车载自组织网络中的广播风暴问题及解决方法

埃及信息学杂志19（2018）1全文车载自组网M. ChitraP.，S.湿婆说印度Puducherry 605014 Pondicherry大学工程技术学院计算机科学系阿提奇莱因福奥文章历史记录：2016年10月13日收到2016年12月8日修订2017年4月21日接受2017年5月18日在线发布保留字：VANET广播风暴比率重复重播比率流行病广播传播延迟A B S T R A C T车载自组织网络中的广播是在整个网络中传播紧急消息的最佳方式。由于车载自组织网络的动态特性，简单的广播或泛洪面临这个问题被称为广播风暴问题（BSP）。BSP的问题会降低消息广播过程的性能，如增加开销 ， 冲 突 和传 播 延 迟 。 本 文 的目 的 是 解 决 现有 的 广 播 风 暴 抑制 算 法 （ BSS SAs） 中 存 在 的问 题 ， 如 p-Persistence，TLO，VSPB，G-SAB和SIR。提出了一种基于选择性传染病广播算法（SEB）的BSSA来抑制广播风暴问题，提高应急安全信息的传播率仿真结果表明，SEB算法在ESM投递率、消息开销、冲突率、广播风暴率和冗余重传率等方面均优于现有算法，且传播延迟降低。©2018制作和主办由Elsevier B.V.代表开罗计算机和信息学院大学这是一篇CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍车载自组织网络是一种新型的智能无线通信技术。该网络中的车辆通过车辆到车辆（V2V）或车辆到基础设施（V2I）通信共享其资源。通过这种通信，车辆可以发送和接收避免道路事故或告知驾驶员新兴区域中的危险情况所需的安全和非安全信息。在现代智能交通系统中，车辆可以通过安装在车辆内部的车载单元（OBU）和放置在路边的路侧单元（RSU）自动检测紧急情况[1]。由于车辆的高速运动，车辆之间的通信链路频繁变化，并且当车辆高速运动时，消息丢失率也增加，*通讯作者。电子邮件地址 ：chitra. gmail.com （M. Chitra ），ssivasathya@gmail.com（S.Siva Sathya）。开罗大学计算机和信息系负责同行审查。通信链路断开，这可以通过增加源车辆的传输功率来改善[2]。高速行驶的车辆会影响紧急信息的传播，这个问题在几篇论文中进行了讨论，因此需要提出一种新的方法来解决这个问题[3]。关于车辆网络的兴奋主要是由于其广泛的应用和开放的挑战，出现在我们的日常生活中，而驾驶在双向和多向高速公路和其他城市地区。基本上，在安全消息广播中，需要面对几个重要的技术挑战，如高消息传递率、车辆的高移动性和高速度或实时要求。因此，研究人员有动力增加他们在这一领域的兴趣，为社会提供更好的沟通模式，以提高驾驶时的公共安全[4]。VANET安全应用根据要求分为两种类型，即非周期性和周期性[5]。非周期性的消息发送到车辆，这是在紧急模式，如道路事故，道路建设等定期消息用于更新邻居信息或其他信息有关的非安全应用。这些消息由IEEE 802.11p WAVE和ETSI标准通过使用称为消息子层和设施层的中间层来同步[6，7]。在设备层中有两种类型的消息，称为协作感知消息（CAM）和分散式消息http://dx.doi.org/10.1016/j.eij.2017.04.0011110-8665/©2018制作和主办由Elsevier B. V.代表开罗大学计算机和信息学院这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。制作和主办：Elsevier可在ScienceDirect上获得目录列表埃及信息学杂志杂志主页：www.sciencedirect.com2M.奇特拉山湿婆Sathya/埃及信息学杂志19（2018）1环境通报信息（DENM）[8]。CAM用于单跳通信，而DENM用于多跳通信。在车辆安全应用中，DENM消息在100 ms的短时间段内具有最高优先级，而CAM消息在100-1000 ms的时间间隔内具有最低优先级。在这种方法中，不保证在RHS发送DENM消息之后重新发送消息。由于这个因素，设施层面临的问题称为广播风暴问题。有效的信道利用率也是VANET中的一个重要因素。为了便于使用DSRC控制信道（CCH）和服务信道（SCH），在[9]中讨论了使用多个信道进行有效的数据传播。广播风暴问题的影响在几篇论文中进行了讨论。但并非所有提出的解决方案都能提供更好的结果来解决这个问题。广播风暴问题导致消息开销增加、广播冲突、传播延迟等。出于紧急安全目的，消息应在短时间内无任何中断地传递。应急安全信息传播是一个时间关键事件，研究应急信息传播的时间参数具有重要意义。由于大多数算法都是针对单向消息传播方案进行分析的，因此本文提出了一种新的双向 / 多向高速公路网络广播风暴抑制算法（BSSA）。本文的主要目的是提出一种新的BSSA，动态适应车辆的位置，通过自适应定位技术广播紧急安全消息的基础上命名为选择性流行病广播（SEB）算法的SEB算法通过选择仅发送被动确认的车辆来减少广播风暴被动确认（PACK）[10本文的其余部分组织如下：本文的第二部分详细介绍了现有研究工作中使用的广播风暴抑制算法（BSS SA）。在第3节中解释了所提出的第4节给出了算法的仿真结果和分析。最后，第5节总结了本文的进一步增强。2. 相关工作在文献综述中，基于不同的需求和场景，提出了几种广播风暴抑制算法（BSS SA）。在车载网络中，广播形成了传播紧急安全消息的基本方法。基本上简单的广播，概率广播，定时器基于广播、基于邻居知识的广播和基于距离的广播是文献中提到的技术。关于这些技术的细节在[13]中进行了讨论，并且还基于用于所提出的SEB算法的定性分析的一些QoS度量显示了这些技术的缺点。表1显示了基于本文所考虑的度量的不同广播风暴抑制算法的比较因此，本文考虑每种技术的定性分析，以显示所提出的广播风暴抑制算法“SEB”的重要性DOT是一种基于延迟的BSSA，用于通过将车辆划分为不同的时隙来控制高车辆密度[14]。 该算法使用大尺寸信标消息，并且没有明确提及每个时隙中的车辆密度。DRIVE[15]使用甜蜜点来传播消息，但是当甜蜜 点 中 不 存 在 车 辆 时 ， 仍 然 遭 受 增 加 的 消 息 开 销 和 传 播 延 迟 。ADM[16]根据发送消息的优先级动态调整广播。该算法在不提高冗余率的情况下降低了延迟。p-持久性是概率技术，当车辆具有相等的概率“p”来重播消息时，它遭受BSP，因为在该算法中，具有最高概率的车辆有机会重播紧急安全消息。当车辆处于相同距离时，所有车辆将具有相同的重播概率。在这种情况下，增加BSP是一个具有挑战性的问题[17，18]。最后一个（TLO）[19]是著名的基于距离的算法，在文献中的大多数论文中都提到过。该算法利用距离来选择下一个转播车辆。在最远的地方的车辆转播消息。但TLO没有保证消息的可靠性，仅适用于高速公路，车辆定位也没有明确提及[20，21]。虚拟时隙p-Persistence广播（VSPB）[22]是基于定时器的广播技术，其基于邻近车辆的位置信息和移动方向形成虚拟时隙。VSPB优于时隙p-持久性，以避免由于低密度而导致的空时隙以及高密度场景下的车辆碰撞。因此，VSPB通过为每个时隙分配固定数量的车辆来控制时隙大小。在最远的插槽中的车辆被分配最短的等待时间重新广播。但随着车辆密度的增加，碰撞率、广播开销和传播时延也随之增加。基于网格的速度自适应广播（G-SAB）[23]是一种基于速度参数的最新概率广播技术。利用车辆运动速度识别车辆密度。在低密度网络中，车辆移动速度高，而在高密度网络中，车辆移动速度低。与VSPB相似，该算法也遭受了同时-表1广播风暴抑制算法比较。广播风暴抑制算法使用的抑制技术可靠性（PDR）可扩展性（广播开销）数据包丢失率（PacketLoss Rate）传播延迟广播风暴比p-持久性概率高高高高高时隙1-持久性延迟高中度高低中度时隙p-持久性概率依赖依赖高中度高点延迟高高高低高驱动延迟高高高中度高ADM概率高高高中度高TLO距离高中度中度高中度VSPB延迟高依赖依赖中度高G-SAB延迟高依赖依赖中度高M.奇特拉山湿婆Sathya/埃及信息学杂志19（2018）13最近的车辆在同一时间段内传递信息。它根据以下情况分配不同数量的时隙：每辆车的交通状况。因此，高密度时隙中的车辆有机会同时发送消息。G-SAB在考虑不同车道时也分配不同的等待时间。该算法只适用于单向消息传播，不适用于双向等复杂网络场景。3. 提出的选择性传染病广播算法（SEB）本节描述了所提出的选择性流行病广播算法。广播是在车辆自组织网络内发送紧急安全消息的最简单形式。所提出的SEB算法遵循我们的流行病传播模型，称为[24]中讨论的易感感染和移除（SIR）算法，以定向方式传播紧急安全消息（ESM）。与SIR算法相比，本文的动机是进一步抑制广播风暴，通过传播的消息，只有选择性的车辆，后来重播的消息，导致更少的消息被发送。基于来自邻居的被动确认（P_ACK）来选择车辆，该被动确认是来自位于源车辆的传输范围内的被命名为紧急广播邻居（EBN）的邻居列表的回复消息。在SIR算法中，紧急安全信息被发送到所有的车辆，考虑到双向和多向传播。SIR算法减少了简单场景中的可扩展性问题，并提高了消息的可靠性相比，现有的算法，但在复杂的场景中仍然遭受传输开销。因此，在SEB中，与SIR相比，可扩展性进一步提高，并且还检查接收器的可用性以提高链路可靠性，从而找到确切的转发车辆以将消息重新广播到下一个传输范围。因此，BSP和冗余重播率最小化通过选择性转发在一个动态的拓扑结构，通过P_ACK。当车辆接收或识别任何紧急事件时，通过信标消息查找邻居列表。应答连接的邻居被命名为紧急广播邻居（EBN），并且消息仅传播到EBN以最小化重新广播的数量，从而减少广播风暴问题。在SIR中，源车辆在其范围内找到远距离车辆（FV），并等待FV的ACK，以实现可靠的消息通信。nication. 图1示出了基于SIR算法的双向交通场景，其中车辆最远的车辆用作转播车辆，转播紧急安全信息（ESM）。但是在找到FV之后，位置可能会以不同的时间和速度变化因此SIR算法不能保证邻居节点图2示出了SEB算法中的多方向消息分发场景。红色车辆表示准备发送紧急安全消息的源车辆，黄色阴影车辆是由于信道拥塞、被一些阴影物体阻挡或信号强度较低而不与源车辆通信的车辆;向源车辆发送P-ACK的绿色车辆表示EBN的可用性。因此，当源车辆发起消息广播时，消息仅被传播到所选择的EBN，以进一步抑制广播风暴，并且还提高邻居的可用性。图二、SEB算法中的多方向车道场景图1.一、SIR广播场景。4M.奇特拉山湿婆Sathya/埃及信息学杂志19（2018）1表2选择性传播算法。选择性传染病广播算法初始化所有车辆{V1，V2，. . 表示车辆的敏感状态//假设Vb是紧急车辆//Vb是受感染车辆////每隔1 s位置信息的条件//从Vb向（TR（Vb））内的所有V发起BCST//Vb将其位置信息发送到范围内的下一个邻居，并期望相同种类的确认//如果（Vb接收ACK（Vi）），则{计算{d 1，d 2，.. . ，dn}对于所有V//对于范围内的所有车辆的//范围内车辆的条件//如果d（Vi，Vb）≤TR（Vb），则{Next_Vehicle← Vi//Vi是V b的下一辆车////0 ms到10 ms内被动确认的条件//对于所有Vie V，请求邻居可用性//请求TR（Vb）内的邻居的可用性//如果（邻居可用性=真），则//检查Vb是否接收到P_ACK（i），EBN[]← Vi//Store Emergency Broadcast Neighbors details//对于所有Vie EBN[]开始准备EM（Vb，Vi，d）//准备紧急消息广播////紧急消息广播条件//如果{Vi2 Max{d（Vi，Vb）} BT（Vb）> 10 ms P_ACK（i）== TRUE}//广播时间大于10 ms，并且如果车辆被动确认，其中Vie Ve TR（Vb）//BCST EM（Vb，Vi，V）//如果{（所有Vie V）接收到ESM}则广播紧急消息{端}}}}}其中，v（i）=[（sqrt（（Xi+Xi +1）^2）+（Yi+Yi+1）^2））]/（Ti-Ti+1）//车辆在不同时间的速度//Xi +1和Yi+1表示车辆在Ti+1时间之后的新位置Xi+1 = Xi+v Tcosb//在X轴上的偏离角和Yi+1 = Yi+v Tsinb//在Y轴的偏离角//3.1. 问题描述SEB算法遵循类似于[24]中讨论的人体疾病传播的流行病传播模型。最初，所有车辆都处于敏感状态，即车辆已经准备好接收信息。设{v 1，v 2，v 3.. . vn}e V是车辆有资格广播紧急安全消息。该算法的目标是尽量减少转播消息的车辆数量，从而降低广播风暴概率。当源车辆开始广播消息时。在接收到P_ACK之后，源车辆将消息广播到广播车辆的EBN中的所有车辆（Vb）。在EBN中，它找到最远的车辆（FV）将消息转发到下一个传输范围。SEB算法通过在广播前检查邻居的可用性，降低了复杂场景下的BSP。因此，SEB算法通过发现邻居的可用性，适用于多个服务器，以改善消息分发，降低BSP。lem. 在SEB算法中，车辆基于以下三个条件：(i) 车辆必须已发送被动确认（Vp）(ii) 车辆必须在源车辆范围内最远（FVdis）(iii) 如果Vp= true FVdis> Vdis（n）其中，FVdis≤Vb（源车辆范围），FVdis表示距离源车辆最远的车辆的距离。FVdis被认为是将消息转发到下一个范围。车辆符合这些标准的车辆被称为“感染车辆”。其余车辆被称为“暴露车辆”。最后，未参与或部分参与广播的车辆被称为“移除车辆”。对于紧急安全信息的连续传输，优先级为从先前传输中观察到的处于“感染状态”的车辆。这里，受感染车辆的数量比时间“t”处范围内的车辆数量表2给出了基于P_ACK的选择性传染病广播算法的伪代码。在发送紧急安全消息之前，广播车辆（Vb）等待被动确认（P_ACK）以提高接收器的可用性符号Vbv（i）EBN []BCSTP_ACKTcosb4. 仿真和实验结果本节描述了所提出的选择性传染病广播算法的性能评估。建议SEB算法的结果进行了分析，通过模拟使用NS-2模拟器版本2.34。将SEB算法与现有的p-Persistence、TLO、VSPB、G-SAB和SIR等算法得到了不同车辆密度和不同车辆行驶速度下的结果。M.奇特拉山湿婆Sathya/埃及信息学杂志19（2018）15¼ ð Þ4.1. 仿真设置出于评估目的，考虑了多方向交通场景假设道路的长度在所有方向上都是1Km长所考虑的每个车辆的传输范围为275 m，信标消息发送速率为每秒1个数据包。总消息大小为128字节，包括紧急安全消息、P_ACK消息和信标消息。原因是较小的消息大小可以快速到达目的地。无线物理层采用双射线地面传播模型，车对车（V2V）传播类型用作车辆之间的通信模型紧急消息间隔设置为10 ms至180ms。对于物理层和MAC层实现，所提出的算法遵循基于欧洲电信标准协会（ETSI）标准的802.11p，该标准于2009年标准化并且主要基于802.11p。它支持无基础设施支持的临时通信。分析了不同车辆密度（20、40、60、80和100辆/km）和不同车辆移动速度（60 ~ 120 km/h）下的结果。仿真时间为200 s。表3显示了用于分析目的的模拟参数。4.2. 模拟参数本节描述了用于评估目的的性能指标。如[13]中所述，在所提出的算法中考虑了以下度量，以改善所提出的SEB算法的可靠性、可扩展性和传播延迟ESM Delivery Ratio（ESM传输率）：传输到目的地的数据包数量与发送的数据包总数的比率。图三. 代表广播风暴。4.2.1. 拟议指标本文还引入了两个指标，即广播风暴比（BSR）和冗余重广播比（RRR），以分析所提出的SEB算法的性能相比，其他知名的现有算法。广播风暴比（BSR）：其被定义为由存在于源车辆和距源最远车辆的传输范围内的车辆发送的消息的数量与由存在于源车辆或距源最远车辆的传输范围内的车辆发送的消息的总数的比率。图3示出了广播风暴表示，其中黄色阴影区域是源车辆交叉路口两辆车覆盖的区域会导致广播风暴问题。广播风暴比（BSR）在等式中给出（1）：RV\Rf这说明了传送到目的地的数据的级别BSR¼i ið1Þ当投递率较高时，该算法实现了高可靠性的紧急消息分发。RVi[Rf i其中R V和R f 是源车和最远车传播延迟：数据包到达目的地所需的平均时间。仅计算被错误地传送到目的地的数据包。最小化的延迟将提高整体系统性能。广播冲突率（Broadcast Collision Ratio，BCR）：它定义为因冲突而丢失的广播ESM数量与广播ESM总数的比率。最小化的冲突率解决了广播风暴问题。广播开销（BO）：其被定义为发送（发起或转发）的广播ESM的数量与接收的广播ESM的数量的比率。减少的广播开销克服了可伸缩性问题。表3模拟参数。参数值道路长度1公里物理传播模型无线传播类型双射线接地车辆交通密度20、40、60、80、100/km车辆尺寸2车辆移动速度60车辆移动模型曼哈顿移动模型广播数据包大小128字节/20条消息ssBeacon消息间隔1秒紧急安全信息间隔10天线类型全向天线通信方式车对车（V2V）交通方向双向/多向模拟时间200 s我我分别冗余转播率（RRR）：定义为源车辆传输范围内转播车辆数与总车辆数之比。冗余重播比（RRR）在等式中给出。（二）：转播车辆的RR号2变速器范围内车辆总数4.3. 仿真结果和分析本节显示了根据本文中考虑的性能指标从模拟中获得的结果。针对两种不同的交通场景，如不同的车辆密度和车辆移动速度的算法进行了分析当车辆密度增加时，BSP也增加，并且当车辆高速移动时，无法保证可靠的消息通信。图图4 - 9示出了针对不同车辆密度的p-Persistence、TLO、VSPB、G-SAB、SIR和SEB算法的结果。当车辆密度增大时，车辆之间的距离变近.对20辆/km自由流、40-60辆/km中等密度流和80-100辆/km高密度流三种不同的交通流进行了分析图4示出了针对不同车辆密度的所有算法的ESM递送比率。在所有的算法中，交付率接近100%。与自由流交通相比，在拥挤的交通中由于在拥塞的业务中，●●●●●●6M.奇特拉山湿婆Sathya/埃及信息学杂志19（2018）110095908580757020 40 60 80100车辆密度/公里p-PERSISTENCETLOVSPBG-SABSIR拟议SEB45000400003500030000250002000015000100005000020 40 60 80 100车辆密度（Km/h）图第七章广播开销与车辆密度。p-PERSISTENCETLOVSPBG-SABSIR拟议SEB见图4。紧急保障措施的交付率与车辆密度。2402202001801601401201008060402020 40 60 80 100车辆密度（Km/h）p-PERSISTENCETLOVSPBG-SABSIR拟议SEB908070605040302010020 40 60 80 100车辆密度（Km/h）p-PERSISTENCETLOVSPBG-SABSIR拟议SEB图五. 传播延迟与车辆密度。见图8。广播风暴比与车辆密度。605040302010020 40 60 80 100车辆密度（Km/h）p-PERSISTENCETLOVSPBG-SABSIR拟议SEB5045403530252015105020 40 60 80 100车辆密度（Km/h）p-PERSISTENCETLOVSPBG-SABSIR拟议SEB见图6。 广播碰撞率与车辆密度。见图9。冗余转播率与车辆密度。鼠尾草被淹了随着车辆密度的增加，由于广播的增加，中断ESM传播的消息开销增加。SEB在不同的密度中选择较少的车辆，因此中断的数量减少。图5示出了针对不同车辆密度的所有算法的传播延迟。与其他算法相比，SEB算法的传播延迟最小化。这是因为在SEB中，较短的等待时间被分配给源车辆以广播消息。随着车辆密度的增加，广播次数增加，通信延迟和通信错误增加，导致重播。重播或递归广播增加了消息的传输时间，从而导致延迟。图 6显示了所有算法在不同车辆密度下的碰撞率。与其他算法相比，在SEB中，消息丢失被最小化通过检查邻居的可用性来最小化消息丢失。当车辆密度增加时，每个车辆的广播次数也增加。增加的车辆密度中断了最近的可能车辆请求，其中一些可能是活动的，导致碰撞率增加。通信车辆的数量由SEB决定，因此广播的数量减少。图7示出了用于改变车辆密度的所有算法的广播开销。在SEB广播开销减少COM-可扩展到其他算法。通过从邻居接收P_ACK来最小化消息开销。广播开销增加传播延迟（ms）碰撞率（%）无害环境管理交付率（%）冗余重播率（%）广播开销（消息）广播风暴率（%）M.奇特拉山湿婆Sathya/埃及信息学杂志19（2018）1710095908580757060708090100110120车速（Km/h）p-PERSISTENCETLOVSPBG-SABSIR拟议SEB8070605040302010060708090100110120车速（Km/h）p-PERSISTENCETLOVSPBG-SABSIR拟议SEB见图10。 ESM输送率与车辆移动速度。见图14。 广播风暴比与车辆移动速度。11010090807060504060708090100 110 120车速（Km/h）p-PERSISTENCETLOVSPBG-SABSIR拟议SEB12108642060708090100110120p-PERSISTENCETLOVSPBG-SABSIR拟议SEB见图11。 传播延迟与车辆移动速度。403530p-持久性25TLO20VSPB15G-SAB先生10建议SEB560708090100110120车速（Km/h）见图12。 广播碰撞率与车辆移动速度。车速（Km/h）图15. 冗余比与车辆移动速度。因为通信故障的数量增加。通信故障随着车辆密度的增加而增加。在SEB中，不管车辆密度如何，由于车辆对于每次广播或重播是有选择性的，因此所需消息的数量减少。图8示出了针对不同车辆密度的所有算法的广播风暴比率。在SEB中，BSP与其他算法相比有所降低。随着车辆密度的增加，广播风暴增加，由于活跃的通信数量。在SEB中，活动通信的数量由源车辆确定，对于源车辆，广播应答仅用于消息传播的目的。图9示出了与其他算法相比，冗余重播比RRR降低。当车辆密度降低时，需要重播的消息传播增加。重播次数也取决于车辆，因为所有车辆都尝试初始化通信，因此1800016000140001200010000800060004000200060708090100110 120车速（Km/h）p-PERSISTENCETLOVSPBG-SABSIR拟议SEB增加冗余。在SEB中，由于车辆是基于距离和P-ACK来选择的，因此整个车辆中只有少数车辆转发广播。图图10 - 15 示出 了用于 改变车 辆移动 速度的p-Persistence 、TLO、VSPB、G-SAB、SIR和SEB算法的结果。图10示出了用于改变车辆移动速度的所有算法的ESM递送比率，ESM递送比率由于车辆不同的移动速度而改变。 当车辆高速行驶时，它们在一段特定的时间内不会转发信息。图11示出了用于改变车辆移动速度的所有算法的传播延迟。由于车辆速度的变化，到达目的地所需的时间也在变化。由于车辆正在高速行驶，因此需要重播-图十三. 广播开销与车辆移动速度。因此增加了紧急消息的延迟无害环境管理交付率（%）碰撞率（%）传播延迟（ms）广播开销（消息）广播风暴比率（%）冗余重播率（%）8M.奇特拉山湿婆Sathya/埃及信息学杂志19（2018）145403530252015105010 20 40 60 80 100车辆密度/公里图16. 被动承认车辆。图12示出了用于改变车辆移动速度的所有算法的广播碰撞比。与其他算法相比，SEB算法的消息丢失最小化。图图13示出了用于改变车辆移动速度的所有算法的广播开销。在SEB中，与其他算法相比，广播开销减少。这是由于从邻居列表中选择的选择性紧急广播邻居图图14示出了用于改变车辆移动速度的所有算法的广播风暴比。随着车辆速度的增加，消息通信没有保证这将增加BSP。图15示出了用于改变车辆移动速度的所有算法的冗余重播比。与BSP类似，更多车辆参与以提高消息可靠性，因此RRR增加。4.4. 被动确认在SEB中的影响最后，SEB算法分析了不同车辆密度下被动应答的结果。被动确认车辆（PAV）被定义为在网络中的车辆总数中返回被动确认的车辆的数量图16示出了返回被动确认的车辆与网络中的车辆总数（车辆密度/km）的比率。只有返回被动确认的车辆才被考虑用于转播。因此，在SEB的情况下，被认为本身的车辆数量变得更少。因此，在SEB中，转播被大大减少，从而使广播风暴最小化。5. 结论选择性传染病广播（SEB）已被开发用于车载自组网中的广播风暴抑制。车载安全应用要求在车载自组网中向车辆广播满足可靠性、可扩展性、最小传播延迟等要求的信息。广播风暴问题（BSP）是紧急安全信息传播中的一个重要问题。因此，有必要调查导致BSP的问题并提出解决方案。在这种情况下，广播风暴抑制算法起着至关重要的作用。本文提出了一种抑制广播风暴问题的方法，从而提高网络的整体性能。与现有算法相比，所提出的SEB算法在所有情况下都表现得更好，并且适合于双向/多向高速公路场景。从结果中可以清楚地看出，与其他算法相比，P_ACK SEB中的广播风暴最小化。SEB算法已被实现和分析，只有连接车辆网络使用V2V通信，而不是用于断开连接的网络。在断开连接的网络中，被动确认的接收可能成为SEB功能中的问题因此，在将来，该算法需要在RSU的帮助下针对断开的网络稍微改变，因为当车辆不存在于源车辆的传输范围内时，RSU可以帮助通信。致谢这项工作得到了印度大学教育资助委员会（UGC）的资助，为2011年9月至2016年9月的UGC-JRF合格候选人提供高级研究奖学金引用[1] Garrido M，Martinez P，Cano FJ，Calafate JC，Manzoni CT，Fogue P.自动事故检测：通过通信技术和车辆提供援助。IEEE车辆技术杂志2012;7（3）：90-100.[2] Diyar Khairi MS，Berqia Amine。车载自组网服务质量与安全研究综述。 Int JAdv Res Comput Sci Softw Eng 2015;5（2）：42-52.[3] 夏尔马·维兰德，曼苏尔·阿丽雅.无线自组网络路由与移动模型综述。SSRG Int JComput Sci Eng（SSRG-IJCSE）2015（April）：46-50.[4] FogueJA，Garrido M，Martinez P，Cano FJ，Calafate JC，Sanguesa CT. 越南广播警报信息传播方案的调查和比较研究。Mobile Inform Syst2016.[5] 维妮·安娜·玛丽亚，洛斯克里·瓦莱里娅。车辆社交网络研究综述 IEEECommunSurv Tuesday 2015;17（4）：2397-419.[6] Rehan G，Hasbullah M，Rehan H，Chughtai W，Aldabbagh O.一种用于车载自组网的驾驶员安全信息广播协议。应用数学2016;10（2）：451-68.[7] 无线局域网介质访问控制（MAC）和物理层（PHY）规范; 2010年。[8] Pereñíguez J，Moragón F，Skarmeta AAF.车辆通信中CAM和DENM消息传递服务的实验评估。运输研究C部分：紧急技术，圣诞老人2014年;46：98-120。[9] Dressler F，Cao F，Sommer J，Klingler C. MCB -一种多通道信标协议.Ad HocNetworks，Elsevier 2016（January）：258-69.[10] Barradi Mohssin，Haidian Abdelhakim S，Aljahdali Sultan.车载网络的高速公路多跳广播协议。国际通信会议（ICC）。IEEE2012（6月）：5296-300。[11] 邵斌，姚念民，王念斌，姚文斌，顾蔡国昌。多路径被动式资料确认按需多播协定。Comput Commun，Elsevier 2006;29：2074-83.[12] Abbas Sohail，Merabti Madjid，Llewellyn-Jones David.移动自组网中基于信誉机制的研究综述第11届电信、网络融合年会，2010年6月。[13] Chitra M，Siva Sathya S.车载自组网广播风暴抑制算法的问题与挑战。InformEng，Int J（IEIJ）2015;3（2）：11-27.[14] Schwartz Ramon S et al. Exploiting beacons for scalable broadcast datadissemination in VANGELN.第九届ACM车辆互联网络、系统和应用国际研讨会论文集。ACM; 2012年。[15] BoukercheLAs，Maia A，Pazzi G，Loureiro RW，Villas AA. DRIVE：一种用于高速公路和城市车辆自组织网络的高效和鲁棒的数据分发协议。ComputNetw，Elsevier2014：381-94.[16] Abdou Wahabou，Darties Benoirt，Mbarek Nader.基于优先级的车载自组网多跳广播方法。2015年：《明史》卷359- 368。[17] Shinde Rajat Zirashekhar，Agrawal Sejal，Raghuvanshi Aditya Om AS. 车载自组织网络中基于信息表的广播风暴抑制决策方法。Int J Eng Res Technol（IJERT）2016;5（4）：515-20.[18] Wisitpongphan O，Bai N，Mudalige F，Sadekar P，Tonguz V. VANET中的广播。车辆环境的移动网络IEEE 2007：7-12。[19] Suriyapaibonwattana Kanitsom，Pomavalai Chotipat.一种有效的VANET安全警报广播算法。通信和信息技术。IEEE国际研讨会，2008年。[20] Garrido M，Martinez P，Cano FJ，Calafate JC，Manzoni CT，Fogue P.使用真实地图评估车辆网络的新型消息传播方案的影响。 交通研究C部分：应急技术2012：61-80。[21] 作者：Mr. J.基于生成树的VANET广播。 Int J P2P Netw Trends Technol（IJPTT）2014;7（April）：21-5.[22] 南在忠赵有泽崔在仁不考虑车辆分布的车载自组网鲁棒广播方案。施普林格;2014年。[23] ChaqfehMoumena，Lakas Abderrahmane. 一种新的车载自组网可扩展多跳数据分发方法。 Elsvier AdHocNetworks2015：1-12.被动识别车辆（PAV）M.奇特拉山湿婆Sathya/埃及信息学杂志19（2018）19[24] Chitra M，Siva Sathya S.基于流行病的车载Ad Hoc网络广播。Adv Nat Appl Sci2015;9（6）：80 二月M夫人Chitra目前正在攻读全职博士学位。在庞培大学工程技术学院计算机科学系。她目前的研究领域是车载Ad Hoc网络。博士S. Siva Sathya是本地治里大学计算机科学系的副教授她的兴趣领域包括进化算法，生物信息学，入侵检测等，她在国际期刊和会议上发表了许多研究论文。