黎倬孚 李飛

摘??要：隨著共享經(jīng)濟的快速發(fā)展，車位共享平臺應運而生。車位自動分配技術(shù)因能大大縮減泊車人尋找車位的時間并提高車位的利用率而逐漸被車位共享平臺使用。然而，在私家車位共享場景下，現(xiàn)有車位共享平臺在分配車位時只追求車位利用率的最大化而忽略了車位分配的公平性，一定程度上影響了用戶使用平臺的熱情。針對這個問題，研究設計了一種基于RC鏈的私家車位分配方案。該方案結(jié)合RC鏈（Resilient?and?Consensus-based?Chain）技術(shù)與第二拍賣價格策略，在車位分配過程中保證了公平性和高效性。通過使用RemixIDE、Hyperledger?Sawtooth和Hyperledger?Caliper等工具對方案進行仿真分析，證明了該方案相比傳統(tǒng)方案有著更好的公平性和高效性。

關(guān)?鍵?詞：車位分配??RC鏈 ??第二拍賣價格策略??區(qū)塊鏈

An?Allocation?Scheme?for?Private?Parking?Spaces?Based?on?the?RC?Chain

LI?Zhuofu??LI?Fei*

（School?of?Cybersecurity，?Chengdu?University?of?Information?Technology，?Chengdu，?Sichuan?Province，?610200?China）

Abstract：?With?the?rapid?development?of?sharing?economy，?parking?space?sharing?platforms?have?emerged.?The?automatic?allocation?technology?of?parking?spaces?is?gradually?used?by?parking?sharing?platforms?because?it?can?greatly?reduce?time?for?parking?people?to?find?parking?spaces?and?improve?the?utilization?rate?of?parking?spaces.?However，?in?the?scenario?of?private?parking?space?sharing，?existing?parking?space?sharing?platforms?only?pursue?the?maximization?of?parking?space?utilization?while?ignoring?the?fairness?of?parking?space?allocation?when?allocating?parking?spaces，?which?affects?the?enthusiasm?of?users?to?use?platforms?to?some?extent.?In?order?to?address?this?issue，?an?allocation?scheme?for?private?parking?spaces?based?on?the?RC?chain?has?been?studied?and?designed.?This?scheme?combines?resilient?and?consensus-based?chain?technology?with?the?second?auction?price?strategy?to?ensure?fairness?and?efficiency?in?the?allocation?of?parking?spaces.?The?simulation?analysis?of?this?scheme?is?carried?out?by?using?tools?such?as?RemixIDE，?Hyperledger?Sawtooth?and?Hyperledger?Caliper，?and?it?proves?that?this?scheme?has?better?fairness?and?efficiency?than?the?traditional?scheme.

Key?Words：?Parking?space?allocation;?RC?chain;?Second?auction?price?strategy;?Blockchain

中圖分類號：U495;TP311.56

近年來，隨著城市化進程的加速和私家汽車擁有量的快速增長，停車位的供需不平衡問題日益凸顯。傳統(tǒng)的停車位管理方案往往存在信息不對稱、停車位浪費和不公平分配等問題。因此，尋找一種公平、高效的停車位分配方案具有重要意義。

在過去的幾年里，已經(jīng)有許多關(guān)于智能車位分配的研究和實現(xiàn)方案。這些方案利用了各種技術(shù)和信息物理系統(tǒng)的優(yōu)勢，為用戶提供了更高效和智能的車位分配服務。

一些學者提出了一些基于區(qū)塊鏈的智能停車服務[1-4]，但他們只使用區(qū)塊鏈來解決現(xiàn)有的隱私問題，而沒有考慮能耗和低延遲響應。ZHANG?J?S等人[5]在2023年提出了一種基于后量子區(qū)塊鏈的IoV安全能源互聯(lián)方案，其可以降低能耗，提高可再生能源使用效率，實現(xiàn)綠色節(jié)能的車聯(lián)網(wǎng)能源協(xié)調(diào)和交易。此外，為了提高QoE，車輛霧計算（VFC）范式使用路邊單元（RSU）或停放的車輛作為通信和計算基礎(chǔ)設施，實現(xiàn)實時響應，?KANG?J?W等人[6]在2018年提出了車輛邊緣計算和網(wǎng)絡（VECONs）區(qū)塊鏈范式。JIANG?S等人[7]在2019年將區(qū)塊鏈與IoV相結(jié)合，專注于大數(shù)據(jù)的分布式安全存儲和實時響應處理。Al?AMIRI?W等人[8]在2019年提出了一種基于聯(lián)盟區(qū)塊鏈的智能停車系統(tǒng)，該系統(tǒng)由不同的停車位所有者創(chuàng)建，以確保安全、透明和停車位可用性。SUN?L?J?[9]是一種用于車輛網(wǎng)絡的基于聲譽的眾包區(qū)塊鏈，它在透明的智能合約中指定了所有交易規(guī)則，并通過降低任何惡意服務消費者或提供商的聲譽來防止服務中的敵對或不負責任行為。

在停車系統(tǒng)方面，已經(jīng)有一些研究應用拍賣、匹配機制或Stackelberg策略來優(yōu)化系統(tǒng)或激勵用戶參與。例如，SUN?W等人[10]在2020年提出了兩種基于雙重拍賣的多任務資源分配激勵機制，以最大限度地提高系統(tǒng)效率。ZHANG?Y等人[11]在2019年提出了一種基于VFC的停車預約拍賣，在租用車輛算力的同時，將車輛引導至停車位，車輛獲得的租金也可以補充其停車費。XIE?M?H等人[12]在2023年建立了一種滾動共享停車分配模型，在停車需求不斷變化的場景中提高了系統(tǒng)的效率。ZHANG?J?X等人[13]在2019年使用Stackelberg策略來研究最優(yōu)停車任務分配，目標是最小化任務發(fā)布者的總成本。從交易響應時間的角度來看許可區(qū)塊鏈中的公平性，JIANG?S等人[14]在2020年為許可區(qū)塊鏈授權(quán)的IoT系統(tǒng)提出了第一個基于公平性的交易打包算法。

為了同時改善傳統(tǒng)車位分配方案中存在的公平性不足與效率不高的問題，本文提出了一種基于區(qū)塊鏈的私家車位分配方案，該方案創(chuàng)新性地將第二價拍賣策略和RC鏈技術(shù)相結(jié)合保證了分配過程的公平性并提高了分配的效率。為了驗證方案的先進性，本文使用RemixIDE、Hyperledger?Sawtooth和Hyperledger?Caliper實現(xiàn)了對方案的仿真分析，證明了該方案相比傳統(tǒng)方案在公平性和高效性上有一定的優(yōu)勢。

1??基于RC鏈的車位分配方案

1.1?RC鏈

RC鏈[9]是一種區(qū)塊鏈技術(shù)，旨在提供更強大的魯棒性和共識機制。傳統(tǒng)的區(qū)塊鏈系統(tǒng)，如比特幣，使用基于工作量證明（Proof?of?Work）的共識機制，即通過計算復雜的哈希函數(shù)來競爭解決數(shù)學難題從而獲得記賬權(quán)。然而，這種機制存在一些缺點，如能源消耗高、處理速度慢等。

RC鏈采用了一種新的共識機制，稱為共識式鏈（Consensus-based?Chain），它通過節(jié)點間的共識來決定區(qū)塊的生成和驗證。這種共識機制可以是基于權(quán)益（Proof?of?Stake）、基于權(quán)威（Proof?of?Authority）或其他形式的共識算法。共識式鏈可以提供更高的交易處理速度和更低的能源消耗。

此外，RC鏈還注重系統(tǒng)的魯棒性和容錯性。它通過在網(wǎng)絡中引入多個備份節(jié)點和冗余機制來防止單點故障和數(shù)據(jù)丟失。當某個節(jié)點發(fā)生故障或攻擊時，其他節(jié)點可以通過共識算法來修復和恢復系統(tǒng)的正常運行。

1.2?方案流程

車位分配方案的數(shù)據(jù)模型可以設置為：集合，其中是個用戶的集合，投標價格為，它可以與個停車位的集合及分配的保留價格相關(guān)聯(lián)，使得用戶可以獲得分配的停車位。車輛請求者可以與任何第個停車位所有者進行交易，即用錢包預訂任何第位停車位。上述關(guān)系可以表示如下表達式：

其中表示用戶數(shù)量和停車位所有者數(shù)量之間的關(guān)系。

停車位分配需要滿足一些條件。首先，P個用戶可以競標停車位，此時，系統(tǒng)需要檢查當前時間（）是否大于競標周期以防止用戶重復競標。如果條件得到滿足，則可以實現(xiàn)智能合約以基于第二價格拍賣模型來分配停車位。在第二價格拍賣模型中，如果投標價，可以通過執(zhí)行智能合約為用戶分配停車位。但也有可能小于，那么我們必須驗證是否停車請求的數(shù)量（）是否大于可用停車位的數(shù)量（），如果為真，則執(zhí)行第二價格拍賣模型來將停車位分配給用戶。這些關(guān)系可以表示為如下表達式：

其中和表示基于當前時間和競價周期分配給用戶的和停車位數(shù)量。我們引入了第二價格拍賣模型，讓最高的用戶可以獲得停車位，但他們必須支付第二高的價格（），可以表示為：

其中amt表示第個用戶的出價金額，即。表示用戶預訂與個投標價格相關(guān)的停車位所需支付的價格。我們設計的車位分配方案應該使得停車價格的預測更加有利于用戶，從而鼓勵用戶出更高的價錢。在將停車位分配給用戶后，所有參與預訂停車位的其他用戶都可以拿回他們的剩余金額（）。可以表示為如下表達式：

其中表示個用戶之間的關(guān)系，來確定可以獲取的剩余金額的大小。方案的具體流程如算法1所示。

2??實驗設計與結(jié)果分析

2.1?實驗條件

為了進行性能評估，在真實環(huán)境中使用了5臺服務器。每臺服務器配備了CPU（Intel?core?i5?T8500?3.0?GHz）、內(nèi)存（20.00?GB）、硬盤（1?TB）和iptime?a6004?AP。使用Sawtooth?v1.0.5進行開發(fā)，每個節(jié)點的TM使用Golang開發(fā)，而每個代理的本地數(shù)據(jù)庫、訂閱者、客戶端和同步器使用MongoDB?v4.0.2進行設計和開發(fā)。通過使用Hyperledger?Caliper工具，模擬并評估基于RC鏈的車位分配方案的性能。

2.2基于RC鏈的車位分配方案性能評估

在本節(jié)中，基于固定價格、第一價格拍賣模型和所提出的第二價格拍賣模型，評估了車位分配方案的公平性，還從系統(tǒng)的交易頻率方面分析了基于RC鏈的車位分配方案的性能。

2.2.1評估模型

采用的基準模型具體敘述如下：

（1）固定價格模型：在這個模型中，停車位的價格是固定的，不受競標和需求的影響。這種模型的優(yōu)點是簡單易行，不需要復雜的定價機制。然而，它可能無法準確反映停車需求的變化，導致停車位的浪費或供不應求的情況。

（2）第一價格拍賣模型：在這個模型中，用戶通過競標來爭奪停車位，出價最高的人獲得停車位，并支付自己的出價。這種模型可以確保停車位的分配是根據(jù)用戶對停車位的實際需求和愿意支付的價格來進行的。然而，這種模型可能會導致用戶出價過高，支付比其他人更多的費用。

（3）本文采用的第二價格拍賣模型和RC鏈模型相結(jié)合的模型：在這個模型中，出價最高的人獲得停車位，但支付的是第二高的出價金額。這種模型可以鼓勵用戶提供真實的需求和合理的價格，并確保他們支付的費用不會超過其他人太多。這種模型可以提高效率和公平性。通過使用RC鏈技術(shù)，停車位的分配和交易可以更加透明和安全。RC鏈可以記錄用戶的出價和停車位的分配情況，確保數(shù)據(jù)的準確性和不可篡改性。相比于其他區(qū)塊鏈模型RC鏈可以提供更高的交易處理速度和更低的能源消耗。

通過在Remix?IDE中進行模擬和分析，可以評估不同拍賣模型和基于RC鏈的方案的性能。這些結(jié)果可以幫助我們了解改進的停車位預訂方案的成本效益，以及對用戶和停車位所有者的好處。

2.2.2數(shù)據(jù)收集

實驗使用模擬數(shù)據(jù)集，在Remix?IDE上對所提出方案的分析進行了模擬，車輛分配方案的智能合約是使用solidity源代碼在Remix?IDE上開發(fā)、編譯、運行和測試的。

實驗使用了平均值為50、方差為15（平均值的30%）的高斯分布，隨機生成了用戶購買力對應的停車位估值。此外，停車位的保留價格是隨機生成的，平均值為40，方差為10（平均值的25%）。在python?3.2中，借助生成的30個用戶和300個停車位的數(shù)據(jù)集，以及生成的停車位保留價格，進行了第二次價格拍賣模型模擬然后，使用生成的數(shù)據(jù)集進行了第二價格拍賣模型的模擬。

在模擬中，使用循環(huán)遍歷所有的用戶和停車位，并比較用戶的停車位估值和停車位保留價格。然后，根據(jù)第二價格拍賣模型的規(guī)則，選擇出價最高的用戶，并確定該用戶需支付的金額為第二高的出價。

最后，計算模擬結(jié)果，如用戶的支付金額和停車位的分配情況等。這些結(jié)果可以用于分析改進的停車位預訂方案的成本效益和性能。

由于第二價格拍賣模型中，對停車位的出價等于其估價。這意味著用戶會揭示他們對停車位的真實需求和愿意支付的價格。而在第一價格拍賣模型中，用戶不會透露真實價格，而是隨機選擇一個小于估值的出價。

在模擬中，已經(jīng)基于拍賣分配方案確定了第一價格拍賣模型和第二價格拍賣模型中停車位的價格。在拍賣分配方案中，具有最高出價的用戶被分配具有最高保留價格的停車位。在第二價格拍賣模型中，停車位的價格是第二高出價的金額。而在第一價格拍賣模型中，停車位的價格是用戶的出價金額。

對于固定價格模型，假設停車位的價格是基于保留價格的利潤率的。假設利潤率為15%。這意味著停車位的價格將是保留價格加上15%的利潤。

在模擬中，已經(jīng)進行了多次迭代，并取平均值來獲取第一價格拍賣模型的模擬結(jié)果。這可以提高結(jié)果的準確性。

需要注意的是，模擬結(jié)果可能受到隨機生成數(shù)據(jù)的影響，因此可以進行多次模擬來獲取更準確的結(jié)果。此外，還可以根據(jù)實際情況和需求進行參數(shù)調(diào)整和改進模型。

2.2.3基于不同拍賣的利潤評估模型

用戶的利潤可以根據(jù)是否被分配停車位來定義。如果用戶沒有被分配停車位，則其利潤為0。如果用戶被分配了停車位，則利潤為停車位的估價減去停車位的價格。

在第二價格拍賣模型中，用戶的出價更接近其估價，因此所有用戶的利潤都會較低，從而推高了停車位的價格。這意味著停車位所有者的凈利潤會增加。基于拍賣的模型的特點是將利潤從用戶轉(zhuǎn)移到停車位所有者身上。

總結(jié)來說，在第二價格拍賣模型中，用戶的利潤較低，停車位所有者的凈利潤最高。這是因為用戶的出價更接近其估價，從而推高了停車位的價格，增加了停車位所有者的利潤。

收入可以根據(jù)停車位的價格和是否被分配給用戶來定義。收入等于停車位的價格乘以一個指示變量。

如果第個停車位沒有被分配給用戶，即，則收入為0。

如果第個停車位被分配給用戶，即，則收入為停車位的價格。

隨著停車位價格的增加，系統(tǒng)的總收入也會增加。在第二價格拍賣模型中，由于價格更高，因此系統(tǒng)的總收入也會更高。在所有的拍賣模型中，第二價格拍賣模型的收入最高，因為它的價格更高。

2.3實驗結(jié)果及分析

2.3.1買賣雙方效用

在該模型中，用戶提交的出價并不等于他們的真實估價。為了代表真實估價，本文使用隨機生成的用戶出價。假設所有買方的結(jié)算價格為，所有賣方的結(jié)算價格均為。買賣雙方的效用定義為：

圖1至圖3所展現(xiàn)的實驗結(jié)果表明，使用第二價格拍賣模型的車位分配方案可以提高買賣雙方的效用。車位分配的利潤不會受到車輛請求數(shù)的很大影響。用戶數(shù)量越大，車位分配中可以獲得的單筆交易價差就越小。因此，即使車輛請求數(shù)增加，平臺總收入的變化幅度仍然不大。從用戶的角度來看，參與的車輛越多，請求方節(jié)省的成本就越多，用戶將獲得更多的利益。

2.3.2交易頻率

本文對比了基于IoV的Fabric框架中的QcFND方案[15]和本文提出的車位分配方案。計算了在雙鏈模式區(qū)塊鏈下隨機選擇的30個數(shù)據(jù)請求的平均交易確認時間，其中每次請求的數(shù)據(jù)塊批量大小為10，批量超時為2?s，并且從客戶端到背書節(jié)點的時間可以忽略不計。觀察了30個區(qū)塊的平均交易確認時間。

如圖4所示，與QcFND方案的7.515?s相比，本文提出的車位分配方案的平均交易確認時間為2.148?s，具有更好的性能。這個結(jié)果表明，在相同的實驗條件下，本文提出的車位分配方案相對于QcFND方案有更短的平均交易確認時間。這意味著本文提出的車位分配方案在提高交易處理效率方面具有優(yōu)勢。根據(jù)這個結(jié)果，可以認為本文的車位分配方案在實際應用中可能更適合，因為它可以更快地確認交易，提高系統(tǒng)的吞吐量和響應時間。

3??結(jié)論與展望

本文基于RC鏈技術(shù)和第二拍賣價格策略提出了一種基于RC鏈的私家車位分配方案，實驗結(jié)果表明，該方案確保了分配過程的公平性和分配效率，改善了傳統(tǒng)車位分配方案中存在的公平性不足與效率不高的問題。然而，本文也存在一些限制與不足之處。第一，系統(tǒng)安全性與隱私保護機制有待加強；其次，大規(guī)模場景下的系統(tǒng)性能和穩(wěn)定性需開展測試驗證;最后，與其他智慧城市基礎(chǔ)設施的融合可進一步拓展。

未來工作將在上述方向展開，以實現(xiàn)系統(tǒng)在實際應用中的規(guī)?；渴穑⒉粩噙M行優(yōu)化與改進，以期構(gòu)建智能、高效、公平的停車管理體系。

參考文獻

[1] ?ZHANG?C，?ZHU?L?H，?XU?C，?et?al.?BSFP：?Blockchain-Enabled?Smart?Parking?with?Fairness，?Reliability?and?Privacy?Protection[J].?IEEE?Transactions?on?Vehicular?Technology，?2020，?69（6）：?6578-6591.

[2] ?ZINONOS?Z，?CHRISTODOULOU?P，?ANDREOU?A，?et?al.?Parkchain：?An?IoT?Parking?Service?Based?on?Blockchain[C]//2019?15th?International?Conference?on?Distributed?Computing?in?Sensor?Systems?（DCOSS）.?IEEE，?2019：?687-693.

[3] ?AHMED?S，?RAHMAN?M?S，?RAHAMAN?M?S.?A?Blockchain-Based?Architecture?for?Integrated?Smart?Parking?Systems[C]//2019?IEEE?International?Conference?on?Pervasive?Computing?and?Communications?Workshops?（PerCom?workshops）.?IEEE，?2019：?177-182.

[4] ?HU?J?X，?HE?D?B，?ZHAO?Q?L，?et?al.?Parking?Management：?A?Blockchain-Based?Privacy-Preserving?System[J].?IEEE?Consumer?Electronics?Magazine，?2019，?8（4）：?45-49.

[5]? ZHANG?J?S，?XIN?Y，?WANG?Y?Y，?et?al.?A?Secure?Energy?Internet?Scheme?for?IoV?Based?on?Post-Quantum?Blockchain[J].?Computers，?Materials?&?Continua，?2023，?75（3）.

[6] ?KANG?J?W，?YU?R，?HUANG?X?M，?et?al.?Blockchain?for?Secure?and?Efficient?Data?Sharing?in?Vehicular?Edge?Computing?and?Networks[J].?IEEE?Internet?of?Things?Journal，?2018，?6（3）：?4660-4670.

[7]? JIANG?S，?CAO?J?N，?MCCANN?J?A，?et?al.?Privacy-Preserving?and?Efficient?Multi-Keyword?Search?over?Encrypted?Data?on?Blockchain[C]//2019?IEEE?International?Conference?on?Blockchain?（Blockchain）.?IEEE，?2019：?405-410.

[8] Al?AMIRI?W，?BAZA?M，?BANAWAN?K，?et?al.?Privacy-Preserving?Smart?Parking?System?Using?Blockchain?and?Private?Information?Retrieval[C]//2019?International?Conference?on?Smart?Applications，?Communications?and?Networking?（SmartNets）.?IEEE，?2019：?1-6.

[9] ?SUN?L?J，?YANG?Q，?CHEN?X，?et?al.?RC-Chain：?Reputation-Based?Crowdsourcing?Blockchain?for?Vehicular?Networks[J].?Journal?of?Network?and?Computer?Applications，?2021，?176：?102956.

[10]? SUN?W，?LIU?J?J，?YUE?Y?L，?et?al.?Joint?Resource?Allocation?and?Incentive?Design?for?Blockchain-Based?Mobile?Edge?Computing[J].?IEEE?Transactions?on?Wireless?Communications，?2020，?19（9）：?6050-6064.

[11] ?ZHANG?Y，?WANG?C?Y，?WEI?H?Y.?Parking?Reservation?Auction?for?Parked?Vehicle?Assistance?in?Vehicular?Fog?Computing[J].?IEEE?Transactions?on?Vehicular?Technology，?2019，?68（4）：?3126-3139.

[12] XIE?M?H，?LIN?S?Y，?WU?Z?H，?et?al.?Optimal?Allocation?and?Adjustment?Mechanism?of?Shared?Parking?Slots?Considering?Combined?Parking?Resources[J].?Transportation?Letters，?2023，?15（7）：?730-741.

[13] ZHANG?J?X，?HUANG?X?M，?YU?R.?Optimal?Task?Assignment?with?Delay?Constraint?for?Parked?Vehicle?Assisted?Edge?Computing：?A?Stackelberg?Game?Approach[J].?IEEE?Communications?Letters，?2019，?24（3）：?598-602.

[14] ?JIANG?S，?CAO?J?N，?WU?H?Q，?et?al.?Fairness-Based?Packing?of?Industrial?IoT?Data?in?Permissioned?Blockchains[J].?IEEE?Transactions?on?Industrial?Informatics，?2020，?17（11）：?7639-7649.