区块链架构下具有隐私保护的车联网信誉模型

针对车联网传统信誉机制存在的集中式信誉服务器不可信、威胁用户隐私及检测范围单一等问题，提出区块链架构下具有隐私保护的车联网信誉模型.基于区块链技术，设计分布式可信的车联网信誉更新模型.采用多密钥全同态加密算法实现评价数据的加密与计算，降低用户隐私泄露的风险.设计回溯时间间隔自适应调整策略，防止恶意车辆基于信誉更新特性绕过检测.仿真结果表明，该方案能够有效地保护用户隐私，对不同环境下的恶意车辆都能够保持较高的检测率和较低的误报率.与传统方案相比，该方案针对车辆恶意行为的检出率提高了32%.     

基于区块链的车联网数据安全共享方案

针对传统车联网（IoV）数据易被篡改、访问控制不够灵活的问题,提出基于区块链和带权密文策略属性基加密的车联网数据安全共享方案. 该方案由路侧单元共同维护区块的生成、验证和存储,实现分布式数据存储,保证数据不可篡改;基于属性对链上数据进行访问控制,保证只有授权的访问者才能访问数据内容;针对车联网场景下多实体、多角色的数据共享需求,通过挖掘车联网数据访问角色间属性权限的关联关系,构造基于多属性的层级访问策略制定方法,简化访问控制策略的复杂度. 实验分析表明,该方案能够实现对车联网数据的安全存储与灵活访问控制,所构建的层级访问策略制定方法能够有效降低车辆的计算和传输开销,满足车联网场景下多实体、多角色的访问需求.     

基于双层信誉和反馈机制的可信信誉计算

针对多Agent系统中传统的信誉机制主要考虑的是事务层的信用计算,而不能很好的解决利用评价对信用计算进行扰乱和攻击的问题,设计了基于“事务信誉”、“评价信誉” 的双层信誉模型和评价信誉反馈（RRF）机制.模型区分了事务信誉和评价信誉两种不同层次的信誉,利用消费方Agent的评价信誉决定对提供方Agent事务信誉的影响权重,并根据评价反馈值和评价值的距离调整以往评价者提供的评价值信誉.最后提出基于RRF机制的WS-QP算法.理论证明及实验结果表明,该模型和机制能够有效地减少恶意评价、随意评价和不公平评价等扰乱和攻击行为的影响.     

一种行为信任模糊评估模型

针对认知无线电网络中反馈虚假频谱信息和强占频谱资源的恶意行为,提出一种行为信任模糊评估模型.把频谱感知行为和频谱使用行为作为两个评价因素,基于信任的主观性和不确定性使用模糊综合评判决策方法构建节点的信任评价.在合作频谱感知中,基于综合评判结果识别恶意节点以消除虚假反馈信息;在频谱分配中,使用模糊集合之间的格贴近度定义,计算实际综合评判集与理想综合评判集之间的差异,以此量化非恶意节点的可信程度,并结合多目标优化算法确定分配给节点的频谱资源.以上机制抑制了节点的恶意行为,激励了节点的合作行为,实现了物理层的频谱感知和MAC层的频谱分配的联合设计.仿真结果及分析表明,在恶意攻击下,该模型较已有模型在系统的感知性能、吞吐量和频谱分配的公平性方面都有较好的表现.     

基于门控循环单元的多因素感知短期游客人数预测模型

提出的预测模型采取分时序分段策略,使用卷积神经网络（CNN）提取景区多因素时序数据的特征,并对不同因素的时序数据赋予不同的权重,将结果送入门控循环单元（GRU）以挖掘其中的时序信息,结合预测时刻的情境信息（天气状况和节假日）预测短期景区内游客人数. 在某景区的闸机数据集和监控点车辆数据集上的实验结果表明：基于门控循环单元的多因素感知短期游客人数预测模型可以充分考虑多情境因素并对不同因素时序数据赋予不同的权重,均方根误差（RMSE）和平均绝对百分比误差（MAPE）均小于传统模型,能够有效降低短期游客人数预测误差。     

车联网认证机制和信任模型

车联网通过人-车-路-后台实时互联感知实现交通智慧管理、决策和控制,其安全认证机制和信任模型是当前研究的重点和难点.为了解决车联网安全面临的主要问题——单一的认证机制和信任模型无法满足车联网复杂多通信场景下安全的差异化保障,综述了面向多通信场景的车联网认证机制和信任模型的相关研究现状和成果;勾画、概括了新方向,通过深入研究认证机制的内在机理,构建按安全需求划分的认证机制和理论框架,并设计相关协议,实现了不同场景下的安全性、时效性和隐私性的个性化认证服务;设计了基于车辆节点消息和行为的动态信任模型,提供了强实时性和高精确性的信任评估,为能主动感知恶意节点提供了方法支撑;考虑未来车联网极有可能运行于量子通信环境,推演了量子门限匿名认证和量子信任演化决策机理的研究方向;最后对相关研究技术进行了安全性评估和未来发展展望.     

WSNs基于信誉机制的恶意节点识别模型

为了抵御无线传感器网络内部节点的拜占庭行为以及自私行为,针对现有恶意节点识别系统检测功能单一、不可抵御高信誉节点的恶意诽谤行为等问题.提出了一种无线传感器网络下的恶意节点识别模型,该模型采用Beta分布描述信誉分布,引入了第三方节点的间接可信度,并将多种攻击类型相对应的节点信任值进行整合.仿真实验表明,该模型能够更快更准确地识别出发起多种攻击的恶意节点,并在一定程度上抵御了高信誉节点的恶意诽谤行为.     

基于环境参数优化和时间信誉序列的恶意节点识别模型

在复杂无线传感器网络环境中,为阻断恶意节点发动危及网络安全的中断攻击和选择性转发攻击,在TS-BRS信誉模型的基础上,搭建基于MNRT-OEPRS的恶意节点识别模型,利用机器学习中的线性回归并结合节点能量、工作量、邻节点数量、节点疏松度等可确定参数求解环境参数,计算基准信誉序列与周期内的节点信誉序列的相似度;设定动态信誉双阈值,对节点的信息转发行为进行动态考量,以甄别恶意节点。仿真实验表明,改进后的算法对恶意节点的识别率可达90%以上,对正常节点误判率降低到8%以下,有效提高复杂环境下无线传感器网络的安全性。     

基于时序信息分析的WSN贝叶斯信誉评价模型

为了有效降低信道占用对节点信誉评价的影响,提高信誉评价模型的准确性,针对数据中断攻击和选择性转发攻击,结合信道状态对网络的影响,引入节点行为时间序列和信道状态时间序列,提出了基于时序信息分析的TS-BRS信誉模型.采用时序分析法,对两条时间序列匹配分析,降低信道冲突对信誉评价模型的干扰,提高模型识别的准确性;并在信誉值更新中引入适应性维护函数μ,加重现阶段节点行为对信誉值的影响,提高评价模型的适应性.仿真实验表明,新的信誉评价模型能有效提升模型的检测率和检测速度.引入维护函数,网络中被捕获的恶意节点的信誉值可以更快收敛.     

Wiki社区中基于信誉的激励机制研究

针对wiki社区中存在的大量干扰者,个体节点由于自身得不到现实利益以及时间因素等,不愿积极参与wiki社区交互的问题.在参考P2P网络中信誉模型的基础上,结合wiki社区特点建立相应信誉模型,并在wiki社区信誉模型中利用角色划分方式引入激励机制.实验结果表明,该机制能够减少wiki社区中干扰者节点的恶意行为,提高节点...     

基于车辆运动轨迹的VANETs位置验证

正确的位置信息在维护VANETs的正常运行扮演着重要的角色, 恶意节点的位置欺骗将严重影响VANETs诸多应用. 通过对节点的位置验证以检测节点的位置欺骗是VANETs重要的研究领域. 针对VANETs中车辆移动的相对速度较高, 网络拓扑结构频繁变化, 传统WSN和MANET中的位置验证方案不再适用于VANETs, 提出基于车辆的运动轨迹位置验证方案, 采用最小二乘法对车辆进行连续定位跟踪, 并绘制其行驶路线, 与邻居车辆的行驶路线、速度相比较, 计算其吻合度, 检测位置欺骗. 仿真结果表明, 该方案有较低的漏警率和虚警率, 当恶意节点的欺骗距离达到30m时, 漏警率和虚警率接近于0.     

基于人车环境协同的车辆弯道行驶安全预警系统

为了解决车辆弯道行驶安全问题,在虚拟仪器LabVIEW开发环境下设计了一套基于人车环境协同的车辆弯道行驶安全预警系统. 通过分析影响车辆行驶安全性的人、车、路、环境等因素,运用层次分析法和权的最小平方法建立基于人-车-路-环境的车辆行驶安全度静态综合评价体系;引入安全系数k,结合车辆行驶安全临界车速和车辆行驶安全度评价模型,构建基于人车环境协同的车辆弯道行驶安全预警模型,运用TruckSim仿真验证了模型的有效性. 在虚拟仪器LabVIEW开发环境下,设计了一套车辆弯道行驶安全预警系统,并进行了仿真验证. 结果表明:该预警系统可对驶入弯道且有危险的车辆进行预警,能有效提高车辆行驶安全性.     

Mechanism for proof-of-reputation consensus for blockchain validator nodes

A mechanism for proof-of-reputation consensus for blockchain validator nodes is proposed to deal with existing blockchain consensus mechanism's lack of evaluation of validator node's reputation and the inability to effectively prevent Byzantine behaviors. First, an interactive indicator is designed for validator nodes to represent their contribution in the blockchain network, which will be used as the reputation benchmark of validator nodes. Second, another reliability indicator is designed for validator nodes from the aspects of online time and the number of valid blocks, which will be used as the weight of the reputation improvement of validator nodes. Finally, the reputation of validator nodes of the current round is comprehensively calculated, and a set of producing validators of the current round is selected based on the reputation ranking. Experimental results show that the proof of reputation consensus mechanism has certain advantages in dealing with malicious and lazy behaviors, and that it can also reduce the impact of capital and energy consumption on the blockchain consensus mechanism while ensuring the validity of the credit evaluation.     

具有隐私保护的车联网空间众包任务分配方法

为了解决传统车联网空间众包中集中式空间众包服务器不可信和易遭受攻击给用户隐私带来极大威胁的问题,提出区块链架构下具有隐私保护的车联网空间众包任务分配方法. 基于区块链技术,设计分布式可信的车联网空间众包系统. 采用多密钥全同态加密算法实现任务分配,支持对不同车辆用户 (密钥) 的密文数据进行任务分配,降低隐私泄露的可能性. 实验分析表明,采用该方法能够有效地保护用户隐私信息,任务分配的计算时间开销与现有研究方法相比下降了34.3%,提高了任务分配的效率.     

车联网无线链路传输数据业务性能评估

为了评估车联网无线链路传输数据业务的能力,提出结合车辆运动模式和数据业务传输特点的车联网链路传输性能评估模型.通过蒙特卡罗仿真统计得到链路剩余生命时间分布和数据业务传输时间分布,利用分布解析推导车联网链路成功传输概率,并建立链路传输性能评估模型.在基于Matlab/Simulink的TrueTime工具箱搭建的仿真平台上,使用模型评估常用Ad hoc路由协议基于距离矢量自组织和基于路由预测所建路径的传输性能.实验结果显示,链路性能模型能有效评估不同路由协议建立链路在不同移动速度下传输数据业务的能力.     

车辆钢板弹簧的多目标可靠性稳健优化设计

为提高车辆钢板弹簧的安全性和稳健性,运用可靠性稳健优化设计理论和多目标思想,为车辆钢板弹簧建立一个可靠性稳健优化设计的高维多目标模型。为提高模型的求解精度,利用层次分析法选取粒子群算法中的全局极值和个体极值,提出了基于层次分析法的多目标粒子群算法。与传统方法相比,利用该算法进行可靠性稳健优化设计高维多目标模型求解,简便易行并能迅速准确地得到车辆钢板弹簧的可靠性稳健优化设计信息。     

基于惩罚机制的Gossip认证算法在车联网中的应用

将区块链技术和车联网(internet of vehicles, IOV)技术相结合,提出一种基于惩罚机制的Gossip认证算法。采用窗口保护机制控制网络中节点的数量,避免因网络通道阻塞破坏共识信息的达成。利用Gossip协议保证信息高效传播,并提出惩罚机制降低共识过程中恶意节点的数量。算法分析和试验结果表明,该方法在保证通信安全的同时可以提高节点的共识效率,并有效弥补车联网中身份认证方面的缺陷。