一种基于LSTM的车联网节点失效检测方法及系统与流程

本发明属于车联网，具体涉及一种基于lstm的车联网节点失效检测方法及系统。

背景技术：

1、车联网(vehicular ad hoc networks，vanets)是移动自组织网络(mobile adhoc networks，manets)的一个子类，具有动态、无结构、自组织、异步和分布式的特点。随着网络技术的进步，车联网的服务能力日益增强，通过车辆与路侧单元的充分连接和信息传递，越来越多的基于车联网的新型应用涌现。因此，车联网的正常运行需要车辆和路侧单元稳定可靠地运行。然而，由于车联网涉及大规模车辆和路侧单元，软件和硬件故障无法避免，导致它们无法始终可靠运行。对于基于车联网的应用，其通常依赖多个车辆和路侧单元的可靠运行。如果不能准确了解这些设备的运行状况，将严重影响应用的可用性。因此，及时准确地了解车辆和路侧单元的实时运行状况，对于车联网应用的可靠运行至关重要。失效检测技术可以及时发现系统中节点存在的故障，从而确保车联网应用的高可靠性。

2、失效检测技术是高可用分布式系统的基础服务之一。它通过定期发送心跳消息来监测系统中各个组成部分的状态，以便及时准确地发现系统中发生故障的部分。这为后续的系统路由恢复和更新、数据传输、任务调度以及负载均衡提供了有力支持。对于车联网而言，失效检测的及时发现系统中发生失效的车辆和路侧单元的故障至关重要。它确保了基于车联网的应用能够在可靠的设备上运行，保障了应用的高可用性。因此，失效检测可以作为保障车联网高可用性的基础服务。目前，针对大规模分布式系统的失效检测方法主要有自适应失效检测和共享失效检测两种。自适应失效检测需要对网络环境的变化做出前提假设。然而，现有的概率假设方法无法很好地描述车联网的多变环境。而共享失效检测则需要系统具备特殊的拓扑结构。但是，由于车联网的拓扑结构经常变化，使用现有的共享失效检测机制进行检测变得困难。因此，当前失效检测难以适应环境变化，可拓展性差，失效检测准确性低。

技术实现思路

1、为了解决当前失效检测难以适应环境变化，可拓展性差，失效检测准确性低的技术问题，本发明提供一种基于lstm的车联网节点失效检测方法及系统。

2、第一方面

3、本发明提供了一种基于lstm的车联网节点失效检测方法，包括：

4、s1：获取车辆节点周期性广播的心跳信息；

5、s2：判断是否成功接收到所述车辆节点发出的所述心跳信息；若是，进入下一步；否则，判定所述车辆节点发生失效，将所述车辆节点加入怀疑列表；

6、s3：提取所述心跳信息中的轨迹点信息，所述轨迹点信息包括：车辆位置信息、速度信息和方向信息；

7、s4：根据所述轨迹点信息，基于长短时记忆神经网络lstm，预测下一时刻的车辆位置信息、速度信息和方向信息；

8、s5：根据预测得到的下一时刻的车辆位置信息、速度信息和方向信息，计算接收到的下一心跳信息的时间；

9、s6：判断是否成功接收到下一时刻所述车辆节点发出的所述心跳信息；若是，进入下一步；否则，判定所述车辆节点发生失效，将所述车辆节点加入怀疑列表；

10、s7：判断下一时刻接收到的心跳信息的时间是否超过预设时间值；若是，判定所述车辆节点发生失效，将所述车辆节点加入怀疑列表；否则，判定所述车辆节点正常。

11、第二方面

12、本发明提供了一种基于lstm的车联网节点失效检测系统，包括：

13、获取模块，用于获取车辆节点周期性广播的心跳信息；

14、第一判断模块，用于判断是否成功接收到所述车辆节点发出的所述心跳信息；若是，执行提取模块；否则，判定所述车辆节点发生失效，将所述车辆节点加入怀疑列表；

15、提取模块，用于提取所述心跳信息中的轨迹点信息，所述轨迹点信息包括：车辆位置信息、速度信息和方向信息；

16、预测模块，用于根据所述轨迹点信息，基于长短时记忆神经网络lstm，预测下一时刻的车辆位置信息、速度信息和方向信息；

17、计算模块，用于根据预测得到的下一时刻的车辆位置信息、速度信息和方向信息，计算接收到的下一心跳信息的时间；

18、第二判断模块，用于判断是否成功接收到下一时刻所述车辆节点发出的所述心跳信息；若是，进入下一步；否则，判定所述车辆节点发生失效，将所述车辆节点加入怀疑列表；

19、第三判断模块，用于判断下一时刻接收到的心跳信息的时间是否超过预设时间值；若是，判定所述车辆节点发生失效，将所述车辆节点加入怀疑列表；否则，判定所述车辆节点正常。

20、与现有技术相比，本发明至少具有以下有益技术效果：

21、在本发明中，可以基于长短时记忆神经网络lstm，预测下一时刻的车辆位置信息、速度信息和方向信息，进而预测接收到的下一心跳信息的时间，若在规定时间为接收到心跳信息，则判定车辆节点发生失效。可以适应不同车辆节点的行为模式和网络环境的变化，不受拓扑结构变化的影响，可拓展性强，失效检测准确性高，使得车联网节点失效检测更加智能、准确、实时，提高了系统的可靠性和稳定性。

技术特征：

1.一种基于lstm的车联网节点失效检测方法，其特征在于，包括：

2.根据权利要求1所述的基于lstm的车联网节点失效检测方法，其特征在于，所述s4具体包括：

3.根据权利要求1所述的基于lstm的车联网节点失效检测方法，其特征在于，所述s5具体包括：

4.根据权利要求1所述的基于lstm的车联网节点失效检测方法，其特征在于，所述预设时间值的计算方式为：

5.根据权利要求4所述的基于lstm的车联网节点失效检测方法，其特征在于，所述安全边界值的计算方式为：

6.一种基于lstm的车联网节点失效检测系统，其特征在于，包括：

7.根据权利要求6所述的基于lstm的车联网节点失效检测系统，其特征在于，所述预测模块具体用于：

8.根据权利要求6所述的基于lstm的车联网节点失效检测系统，其特征在于，所述计算模块具体用于：

9.根据权利要求6所述的基于lstm的车联网节点失效检测系统，其特征在于，所述预设时间值的计算方式为：

10.根据权利要求9所述的基于lstm的车联网节点失效检测系统，其特征在于，所述安全边界值的计算方式为：

技术总结
本发明公开了一种基于LSTM的车联网节点失效检测方法及系统，属于车联网技术领域，方法包括：获取车辆节点周期性广播的心跳信息；判断是否成功接收到心跳信息；若是，进入下一步；否则，判定车辆节点发生失效，将车辆节点加入怀疑列表；提取心跳信息中的轨迹点信息；基于长短时记忆神经网络LSTM，预测下一时刻的车辆位置信息、速度信息和方向信息；计算接收到的下一心跳信息的时间；判断是否成功接收到下一时刻的心跳信息；若是，进入下一步；否则，判定车辆节点发生失效，将车辆节点加入怀疑列表；判断下一时刻接收到的心跳信息的时间是否超过预设时间值；若是，判定车辆节点发生失效，将车辆节点加入怀疑列表；否则，判定车辆节点正常。

技术研发人员：刘家希,赵娜,郭红玲,史故臣
受保护的技术使用者：杭州中威电子股份有限公司
技术研发日：
技术公布日：2024/3/27