胡昌國(guó)，王 劍，蔡凱凱，宋曉飛

基于數(shù)據(jù)挖掘的汽車遠(yuǎn)程升級(jí)數(shù)據(jù)系統(tǒng)研究

胡昌國(guó)，王 劍，蔡凱凱，宋曉飛

（浙江長(zhǎng)三角車聯(lián)網(wǎng)安全技術(shù)有限公司，浙江 杭州 310000）

在軟件定義汽車的背景下，汽車遠(yuǎn)程無(wú)線升級(jí)（OTA）技術(shù)已經(jīng)成為智能網(wǎng)聯(lián)汽車技術(shù)改進(jìn)、性能服務(wù)提升、軟件銷售生態(tài)構(gòu)建的重要方式?；谝?guī)模化的汽車遠(yuǎn)程升級(jí)將產(chǎn)生千萬(wàn)級(jí)的海量車輛數(shù)據(jù)。通過(guò)對(duì)遠(yuǎn)程無(wú)線升級(jí)產(chǎn)生的車輛數(shù)據(jù)進(jìn)行數(shù)據(jù)深度挖掘，同時(shí)通過(guò)大數(shù)據(jù)治理與分析，可以指導(dǎo)并優(yōu)化車輛遠(yuǎn)程升級(jí)的設(shè)計(jì)方案與升級(jí)策略，提升企業(yè)數(shù)字化管理水平。文章基于數(shù)據(jù)挖掘技術(shù)的大數(shù)據(jù)開發(fā)模型，以Hadoop開源平臺(tái)為支撐，構(gòu)建汽車遠(yuǎn)程升級(jí)數(shù)據(jù)系統(tǒng)，實(shí)現(xiàn)了對(duì)車輛遠(yuǎn)程升級(jí)關(guān)鍵技術(shù)參數(shù)數(shù)據(jù)的顆粒化分析與管理，并進(jìn)行過(guò)程風(fēng)險(xiǎn)預(yù)警。通過(guò)實(shí)例分析表明，該系統(tǒng)可以有效地提高車輛遠(yuǎn)程升級(jí)產(chǎn)生的海量數(shù)據(jù)的分析、存儲(chǔ)與智慧化深度分析水平，實(shí)現(xiàn)全流程的數(shù)據(jù)監(jiān)控與追溯，完成汽車遠(yuǎn)程升級(jí)的閉環(huán)管理。

汽車遠(yuǎn)程升級(jí)；海量數(shù)據(jù)；深度挖掘；數(shù)據(jù)管理系統(tǒng)；數(shù)據(jù)挖掘

在5G、云計(jì)算的高速發(fā)展下，加快發(fā)展智能網(wǎng)聯(lián)汽車，打造創(chuàng)新發(fā)展新生態(tài)，成為汽車產(chǎn)業(yè)發(fā)展的新方向。在軟件定義汽車的行業(yè)發(fā)展驅(qū)動(dòng)下，整車和電子控制單元已經(jīng)實(shí)現(xiàn)從線下物理方式升級(jí)到線上遠(yuǎn)程升級(jí)（Over The Air, OTA）的更新迭代。高工智能汽車研究院監(jiān)測(cè)數(shù)據(jù)顯示，2022年1—7月中國(guó)市場(chǎng)（不含進(jìn)出口）乘用車前裝標(biāo)配車聯(lián)網(wǎng)功能交付上險(xiǎn)為690.65萬(wàn)輛，前裝搭載率已經(jīng)達(dá)到64.96%；其中，同時(shí)具備L2級(jí)智能駕駛、整車OTA功能占比達(dá)到18.75%，實(shí)際前裝搭載率突破10%，達(dá)到12.18%。OTA技術(shù)在汽車行業(yè)，已經(jīng)成為汽車技術(shù)改進(jìn)、性能服務(wù)提升、軟件銷售的重要方式，同時(shí)也可以修復(fù)軟件問(wèn)題，有效降低主機(jī)廠的開發(fā)風(fēng)險(xiǎn)和召回成本[1]。在國(guó)內(nèi)的研究中，李立安等[2]對(duì)OTA實(shí)現(xiàn)方案及汽車端設(shè)計(jì)分析進(jìn)行了研究；朱鵬波等[3]對(duì)遠(yuǎn)程診斷技術(shù)在汽車OTA中刷新應(yīng)用進(jìn)行了研究；張倩[4]研究并提出了一種汽車行業(yè)應(yīng)用的整體框架。

基于上述研究現(xiàn)狀，目前的研究主要集中在OTA升級(jí)活動(dòng)技術(shù)方案，對(duì)OTA升級(jí)活動(dòng)產(chǎn)生的數(shù)據(jù)的研究尚未開展。數(shù)據(jù)是智能網(wǎng)聯(lián)汽車技術(shù)創(chuàng)新的源泉[5]。構(gòu)建數(shù)據(jù)資產(chǎn)，形成海量數(shù)據(jù)分析挖掘能力將會(huì)成為未來(lái)的核心競(jìng)爭(zhēng)力。目前，在對(duì)批量車輛OTA升級(jí)活動(dòng)分析時(shí)，對(duì)升級(jí)活動(dòng)過(guò)程追溯及升級(jí)大數(shù)據(jù)質(zhì)量分析能力薄弱，信息化、智慧化預(yù)警分析能力欠缺。進(jìn)行質(zhì)量管理時(shí)，缺少對(duì)OTA活動(dòng)的質(zhì)量評(píng)估，對(duì)升級(jí)過(guò)程中的數(shù)據(jù)關(guān)聯(lián)分析性分析弱，導(dǎo)致升級(jí)過(guò)程中異常行為發(fā)現(xiàn)不及時(shí)等問(wèn)題。本文針對(duì)汽車遠(yuǎn)程升級(jí)大數(shù)據(jù)應(yīng)用過(guò)程中數(shù)據(jù)規(guī)模大、內(nèi)容繁雜、難以快速獲取有價(jià)值信息的特點(diǎn)，提出了一種大數(shù)據(jù)分析與應(yīng)用系統(tǒng)，具有較好的系統(tǒng)功能和性能，對(duì)遠(yuǎn)程升級(jí)的數(shù)據(jù)進(jìn)行了數(shù)據(jù)采集與分析，挖掘數(shù)據(jù)價(jià)值，更好地應(yīng)對(duì)越來(lái)越頻繁的車輛OTA升級(jí)，提升了數(shù)據(jù)價(jià)值與數(shù)字化管理水平。

1 系統(tǒng)開發(fā)需求分析

汽車OTA的發(fā)展與汽車網(wǎng)聯(lián)化和智能化的推進(jìn)息息相關(guān)，在OTA快速發(fā)展的大背景下，整車廠商發(fā)起的OTA活動(dòng)頻次和可以進(jìn)行升級(jí)的零部件也逐步增多。為了實(shí)現(xiàn)對(duì)汽車遠(yuǎn)程升級(jí)過(guò)程中產(chǎn)生的千萬(wàn)級(jí)的數(shù)據(jù)進(jìn)行有效管理與數(shù)據(jù)的深度挖掘，所開發(fā)的汽車遠(yuǎn)程升級(jí)數(shù)據(jù)管理系統(tǒng)具備如下基本功能：（1）實(shí)現(xiàn)汽車遠(yuǎn)程升級(jí)千萬(wàn)級(jí)車輛數(shù)據(jù)的存儲(chǔ)。數(shù)據(jù)管理系統(tǒng)應(yīng)能實(shí)現(xiàn)汽車遠(yuǎn)程升級(jí)的升級(jí)車型、升級(jí)車輛、升級(jí)零部件、升級(jí)時(shí)間、升級(jí)周期、軟件升級(jí)前版本號(hào)、軟件升級(jí)后版本號(hào)、升級(jí)異常記錄、升級(jí)過(guò)程監(jiān)控等數(shù)據(jù)的導(dǎo)入、存儲(chǔ)和對(duì)分析結(jié)果的管理，確保汽車遠(yuǎn)程升級(jí)的可追溯性，形成對(duì)遠(yuǎn)程升級(jí)的生命周期管理。（2）對(duì)汽車遠(yuǎn)程升級(jí)異常數(shù)據(jù)進(jìn)行監(jiān)控并進(jìn)行風(fēng)險(xiǎn)預(yù)警。根據(jù)升級(jí)過(guò)程中采集的升級(jí)數(shù)據(jù)，包括升級(jí)前軟件版本號(hào)，升級(jí)后軟件版本號(hào)，升級(jí)的安裝時(shí)間，升級(jí)前的車輛判斷條件，判斷本次OTA升級(jí)是否處于正常范圍內(nèi)，同時(shí)對(duì)處于異常升級(jí)狀態(tài)的車輛進(jìn)行升級(jí)失敗原因分析與故障采集，實(shí)現(xiàn)對(duì)未來(lái)OTA升級(jí)的升級(jí)狀態(tài)趨勢(shì)分析與方案設(shè)計(jì)優(yōu)化。（3）實(shí)現(xiàn)汽車遠(yuǎn)程升級(jí)數(shù)據(jù)的大數(shù)據(jù)展示。統(tǒng)計(jì)分析數(shù)據(jù)展示模塊可以提取、分析和顯示數(shù)據(jù)，并以多種豐富形式、更加直觀的方式，展示數(shù)據(jù)探索結(jié)果。同時(shí)設(shè)計(jì)方便、靈活的交互方式，使用戶可以更高效、快捷地查看和分析多維模型數(shù)據(jù)，反哺方案設(shè)計(jì)。

2 基于數(shù)據(jù)挖掘技術(shù)的大數(shù)據(jù)開發(fā)模型

在智能網(wǎng)聯(lián)汽車新四化的發(fā)展方向下，特別是OTA技術(shù)的發(fā)展，改變了原有車輛的開發(fā)流程，從車輛產(chǎn)品概念設(shè)計(jì)、銷售策略、研發(fā)設(shè)計(jì)、工程開發(fā)、生產(chǎn)制造與售后市場(chǎng)，都產(chǎn)生了大量的無(wú)形數(shù)據(jù)。汽車遠(yuǎn)程升級(jí)所產(chǎn)生的數(shù)據(jù)成為了企業(yè)重要的數(shù)據(jù)資產(chǎn)。因此，本文針對(duì)車輛遠(yuǎn)程升級(jí)，基于數(shù)據(jù)挖掘技術(shù)，采用Hadoop等開源技術(shù)對(duì)海量基礎(chǔ)數(shù)據(jù)、過(guò)程關(guān)鍵數(shù)據(jù)等進(jìn)行數(shù)據(jù)采集、存儲(chǔ)與智慧分析，數(shù)據(jù)應(yīng)用開發(fā)模型詳情如圖1所示。

圖1 基于數(shù)據(jù)挖掘的數(shù)據(jù)應(yīng)用開發(fā)模型

2.1 數(shù)據(jù)采集

數(shù)據(jù)采集模塊基于分析需求，通過(guò)對(duì)數(shù)據(jù)進(jìn)行多源采集，實(shí)現(xiàn)多維度各項(xiàng)數(shù)據(jù)的輸入。采集的數(shù)據(jù)類型主要包括遠(yuǎn)程基礎(chǔ)信息數(shù)據(jù)、車輛狀態(tài)數(shù)據(jù)以及關(guān)鍵過(guò)程數(shù)據(jù)?；A(chǔ)信息數(shù)據(jù)包括升級(jí)前的計(jì)劃車型、升級(jí)計(jì)劃車輛數(shù)量與計(jì)劃進(jìn)行升級(jí)的零部件等。車輛狀態(tài)數(shù)據(jù)包括升級(jí)前車輛的當(dāng)前零部件版本號(hào)、軟件版本號(hào)、升級(jí)車輛的升級(jí)安裝條件、車輛聯(lián)網(wǎng)狀態(tài)等。過(guò)程狀態(tài)數(shù)據(jù)包括OTA發(fā)起開始安裝時(shí)間、OTA安裝結(jié)束時(shí)間、升級(jí)是否成功、升級(jí)前軟件版本號(hào)、升級(jí)后軟件版本號(hào)以及升級(jí)失敗等參數(shù)。

2.2 數(shù)據(jù)存儲(chǔ)

數(shù)據(jù)存儲(chǔ)模塊的主要功能是將數(shù)據(jù)采集模塊的采集結(jié)果進(jìn)行高效存儲(chǔ)，并提高系統(tǒng)的容錯(cuò)性。大數(shù)據(jù)時(shí)代的海量數(shù)據(jù)致使傳統(tǒng)的數(shù)據(jù)存儲(chǔ)方法和數(shù)據(jù)庫(kù)技術(shù)無(wú)法有效處理遠(yuǎn)程升級(jí)千萬(wàn)級(jí)的車輛數(shù)據(jù)[6]。基于此，本文構(gòu)建的汽車遠(yuǎn)程升級(jí)數(shù)據(jù)系統(tǒng)采用Hadoop的HDFS分布式的存儲(chǔ)架構(gòu)進(jìn)行多源數(shù)據(jù)的存儲(chǔ)，同時(shí)通過(guò)在不同分布節(jié)點(diǎn)上的備份提高系統(tǒng)的容錯(cuò)能力。

2.3 大數(shù)據(jù)分析與管理

數(shù)據(jù)分析與管理模塊，主要采用基于Hadoop平臺(tái)的數(shù)據(jù)挖掘與分析。其中，數(shù)據(jù)分析工作主要包括數(shù)據(jù)特征檢索與匹配和在Hive平臺(tái)上調(diào)用海量數(shù)據(jù)挖掘算法并進(jìn)行計(jì)算[7]。在數(shù)據(jù)分析過(guò)程中，獲取大量多源數(shù)據(jù)間潛在的知識(shí)框架與知識(shí)聯(lián)系，形成遠(yuǎn)程升級(jí)數(shù)據(jù)知識(shí)圖譜。在數(shù)據(jù)分析中，圍繞發(fā)現(xiàn)問(wèn)題，分析問(wèn)題，解決問(wèn)題的模式，重點(diǎn)開展針對(duì)遠(yuǎn)程升級(jí)異常情況和升級(jí)失敗原因的分析，形成智慧化的對(duì)問(wèn)題的追溯與解決?；诜治鼋Y(jié)果，可以對(duì)大數(shù)據(jù)分析結(jié)果進(jìn)行監(jiān)控展示以及分析報(bào)告，并開展基于風(fēng)險(xiǎn)分析的智能預(yù)警，使得升級(jí)發(fā)起者第一時(shí)間掌握升級(jí)動(dòng)態(tài)，為升級(jí)活動(dòng)的平穩(wěn)安全運(yùn)行提供數(shù)據(jù)支撐。

2.4 數(shù)據(jù)價(jià)值應(yīng)用

數(shù)據(jù)價(jià)值應(yīng)用模塊的主要功能是基于采集的多源數(shù)據(jù)，通過(guò)構(gòu)建的分析算法，建立數(shù)據(jù)模型，進(jìn)行單向及多維度的數(shù)據(jù)分析?；跀?shù)據(jù)分析結(jié)果，指導(dǎo)實(shí)際的遠(yuǎn)程升級(jí)的技術(shù)流程與管理流程的應(yīng)用，實(shí)現(xiàn)基于大數(shù)據(jù)的知識(shí)服務(wù)。

構(gòu)建知識(shí)圖譜過(guò)程中，基于數(shù)據(jù)分析結(jié)果，可建立以某一升級(jí)失敗的電子控制單元（Elect- ronic Control Unit, ECU）的升級(jí)失敗記錄為分析對(duì)象，判斷升級(jí)失敗零部件的升級(jí)前軟件版本號(hào)以及升級(jí)失敗后軟件版本號(hào)。同時(shí)，圍繞升級(jí)失敗，關(guān)聯(lián)升級(jí)駐車條件、網(wǎng)絡(luò)條件、電子控制單元內(nèi)存、通信協(xié)議等維度進(jìn)行關(guān)聯(lián)失敗原因鏈?zhǔn)椒治?。同時(shí)，還可以在同一車型下進(jìn)行相同升級(jí)軟件版本的升級(jí)情況排查，為制定批次車輛版本升級(jí)策略提供依據(jù)。結(jié)合批量多批次的經(jīng)驗(yàn)數(shù)據(jù)庫(kù)基礎(chǔ)下，形成升級(jí)失敗經(jīng)驗(yàn)分析知識(shí)圖譜。同時(shí)在充分的基礎(chǔ)數(shù)據(jù)支持下，可以形成多維度的智能分析，提高升級(jí)失敗處理效率以及對(duì)OTA升級(jí)的風(fēng)險(xiǎn)預(yù)警，使OTA升級(jí)活動(dòng)可控。通過(guò)知識(shí)圖譜的構(gòu)建，在對(duì)遠(yuǎn)程升級(jí)的數(shù)據(jù)處理、分析與管理的過(guò)程中實(shí)現(xiàn)對(duì)數(shù)據(jù)資產(chǎn)的深度挖掘，產(chǎn)生數(shù)據(jù)價(jià)值，對(duì)OTA升級(jí)過(guò)程及結(jié)果進(jìn)行智慧化監(jiān)控與追溯，促進(jìn)數(shù)字化水平在企業(yè)質(zhì)量管理與提升中的應(yīng)用。

3 基于Hadoop的汽車遠(yuǎn)程升級(jí)數(shù)據(jù)系統(tǒng)開發(fā)

3.1 系統(tǒng)架構(gòu)設(shè)計(jì)

本系統(tǒng)通過(guò)對(duì)接車輛云平臺(tái)將車輛關(guān)鍵日志采集到數(shù)據(jù)倉(cāng)庫(kù)技術(shù)（Extract Transform Load, ETL）層，數(shù)據(jù)經(jīng)過(guò)抽取、轉(zhuǎn)換、清洗等處理流入到基于Hadoop構(gòu)建的大數(shù)據(jù)處理技術(shù)框架進(jìn)行存儲(chǔ)與計(jì)算。數(shù)據(jù)應(yīng)用層采用Web協(xié)議作為基礎(chǔ)服務(wù)，Ngnix集群實(shí)現(xiàn)Web高可用的負(fù)載均衡及路由功能。用戶的網(wǎng)絡(luò)請(qǐng)求通過(guò)Nginx轉(zhuǎn)發(fā)至應(yīng)用服務(wù)器，服務(wù)器端通過(guò)SpringSecurity+ JWT進(jìn)行用戶鑒權(quán)，如token檢查等。若檢查未通過(guò)則該請(qǐng)求會(huì)被拒絕從而確保系統(tǒng)的安全性。數(shù)據(jù)存儲(chǔ)方面，應(yīng)用層產(chǎn)生的關(guān)系型業(yè)務(wù)數(shù)據(jù)存放至Mysql，同時(shí)采用運(yùn)營(yíng)支撐系統(tǒng)（Office of Strategic Services, OSS）提供全面的云存儲(chǔ)安全服務(wù)，其可擴(kuò)展的性能、先進(jìn)的數(shù)據(jù)存儲(chǔ)和管理功能，可以輕松管理海量非結(jié)構(gòu)化數(shù)據(jù)。系統(tǒng)性能方面，通過(guò)對(duì)業(yè)務(wù)數(shù)據(jù)合理的分表設(shè)計(jì)及優(yōu)化并結(jié)合緩存組件的使用，確保了系統(tǒng)的高性能。汽車遠(yuǎn)程升級(jí)數(shù)據(jù)系統(tǒng)架構(gòu)設(shè)計(jì)如圖2所示。

圖2 汽車遠(yuǎn)程升級(jí)數(shù)據(jù)系統(tǒng)架構(gòu)設(shè)計(jì)圖

3.2 系統(tǒng)功能設(shè)計(jì)

本文中所開發(fā)的汽車遠(yuǎn)程升級(jí)數(shù)據(jù)管理系統(tǒng)功能設(shè)計(jì)如圖3所示。系統(tǒng)功能設(shè)計(jì)主要包括5大模塊，分別為汽車OTA運(yùn)維監(jiān)控模塊、數(shù)據(jù)質(zhì)量分析模塊、升級(jí)過(guò)程追溯管理模塊、統(tǒng)計(jì)分析模塊、系統(tǒng)管理模塊組成。

圖3 汽車遠(yuǎn)程升級(jí)數(shù)據(jù)系統(tǒng)功能設(shè)計(jì)

1.OTA運(yùn)維監(jiān)控

在汽車進(jìn)行遠(yuǎn)程升級(jí)過(guò)程中，通過(guò)OTA運(yùn)維監(jiān)控模塊對(duì)遠(yuǎn)程升級(jí)活動(dòng)進(jìn)行狀態(tài)控制，主要包括不同車型下的升級(jí)車輛狀態(tài)監(jiān)控、升級(jí)告警通知、運(yùn)維報(bào)告以及日志分析。升級(jí)狀態(tài)監(jiān)控可以實(shí)時(shí)掌握升級(jí)過(guò)程的車輛數(shù)量、升級(jí)車型、車輛升級(jí)成功與否、升級(jí)用戶的使用習(xí)慣等，匯總升級(jí)基本信息，實(shí)時(shí)掌握升級(jí)動(dòng)態(tài)。升級(jí)告警通知，可以通過(guò)此模塊，掌握升級(jí)過(guò)程中出現(xiàn)的異常情況，及時(shí)對(duì)升級(jí)異常進(jìn)行處理。同時(shí)，系統(tǒng)還可采集升級(jí)過(guò)程日志，對(duì)升級(jí)過(guò)程日志進(jìn)行分析，系統(tǒng)融合狀態(tài)監(jiān)控，告警通知與日志分析，形成車輛升級(jí)運(yùn)維報(bào)告。

2.數(shù)據(jù)質(zhì)量分析

通過(guò)對(duì)車輛遠(yuǎn)程升級(jí)的過(guò)程數(shù)據(jù)進(jìn)行分析，維護(hù)車輛遠(yuǎn)程升級(jí)的不同狀態(tài)及狀態(tài)類型信息，批量讀取各不同升級(jí)狀態(tài)數(shù)據(jù)。特別是升級(jí)包版本數(shù)據(jù)，基于軟件版本基線，對(duì)每次升級(jí)的軟件版本進(jìn)行系統(tǒng)自動(dòng)匹配，識(shí)別升級(jí)版本異常。在數(shù)據(jù)質(zhì)量分析過(guò)程中，使用描述及驗(yàn)證性分析方法來(lái)分析質(zhì)量模式，比如過(guò)程能力評(píng)價(jià)、描述性統(tǒng)計(jì)、聚類分析、方差分析、相關(guān)性分析，探求不同升級(jí)場(chǎng)景下的數(shù)據(jù)質(zhì)量分析模型。同時(shí)，在質(zhì)量預(yù)警中，使用一些預(yù)測(cè)性的方法如回歸模型、機(jī)器學(xué)習(xí)方法等對(duì)數(shù)據(jù)質(zhì)量進(jìn)行預(yù)測(cè)，形成質(zhì)量策劃、數(shù)據(jù)采集、預(yù)測(cè)性分析，有效形成質(zhì)量數(shù)據(jù)分析報(bào)告，形成質(zhì)量管理的計(jì)劃、執(zhí)行、檢查、處理（Plan、Do、Check、Act, PDCA）閉環(huán)。

3.升級(jí)過(guò)程追溯管理

通過(guò)對(duì)車輛升級(jí)是否成功、零部件升級(jí)是否達(dá)到預(yù)期版本等其他升級(jí)結(jié)果進(jìn)行分析，實(shí)時(shí)反應(yīng)升級(jí)問(wèn)題，對(duì)升級(jí)結(jié)果異常做到實(shí)時(shí)監(jiān)控，優(yōu)化OTA升級(jí)方案。通過(guò)升級(jí)過(guò)程中對(duì)安裝時(shí)間、安裝條件等車輛狀態(tài)數(shù)據(jù)分析車輛升級(jí)情況，結(jié)合數(shù)據(jù)模型，搭建完善的OTA升級(jí)過(guò)程質(zhì)量管理，發(fā)現(xiàn)升級(jí)過(guò)程中的問(wèn)題，為OTA升級(jí)策略調(diào)整提供數(shù)據(jù)支持，提高OTA升級(jí)質(zhì)量。追溯車輛遠(yuǎn)程升級(jí)的各過(guò)程升級(jí)狀態(tài)數(shù)據(jù)及變化趨勢(shì)，研究升級(jí)前后變化規(guī)律，并以表格和曲線的方式進(jìn)行對(duì)比顯示，形成升級(jí)狀態(tài)管理報(bào)告。

4.統(tǒng)計(jì)分析

在統(tǒng)計(jì)分析模塊，結(jié)合OTA遠(yuǎn)程升級(jí)的基礎(chǔ)數(shù)據(jù)、升級(jí)數(shù)據(jù)及歷史數(shù)據(jù)，根據(jù)升級(jí)車輛、時(shí)間及結(jié)果導(dǎo)向維度進(jìn)行直觀展示。同時(shí)，對(duì)不同維度的數(shù)據(jù)進(jìn)行融合分析，進(jìn)行數(shù)據(jù)可視化展示。有效地了解各個(gè)不同需求下的車輛遠(yuǎn)程升級(jí)的升級(jí)結(jié)果和狀態(tài)，有效掌握車輛遠(yuǎn)程升級(jí)的異常情況等，以便對(duì)后續(xù)的車輛遠(yuǎn)程升級(jí)作出正確的決策。同時(shí)也為未來(lái)的OTA升級(jí)的需求來(lái)源和市場(chǎng)表現(xiàn)提供數(shù)據(jù)支持，為進(jìn)一步的建立OTA軟件銷售生態(tài)系統(tǒng)提供數(shù)據(jù)支撐。

5.系統(tǒng)管理

系統(tǒng)管理主要包括角色管理、權(quán)限管理、系統(tǒng)通知及操作日志。角色管理可以分為超級(jí)管理員、操作員以及測(cè)試用戶。超級(jí)管理員可對(duì)系統(tǒng)全局進(jìn)行操作，擁有最高權(quán)限。操作員主要用來(lái)對(duì)汽車遠(yuǎn)程升級(jí)數(shù)據(jù)系統(tǒng)進(jìn)行數(shù)據(jù)管理與操作，包括歷次汽車遠(yuǎn)程升級(jí)活動(dòng)的基礎(chǔ)信息數(shù)據(jù)、車輛狀態(tài)數(shù)據(jù)和關(guān)鍵過(guò)程狀態(tài)數(shù)據(jù)的維護(hù)與整合，選擇融合分析的數(shù)據(jù)組合維度等；查看用戶可以對(duì)汽車遠(yuǎn)程升級(jí)數(shù)據(jù)系統(tǒng)進(jìn)行數(shù)據(jù)的查詢、瀏覽、檢索等功能。用戶主要對(duì)系統(tǒng)功能進(jìn)行測(cè)試。用戶權(quán)限設(shè)置方面，可以根據(jù)不同部門不同崗位對(duì)不同人員設(shè)置不同功能模塊的訪問(wèn)權(quán)限。系統(tǒng)通知將有新的操作消息通知到用戶，操作日志記錄系統(tǒng)所有的操作記錄，用于系統(tǒng)使用追溯。

3.3 系統(tǒng)功能驗(yàn)證分析

在系統(tǒng)需求分析和功能分析的基礎(chǔ)上，進(jìn)行了汽車遠(yuǎn)程升級(jí)數(shù)據(jù)系統(tǒng)的開發(fā)，系統(tǒng)主要分為OTA運(yùn)維監(jiān)控、數(shù)據(jù)質(zhì)量分析、升級(jí)過(guò)程追溯管理、統(tǒng)計(jì)分析、系統(tǒng)管理等5大模塊。在系統(tǒng)開發(fā)基礎(chǔ)上，編制測(cè)試用例，進(jìn)行了系統(tǒng)功能驗(yàn)證分析，包括對(duì)系統(tǒng)進(jìn)行系統(tǒng)冒煙測(cè)試、集成測(cè)試、回歸測(cè)試、功能測(cè)試以及性能測(cè)試。測(cè)試軟件環(huán)境為采用Windows10操作系統(tǒng)，支撐軟件Tomcat 9.0，測(cè)試工具Loaderunner 2021、nmon。圖4所示為系統(tǒng)功能測(cè)試展示圖，經(jīng)測(cè)試，系統(tǒng)功能可以滿足開發(fā)需求，可以進(jìn)行OTA運(yùn)維監(jiān)測(cè)、數(shù)據(jù)完整性與可靠性分析、升級(jí)過(guò)程軟件異常版本分析與升級(jí)失敗管理、報(bào)告管理、統(tǒng)計(jì)分析等關(guān)鍵功能，滿足系統(tǒng)功能性、易用性和可靠性的要求。

圖4 汽車遠(yuǎn)程升級(jí)數(shù)據(jù)系統(tǒng)功能展示圖

在系統(tǒng)性能方面，系統(tǒng)在執(zhí)行軟件功能時(shí)，響應(yīng)和處理時(shí)間及資源消耗時(shí)間均在用戶可接受范圍內(nèi)：在100 M互聯(lián)網(wǎng)環(huán)境下，頁(yè)面響應(yīng)時(shí)間不大于2 s；接口每秒事務(wù)數(shù)大于10；系統(tǒng)中央處理器（Central Processing Unit, CPU）使用率不超過(guò)70%，滿足系統(tǒng)使用性能要求。

3.4 系統(tǒng)開發(fā)應(yīng)用

在整個(gè)系統(tǒng)中，基于數(shù)據(jù)采集、數(shù)據(jù)分析與數(shù)據(jù)智能化應(yīng)用，可以對(duì)所進(jìn)行的OTA活動(dòng)的數(shù)據(jù)進(jìn)行多維分析與價(jià)值提取，助力對(duì)OTA活動(dòng)的閉環(huán)質(zhì)量管理，為進(jìn)一步的OTA升級(jí)策略的優(yōu)化提供功能支撐。圖5為升級(jí)過(guò)程追溯管理模塊示例，系統(tǒng)可通過(guò)升級(jí)過(guò)程追溯模塊對(duì)車輛遠(yuǎn)程升級(jí)過(guò)程進(jìn)行管理，并進(jìn)行過(guò)程追溯以及風(fēng)險(xiǎn)管理。整個(gè)開發(fā)的系統(tǒng)，在使用過(guò)程中，可以很好地進(jìn)行遠(yuǎn)程升級(jí)數(shù)據(jù)的采集、存儲(chǔ)與深度的數(shù)據(jù)挖掘，并基于分析結(jié)果對(duì)升級(jí)過(guò)程中的質(zhì)量缺陷進(jìn)行預(yù)警，解決了汽車遠(yuǎn)程升級(jí)的大數(shù)據(jù)整合與信息離散問(wèn)題，提高了企業(yè)的數(shù)字化管理水平。

圖5 升級(jí)過(guò)程追溯管理模塊

4 結(jié)論

本文提出了基于Hadoop的汽車遠(yuǎn)程升級(jí)數(shù)據(jù)管理系統(tǒng)的功能設(shè)計(jì)與技術(shù)架構(gòu)，開發(fā)形成數(shù)據(jù)融合分析系統(tǒng)。系統(tǒng)從OTA運(yùn)維監(jiān)控、升級(jí)過(guò)程追溯等方面對(duì)各維度數(shù)據(jù)進(jìn)行處理和分析，有效形成對(duì)OTA升級(jí)活動(dòng)過(guò)程中的車型、車輛、升級(jí)活動(dòng)頻次、升級(jí)異常、升級(jí)失敗等進(jìn)行過(guò)程監(jiān)控與追溯管理。此系統(tǒng)通過(guò)實(shí)踐應(yīng)用，很好地解決和識(shí)別了汽車遠(yuǎn)程升級(jí)過(guò)程追溯的痛點(diǎn)與難點(diǎn)，為實(shí)現(xiàn)進(jìn)一步的數(shù)字化智慧管理提供了技術(shù)支撐。在下一步工作中，將針對(duì)智能座艙、自動(dòng)駕駛等高頻度OTA升級(jí)，將進(jìn)一步引入機(jī)器學(xué)習(xí)與數(shù)據(jù)融合分析算法，細(xì)化汽車遠(yuǎn)程升級(jí)大數(shù)據(jù)分析維度和顆粒度，指導(dǎo)與優(yōu)化設(shè)計(jì)，提高全面數(shù)字化質(zhì)量管理水平。

[1] 武翔宇,趙德華,郝鐵亮.淺談汽車OTA的現(xiàn)在與未來(lái)發(fā)展趨勢(shì)[J].汽車實(shí)用技術(shù),2019,44(3): 222-224.

[2] 李立安,趙幗娟,任廣樂.OTA實(shí)現(xiàn)方案及汽車端設(shè)計(jì)分析[J].汽車實(shí)用技術(shù),2020,45(6):14-19.

[3] 朱鵬波,溫小鋒,楊毅.遠(yuǎn)程診斷技術(shù)在汽車OTA刷新應(yīng)用的研究[J].汽車實(shí)用技術(shù), 2020,45(4):14-19.

[4] 張倩.一種汽車OTA行業(yè)應(yīng)用的整體框架[J].汽車實(shí)用技術(shù),2020,45(3):100-103.

[5] 吳曉英,明均仁.基于數(shù)據(jù)挖掘的大數(shù)據(jù)管理模型研究[J].情報(bào)科學(xué),2015,33(11):131-134.

[6] 楊樺.新能源汽車充電樁海量數(shù)據(jù)分析研究[J].企業(yè)科技與發(fā)展,2020(1):40-43.

[7] 郭偉偉,吳文臣,隋亮.大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用,2020,38(8):103-105.

Research of Vehicle Over-the-air Update Data System Based on Data Mining

HU Changguo, WANG Jian, CAI Kaikai, SONG Xiaofei

( Zhejiang Yangtze Delta IoV Security Technical Company Limited, Hangzhou 310000, China )

In the context of software-defined vehicle, over-the-air(OTA) update has become an extremely important way for the intelligent connected vehicle technology improvement,performance services improvement and software sales ecosystem build. Based on mass vehicles over-the-air(OTA) update will generate tens of millions of vehicle data. With deep data mining of vehicle data generated by over-the-air update and big data governance and analysis, it will contribute to guide and optimize the design scheme and update strategy of vehicle over-the-air update.Meanwhile, the digital management level of enterprises can be improved. This paper constructed the data system of vehicle over-the-air update, realized the granular analysis and management of key technical parameters data and carries out the process risk warning.The development structure based on the big data development model of data mining technology and Hadoop open source platform. From the system application, the developed system can effectively improve the level of analysis, storage and intelligent deep analysis of massive data generated by OTA update.Meanwhile,it can contribute to monitor and trace the vehicle change during the whole over-the-air process.Furthermore, it will promote the closed-loop management of OTA update.

Vehicle over-the-air update;Big data;Deep mining;Data management system;Data mining

U495

A

1671-7988(2022)23-56-06

U495

A

1671-7988(2022)23-56-06

10.16638/j.cnki.1671-7988.2022.023.011

胡昌國(guó)（1987—），男，碩士，高級(jí)工程師，研究方向?yàn)橹悄芫W(wǎng)聯(lián)汽車大數(shù)據(jù)分析、車輛信息安全防護(hù)技術(shù)等，E-mail:huchangguo@csjiovs.com。