论文精读1

CANvas: Fast and Inexpensive Automotive Network Mapping

本文提出一种快速的车内网映射的方案CANvas。贡献：
1. 设计了一种基于相关时钟偏移的消息源追踪的方法；
2. 通过隔离ECU设计了一种识别消息目的地的方法。

下图为CANvas的工作流程：

一、ID source mapping

• 术语：
  Clock frequency：每秒的周期数（$C_i$）；
  Relative clock offset：不同时钟频率报告时间之间的差值（$O_{C_i,C_j}$）；
  Relative clock skew：时钟频率之间的差值，即offset的一阶导数（$S_{C_i,C_j}$）

• Pairwise offset tracking
  （1）当两个时钟之间为非零偏斜时，relative offset应该随着时间递增或者递减;
  （2）同一个ECU的不同ID由于初始发送时间的不同会导致时钟偏移不同（$O_{I-i}\ne O_{I-j}$），但relative offset中的变化是固定的（$\Delta$$O_{I_i}$）
  测量超周期的时钟偏移：
  

  追踪计算$I_1$和$I_2$每个超周期报告的时间上的差别，如果相对偏移是个非零常数，则两个ID来自同个ECU（图中$I_1$周期$p_1$为7，$I_2$周期$p_2$为9，则超周期为最小公倍数，即图中的63）。以下算法1实现超周期相对时钟偏移的追踪计算。
  
  算法1中变量的关系：

• $p_2=l{p}_1$，l是周期的比例；

• $O_{I_2}=j{O}_{I_1}$，如果j=1，两个ID来自同一个EU，否则来自不同ECU；

• $n=ml，LCM(n,m)=l$；

• 用$O_{I_1,I_2}=(m{p}_2+O_{I_2}+i_2)-(n{p}_1+O_{I_1}+i_1)$计算每n个$I_1$和每m个$I_2$出现时间的差，当两个ID来自同个ECU，该值在整个数据记录中的均值趋近于0。

一、ID source mapping

基础知识：CAN数据帧中ACK位被确认智能说明该数据帧被某些活跃ECU接收了，但是否为正确的接收ECU并不确定。

场景设计：车内网中只存在一个ECU用于接收消息，使用发送设备发送尽可能多的ID消息，当发送的消息ACK位被确认了，则确定该ECU可接收的ID。
在真车中实施将除了目标ECU之外的所有ECU陷入bus off状态遇到的困难：
（1）ECU的auto-recover
（2）永久active的ECU