车联网安全综述

随着移动互联网和工业智能化的快速发展,以智能网联汽车为中心的车联网逐渐深入人们的生活,在为出行带来便利的同时也暴露出车辆被远程控制、恶意攻击等安全威胁。本文首先总结并分析了当前车联网环境中所遭遇的多个攻击案例,将车联网的安全问题总结为三个层面,分别为：网络级安全、平台级安全和组件级安全。其次将车联网的整体架构进行了划分和介绍,从这三个层面对车联网目前存在的主要安全威胁进行了分析和总结,针对性地介绍了目前的研究热点和研究现状。最后对车联网未来的发展方向和研究重点进行了展望。     

车联网安全威胁综述

伴随着车联网技术的飞速发展,其所面临的安全威胁日渐凸显,已引起学术界、工业界和政府部门的普遍关注。作为在智能交通中具有典型性和先进性的车联网,较之传统的互联网,因其应用环境更加特殊、组网更加复杂、管理更加困难,其安全威胁更加突出。从数据通信角度出发,提出车联网的安全架构,重点从车域网安全、车载自组网安全和车载移动互联网安全3个方面分析存在和面临的安全威胁。     

基于区块链的车联网安全综述

随着车联网(Internet of vehicles, IoV或vehicle to everything, V2X)技术推动汽车行业和交通行业的智能化、网联化进程加快,车联网安全问题日益严峻.区块链(Blockchain, BC)作为分布式数据存储、点对点传输、共识机制、加密算法等技术的集成应用,为车联网安全提供新的解决思路.本文对基于区块链的车联网安全研究展开综述,首先汇总了现有的车联网安全威胁和防护手段;其次梳理了区块链和车联网结合的研究价值;然后分析了当前基于区块链的车联网安全关键技术;接着从通信安全、数据安全、应用安全3个角度重点阐述了现有基于区块链的车联网安全防护手段和方法,并总结了现有的基于区块链的新型车联网安全体系架构;最后展望了基于区块链的车联网安全的未来发展方向和研究重点.     

车联网信息安全专利技术综述

智能汽车的智能驾驶攻击和信息泄露是车联网发展中面临的最大威胁,本文分别从专利申请的全球和在华角度,对车联网信息安全技术的申请发展趋势、重要申请人、各技术分支分布情况进行了分析,并梳理了在华专利的各个技术分支的发展路线,指明了车联网信息安全技术领域的研究热点、重点,对公众了解车联网信息安全技术的发展脉络提供借鉴.     

基于决策树的车联网安全态势预测模型研究

随着车辆智能技术的发展,网络与车辆的结合成为了必然,给人们带来了极大的便利.同时,黑客还可以利用技术漏洞攻击车辆,从而导致严重的交通事故.基于这种情况,车辆信息安全保护技术逐渐成为人们关注的焦点.面对层出不穷的车联网网络攻击,需要态势感知对车联网进行保驾护航,为了提高车联网安全态势感知的准确度,文中提出了基于决策树的车...     

车联网安全研究综述：威胁、对策与未来展望

车联网(Internet of vehicle, IoV)作为一个支撑交通管理、信息服务、车辆控制等各类功能的集成网络,为车、路、人、云等不同实体提供信息服务,为道路安全和交通效率带来的极大帮助.然而,庞大而复杂的网络架构也曝露了大量的攻击面,进而可能造成车辆失窃、信息泄露、驾驶故障等安全事故.在深入总结现有车联网安全相关文献的基础上,将车联网架构分为了车内网和车外网2部分,再进一步细粒度地将车内网划分为固件层、车内通信层和应用决策层3个层级,将车外网划分为设备层、车外通信层和应用与数据层3个层级.然后,基于该架构系统性地分析总结了每个层级目前所面临的攻击威胁,并且归纳比较了每层能够采取的安全对策.之后,针对性地介绍了当前车联网安全关键技术.最后,展望了车联网安全未来的研究方向.     

面向5G的车联网安全业务研究

简要介绍了3GPP V2X通信安全技术现状和远景。基于车联网通信安全风险给出了相应的安全需求,简要介绍了实现车联网通信安全的基本方法,并据此提出了实现车联网通信安全的服务架构、PKI架构和多PKI系统互信机制。最后展望了国内车联网安全标准化现状和产业发展远景。     

车联网安全防护体系的设计与分析

通过对车联网可能存在的安全风险进行分析,将车联网的安全架构划分为五层——感知信源层、基站集群层、网络传输层、应用服务层和安全管理层,并设计出分层的安全防护体系,该体系从技术和管理两个层面出发,既考虑到各层的安全需求和防护措施,同时为避免出现各种安全产品功能分散、不能互相协同工作的情况,在安全防护体系中专门设计了统一安全管理平台,这将有效提升车联网的安全管理水平。     

基于车联网的隐私保护数据聚合研究综述

随着智能网联汽车的普及,用户数据的隐私问题成为了车联网发展中亟待解决的问题。针对车联网聚合方案的研究现状,对当前方案中存在的问题进行分析总结。首先,系统地介绍了车联网中主流系统模型和车联网中常见的攻击模型;其次,对当前国内外应用在车联网中的聚合方案的安全性、效率和优劣进行分析总结,分别从签名阶段聚合方案、用户数据收集和传输阶段聚合方案和云平台处理数据阶段聚合方案三方面对其进行讨论;最后,阐述了车联网聚合方案中存在的问题及解决方法,展望了车联网聚合方案未来的研究方向。     

基于区块链的车联网安全通信策略

为完善车联网信任评估机制并建立车辆间的信任关系,提出一种基于区块链技术的车联网安全通信策略.利用椭圆曲线加密算法进行车辆身份注册与验证,结合基于Beta分布的直接信任值与基于PageRank算法的推荐信任值求得车辆综合信任值.通过智能合约技术对车辆综合信任值及交互信息进行管控,实现车辆综合信任值的上链、更改与更新.仿真...     

基于多重指标拍卖机制的车联网任务卸载策略

在5G移动边缘计算(MEC)的车联网场景中, 针对车辆任务卸载目标的选择问题, 设计了一种基于任务优先级的服务器选择方案. 综合考虑时间、能耗、成本等因素对卸载位置选择的影响, 提出了基于多重指标拍卖博弈的解决方法. 通过多重指标拍卖机制, 选择最优的MEC服务器为车辆提供任务卸载服务, 实现车辆与RSU协作的贝叶斯纳什均衡. 仿真结果表明, 该方案能在保障车辆任务卸载时间和能耗的约束条件下, 降低任务卸载的总费用, 满足多个性能指标.     

车联网轨迹隐私保护研究进展

轨迹隐私保护对车联网（IoV）的发展至关重要,归纳和分析现有研究方法有重要意义。车联网轨迹隐私保护思想有轨迹模糊、假名更换和轨迹加密等3类,实现方法分别有基于用户真实轨迹的方法和基于哑元轨迹的方法、基于混合区域的方法和基于路径混淆的方法、基于私密信息检索（PIR）协议的方法和基于空间转换的方法。首先,介绍和归纳了研究背景和常见攻击等车联网轨迹隐私保护关键问题;然后,从方法思想、科学问题、方法演进等方面详细综述了现有车联网轨迹隐私保护方法,并阐述了需深入研究的难题;在此基础上,总结了代表性方案的隐私保护度、抗攻击性、复杂度等性能指标;最后展望了车联网轨迹隐私保护的未来研究方向。     

车联网建模和统计性质分析及其路由策略综述

利用复杂网络理论和方法对通信网络进行建模、分析网络演化过程中的统计性质,进而指导路由策略优化,已经成为热点领域。分析了车联网建模、车联网统计性质分析、车联网路由策略优化,以及车联网路由协议设计等方面的研究现状,并提出从三个方面进行改进,分别是:采用有向加权图来描述车联网的拓扑结构;从车联网与移动自组织网络的统计性质差异入手,寻找影响车联网传输能力的关键统计性质;利用复杂网络,研究基于多输入多输出技术的多径路由(即同时利用多个信道、多条路径传输)优化策略。     

A comprehensive review on blockchains for Internet of Vehicles: Challenges and directions

Internet of Vehicles (IoVs) consists of smart vehicles, Autonomous Vehicles (AVs) as well as roadside units (RSUs) that communicate wirelessly to provide enhanced transportation services such as improved traffic efficiency and reduced traffic congestion and accidents. Unfortunately, current IoV networks suffer from security, privacy, and trust issues. Blockchain technology emerged as a decentralized approach for enhanced security without depending on trusted third parties to run services. Blockchain offers the benefits of trustworthiness and immutability and mitigates the problem of a single point of failure and other attacks. In this work, we present the state-of-the-art Blockchain-enabled IoVs (BIoVs) with a particular focus on their applications, such as crowdsourcing-based applications, energy trading, traffic congestion reduction, collision, accident avoidance, infotainment, and content caching. We also present in-depth applications of federated learning (FL) for BIoVs. The key challenges of integrating Blockchain with IoV are investigated in several domains, such as edge computing, machine learning, and Federated Learning (FL). Lastly, we present several open issues, challenges, and future opportunities in AI-enabled BIoV, hardware-assisted security for BIoV, and quantum computing attacks on BIoV applications.     

基于LTE-V2X的车联网资源分配算法

在车联网中的LTE-V2X系统中,资源分配包括集中式和分布式2种方式,针对分布式方式下SPS资源分配算法存在的半双工错误、隐藏终端错误和资源块冲突等问题,提出一种高速公路场景中基于行车方向的改进SPS算法.根据高速公路行车方向的特点,将资源池划分为2个子资源池,以减少相反方向车辆用户之间的潜在干扰.使每个资源块携带位置...     

基于SAC强化学习的车联网频谱资源动态分配

针对车联网频谱资源稀缺问题,提出一种基于柔性致动-评价（SAC）强化学习算法的多智能体频谱资源动态分配方案。以最大化信道总容量与载荷成功交付率为目标,建立车辆-车辆（V2V）链路频谱资源分配模型。将每条V2V链路作为单个智能体,构建多智能体马尔科夫决策过程模型。利用SAC强化学习算法设计神经网络,通过最大化熵与累计奖励和以训练智能体,使得V2V链路经过不断学习优化频谱资源分配。仿真结果表明,与基于深度Q网络和深度确定性策略梯度的频谱资源分配方案相比,该方案可以更高效地完成车联网链路之间的频谱共享任务,且信道传输速率和载荷成功交付率更高。     

车联网隐私保护研究综述

车联网是一种通过在车辆、行人、路边单元等通信实体之间构建一个网络拓扑来提供高效、安全的信息服务的网络,车联网能够有效满足人们对交通环境日益增长的需求,但由于车联网具有移动性和开放性的特点,容易遭受攻击。在众多的威胁中,车联网用户的隐私泄露可能会造成不可弥补的损失,因此车联网的隐私保护被研究者广泛关注。针对车联网的隐私保护问题展开研究,根据车联网的体系结构总结出车联网需要具备的四个基本性质,并对现有的车联网攻击模型加以分析;通过对近些年车联网隐私保护方案的调查总结对现有研究中常用的方法加以归类,然后将车联网的隐私保护研究依照保护对象分为三类,并对各方案进行了分析评价。最后对现有研究的看法和面临的挑战进行了总结,给出了对未来研究的展望。     

面向车联网的多智能体强化学习边云协同卸载

车联网边缘计算是实现车联网系统低时延和高可靠性的关键技术,但现有方法普遍存在场景趋同和系统建模局限的问题,同时包含复杂的训练过程并面临维灾风险.通过结合云计算技术,提出一种基于多智能体强化学习的边云协同卸载方案.依据随机几何理论计算卸载节点覆盖概率,对车辆节点与卸载对象进行预配对.利用线性Q函数分解方法反映每个智能体多...