。在通信過(guò)程中也可能會(huì)發(fā)生一些問(wèn)題導(dǎo)致任務(wù)執(zhí)行的中斷,如網(wǎng)絡(luò)鏈接斷開(kāi)和服務(wù)器無(wú)法訪問(wèn)等,這可能會(huì)導(dǎo)致節(jié)點(diǎn)之間信息交流的缺失[ 19]。 因此,所有節(jié)點(diǎn)包括主節(jié)點(diǎn)都包含一個(gè)日志文件,以存儲(chǔ)它們處理請(qǐng)求的歷史信息。
日志文件中的一些條目必須保持到相關(guān)信息被至少 f+1 個(gè)相應(yīng)的節(jié)點(diǎn)執(zhí)行且被主節(jié)點(diǎn)或其他節(jié)點(diǎn)驗(yàn)證以保持安全性。 當(dāng)主動(dòng)節(jié)點(diǎn)執(zhí)行客戶端的請(qǐng)求或向被動(dòng)節(jié)點(diǎn)發(fā)送狀態(tài)更新消息時(shí),會(huì)到達(dá)一個(gè)檢查點(diǎn),此時(shí)主節(jié)點(diǎn)向所有主動(dòng)和被動(dòng)節(jié)點(diǎn)發(fā)送一個(gè)當(dāng)前狀態(tài)消息。 當(dāng)共識(shí)過(guò)程中發(fā)生拜占庭故障時(shí),即主節(jié)點(diǎn)無(wú)法從任何主動(dòng)節(jié)點(diǎn)獲取結(jié)果或者獲取到不一致的錯(cuò)誤結(jié)果,主節(jié)點(diǎn)將發(fā)起協(xié)議轉(zhuǎn)換。 首先,系統(tǒng)中的所有節(jié)點(diǎn)都將停止正在進(jìn)行的共識(shí)提案;然后,所有主動(dòng)節(jié)點(diǎn)將提供最新的檢查點(diǎn)狀態(tài),主節(jié)點(diǎn)收到后將創(chuàng)建一個(gè)協(xié)議歷史,該歷史包含一個(gè)等價(jià)的檢查點(diǎn)集合;最后,主節(jié)點(diǎn)將該協(xié)議歷史廣播至所有的節(jié)點(diǎn)進(jìn)行驗(yàn)證以生成新的區(qū)塊。
4 實(shí)驗(yàn)及結(jié)果分析
4. 1 實(shí)驗(yàn)設(shè)置
本文實(shí)驗(yàn)?zāi)M無(wú)人機(jī)集群協(xié)作執(zhí)行消毒消殺任務(wù)的場(chǎng)景,該集群包含 50 架無(wú)人機(jī),分別為主動(dòng)無(wú)人機(jī)和被動(dòng)無(wú)人機(jī)。 相應(yīng)地,本文實(shí)驗(yàn)在 Intel( R)Core( TM) i6@ 2. 3 GHz 處理器、12 GB 內(nèi)存的服務(wù)器上進(jìn)行,使用 docker 容器構(gòu)建虛擬無(wú)人機(jī)節(jié)點(diǎn),基于 Hyperledger Fabric 搭建區(qū)塊鏈網(wǎng)絡(luò),使用組織對(duì)節(jié)點(diǎn)進(jìn)行分組,并實(shí)現(xiàn)所提的 IBFT 算法以及對(duì)比算法 PBFT 和 FastBFT[ 20]。 由 于 PBFT 和 FastBFT算法不對(duì)節(jié)點(diǎn)進(jìn)行分組操作,因此網(wǎng)絡(luò)使用這 2 個(gè)算法時(shí)僅設(shè)置一個(gè)組織。
而對(duì)于所提 IBFT 算法,將在網(wǎng)絡(luò)中設(shè)置 2 個(gè)組織:主動(dòng)節(jié)點(diǎn)組織和被動(dòng)節(jié)點(diǎn)組織。 考慮到無(wú)人機(jī)裝載消毒液容量相對(duì)于噴灑車(chē)等交通載具而言較少,且無(wú)人機(jī)噴灑范圍集中、周期短,在任務(wù)期間指定的一個(gè)無(wú)人機(jī)通常只對(duì)固定的小范圍區(qū)域進(jìn)行消毒。 在本實(shí)驗(yàn)中假設(shè)無(wú)人機(jī)數(shù)量最高可達(dá) 50,將吞吐量和共識(shí)時(shí)延作為測(cè)試指標(biāo),以此驗(yàn)證所提算法用于無(wú)人機(jī)集群協(xié)作監(jiān)測(cè)公共衛(wèi)生事件場(chǎng)景中的優(yōu)勢(shì)。 其中,吞吐量被定義為網(wǎng)絡(luò)每秒鐘處理的請(qǐng)求數(shù),共識(shí)時(shí)延指網(wǎng)絡(luò)中的所有節(jié)點(diǎn)針對(duì)一個(gè)請(qǐng)求達(dá)成共識(shí)所花費(fèi)的時(shí)間。
5 結(jié)束語(yǔ)
本文旨在公共衛(wèi)生事件突發(fā)時(shí)期,利用無(wú)人機(jī)和區(qū)塊鏈技術(shù)在一定程度上降低接觸風(fēng)險(xiǎn),并實(shí)時(shí)監(jiān)測(cè)事態(tài)發(fā)展,二者的結(jié)合在改善緊急公共衛(wèi)生事件的早期診斷和監(jiān)測(cè)方面發(fā)揮了重要作用。 區(qū)塊鏈作為解決分布式系統(tǒng)中存在的安全性低、通信成本高等問(wèn)題的有效技術(shù)手段,與無(wú)人機(jī)集群要求通信成本低、資源消耗少、安全性高且以分布式方式部署的需求相契合。 且在區(qū)塊鏈網(wǎng)絡(luò)中,共識(shí)算法的選擇是至關(guān)重要的,是保證網(wǎng)絡(luò)安全以及信息一致性的決定性因素。
為監(jiān)測(cè)緊急突發(fā)公共衛(wèi)生事件,本文首先介紹了無(wú)人機(jī)集群在該場(chǎng)景下的各項(xiàng)任務(wù)類(lèi)型與監(jiān)測(cè)流程,進(jìn)一步地針對(duì)無(wú)人機(jī)輔助監(jiān)測(cè)緊急公共衛(wèi)生事件提出一個(gè)解決框架并對(duì)其組成模塊進(jìn)行詳實(shí)的分析。 其次,提出了一種 IBFT 算法,以支持去中心化的無(wú)人機(jī)集群協(xié)作,能在使用更少節(jié)點(diǎn)數(shù)的同時(shí)提供更高的可擴(kuò)展性和提升算法性能。 實(shí)驗(yàn)結(jié)果表明,所提算法能夠較好地契合無(wú)人機(jī)集群協(xié)作監(jiān)測(cè)緊急公共衛(wèi)生事件的需求。 未來(lái),將考慮結(jié)合新興技術(shù),如人工智能和智能物聯(lián)網(wǎng)等,輔助對(duì)抗可能出現(xiàn)的新發(fā)緊急公共衛(wèi)生與安全事件。
參考文獻(xiàn)：
[1] ALSAMHI S H,LEE B,GUIZANI M,et al. Blockchain forDecentralized Multi-drone to Combat COVID-19 and Future Pandemics:Framework and Proposed Solutions [ J] .Transactions on Emerging Telecommunications Technologies,2021,32(9) :1-19.
[2] DORIGO M. Blockchain Technology for Robot Swarms:AShared Knowledge and Reputation Management System forCollective Estimation [ C] ∥2018 Springer 11th International Conference on Swarm Intelligence. Berlin:Springer,2018:1-14.
[3] STROBEL V,FERRER E C,DORIGO M. Managing Byzantine Robots via Blockchain Technology in a Swarm Robotics Collective Decision Making Scenario [ C ] ∥2018ACM 17th International Conference on AutonomousAgents and MultiAgent Systems. New York:ACM,2018:541-549.
[4] RANA T,SHANKAR A,SULTAN M K,et al. An Intelligent Approach for UAV and Drone Privacy Security UsingBlockchain Methodology[C]∥2019 9th International Conference on Cloud Computing, Data Science & Engineering. Noida:IEEE,2019:162-167
選自：專(zhuān)刊:智能任務(wù)規(guī)劃 2022 年 無(wú)線電工程 第 52 卷 第 7 期
作者信息：翁越男1, 魏小平2, 劉 洋3, 韓 楠1, 魏盛杰4∗, 劉 雯5, 林羽豐1, 喬少杰1(1. 成都信息工程大學(xué) 軟件工程學(xué)院, 四川 成都 610225;2. 四川數(shù)辰科技有限公司, 四川 成都 610095;3. 成都攜恩科技有限公司, 四川 成都 610041;4. 四川音樂(lè)學(xué)院 數(shù)字媒體藝術(shù)四川省重點(diǎn)實(shí)驗(yàn)室, 四川 成都 610021;5. 四川省大數(shù)據(jù)中心, 四川 成都 610096)
轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng)：http://www.zpfmc.com/jjlw/30401.html
