车联网蠕虫的随机传播模型

基于随机过程理论提出车联网蠕虫的随机传播模型。对于车联网蠕虫的建模分为没有安全软件防护的理想车联网环境和有安全软件防护的现实环境两种情况。在理想情况下,基于Galton-Watson分支过程对于车联网蠕虫进行了数学建模,并且证明车联网蠕虫传播的灭绝概率只与车流有关,而与车流的概率分布形式无关;在现实情况下,当高速公路车流符合泊松分布时,基于排队论对于车联网蠕虫进行了建模,并且研究了其稳定性条件。当高速公路车流符合正态分布时,基于马尔可夫链对于车联网蠕虫进行了建模。最后,通过仿真实验验证了车联网蠕虫的随机传播模型。     

基于同态加密和区块链技术的车联网隐私保护方案

为了解决传统车联网设备安全性相对较低可能威胁到用户隐私的问题,提出了一种基于同态加密和区块链技术的车联网隐私保护方案。此方案将由二级节点组成的验证服务添加到所提模型中,以实现模型中角色的权限控制。为了记录车联网设备信息,设计基于同态加密（HEBDS）新的块数据结构,使隐私数据可以经过 Paillier 加密算法处理后再写入区块,并由获得记账权的网关节点写入区块链网络。该方案实现了数据在密文状态下的处理,弥补了区块链网络中全部数据公开的不足。通过对该方案的安全性分析,证明此方案具有不可伪造、隐私数据安全等特性。该方案通过对隐私数据的同态加密处理再上传区块链网络,实现隐私数据以密文状态分发、共享和计算,比传统车联网模型更能有效保护用户隐私。     

车联网仿真测试评价技术研究综述

智能化和网联化是汽车发展的重要方向,车联网技术作为智能网联汽车体系架构的重要组成部分,近年来成为业界的研究热点之一。车联网的大规模部署及其在智能汽车领域的广泛应用前需要对其性能及功能进行全面、深入的测试评价,然而在真实环境下进行车联网的测试与评估存在成本高、难度大的问题,因此通过仿真手段对其进行评价分析是当前的主流测试手段。本文总结了主流的网络仿真器和交通仿真器,对现有车联网仿真平台进行了分类,研究并对比分析了典型的车联网仿真平台;针对车联网的应用特性,研究并归纳了影响车联网仿真性能的车辆移动模型、信道传播模型及驾驶员行为等;从网络仿真指标、车联网应用相关指标归纳了车联网功能及性能测试的典型评价指标。     

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。     

基于车联网的数据动态压缩采集策略

车联网能高效地实现感知区域的覆盖,因此被应用于大规模城市感知。同时,为了解决车联网难以传输大量数据的问题,一些研究者使用压缩感知对具有时空相关性的数据进行压缩。但是,目前在车联网中应用压缩感知的研究并没有考虑数据和车辆分布变化的特性,很可能导致不可接受的误差。为了保证数据的重构精度,提出面向车联网的动态压缩感知方法。该方法能自动分析感知对象的数据特征、车辆分布和观测数量之间的关系。在压缩感知的基础上加入观测数量调整功能,通过对当前感知对象的数据特征和车辆分布的分析, 实时调整压缩感知中观测矩阵的参数,从而控制观测数据的数量,提升重构精度,实现更高质量的数据传输。实验表明与现有车联网中的压缩感知方法相比,面向车联网的动态压缩感知方法在重构精度上提升了15.3%。     

关键词合作网络及实证研究

以论文关键词为研究对象,建立一个加权网络模型,通过理论分析和仿真结果验证网络模型的度分布和点强度分布符合幂律分布,同时发现网络具有较大的聚集系数和明显的社团结构。为了验证其有效性,对2004年1月至2008年10月期间发表在《软件学报》上的论文关键词进行统计、分析并与仿真模型进行对比,结果表明理论分析结果与实证数据结果一致。     

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。     

一种基于边数随机增长的BA网络模型

针对基本BA网络模型模拟现实网络的局限性, 采用新节点的度数增加服从泊松分布的随机函数来代替传统BA模型中的常数, 修改了节点度数的增长方式, 提出了一种基于边数随机增长的改进网络模型。从理论分析和实验验证两方面对该模型进行了分析和研究。理论证明过程中, 利用率方程法计算度分布并得到了解析解, 而计算机仿真则验证了度分布解析解的正确性。仿真结果表明改进后的网络模型符合现实网络的一定特性。     

软件定义车联网的数据转发机制

针对现有车联网（VANET）中数据转发效率低的问题,提出了软件定义网络（SDN）的数据转发机制。首先,设计了软件定义车联网的分层次网络模型,该模型由局部控制器和车辆组成,实现控制与数据转发分离,具有可扩展性、独行性等特点;其次,设计了车辆路由转发机制,该机制采用动态规划和二分搜索的方法,以实现高效的数据转发;最后,通过仿真验证,对比无线自组网按需平面距离向量路由（AODV）、目的节点序列距离矢量路由（DSDV）、动态源路由（DSR）和最优链路状态路由（OLSR）算法,所提的数据转发机制在传递成功比上提高大约100%,而端到端延迟时间降低大约20%。实验结果表明,软件定义车联网的数据转发机制能够提高路由转发效率、减小延迟。     

浅谈车联网技术的应用

车联网是能够对车用信息进行采集、识别、传输、融合和利用的一体化网络,是物联网技术在交通系统领域的典型应用。本文通过介绍车联网的基本概念以及国内外车联网的发展现状,研究分析了车联网发展中的关键技术,并对车联网技术典型应用进行了归纳总结。     

边缘计算能力运营模式初探

边缘计算是云计算的特殊形式,其分散的网络架构,将应用、数据与服务移到了网络的边缘节点,致力于解决时延长、汇聚量大而出现的请求滞后问题.随着5G商用,工业控制、车联网等行业将全面发展,对边缘计算能力的需求更加迫切.纵观行业要求及运营商的MEC布局,急需加速推进边缘云的运营模式的研究工作.     

车联网系统关键技术剖析

车联网技术是物联网技术在交通领域的延伸及应用,是中国"十二五"规划的重点应用领域之一。文章首先介绍了车联网的基本概念,接着对车联网中的RFID、传感器、无线传输、信息安全、标准化、数据融合、异构网络融合、大数据处理、云计算、移动计算等关键技术进行了剖析。与此同时,也对部分关键技术的发展趋势进行了总结和展望。     

含电动汽车的智能配电网优化调度研究综述

常规的经济调度已不能满足可再生新能源和电动汽车随机接入所带来的挑战。为了解决接入配电网电动汽车数量逐渐增多和分布式电源并网问题。本文对含电动汽车的智能配电网优化调度进行了详细的分析。首先简要分析了电动汽车接入对电网造成的影响。其次本文从电动汽车接入电网的类型、电动汽车参与优化调度的目标、优化调度模型以及优化调度建模方法四个研究方面详细分析了电动汽车与智能配电网协调优化调度。从优化调度的结果分析可知,把电动汽车考虑进智能配电网的优化调度中能够有效的降低配电网的运行成本,使得车主的充电费用减少,并且提高了分布式电源的利用率。然后对大数据技术在智能配电网优化中的应用进行了简要的介绍。最后对电动汽车与智能配电网协调优化调度提出了展望。     

Sustainability SI: Optimal Prices of Electricity at Public Charging Stations for Plug-in Electric Vehicles

With an increasing deployment of plug-in electric vehicles, evaluating and mitigating the impacts of additional electrical loads created by these vehicles on power distribution grids become more important. This paper explores the use of prices of electricity at public charging stations as an instrument, in couple of road pricing, to better manage both power distribution and urban transportation networks. More specifically, a multi-class combined distribution and assignment model is formulated to capture the spatial distribution of plug-in electric vehicles across the transportation network and estimate the electrical loads they impose on the power distribution network. Power flow equations are subsequently solved to estimate real power losses. Prices of electricity at public charging stations and road tolls are then optimized to minimize both real power losses in the distribution grid and total travel time in the urban transportation network. The pricing model is formulated as a mathematical program with complementarity constraints and solved by a manifold suboptimization algorithm and a pattern search method. Numerical examples are presented to demonstrate the proposed model and solution algorithms.     

交通事故中车辆运动轨迹估计方法研究与仿真

研究交通事故中车辆的前期运动轨迹的准确估计问题。车辆在行进过程中轨迹随机性较强,一旦发生意外事故,会发生方向或者速度突变。运用传统方式进行事故中的车辆运动轨迹估计,方向或者速度突变会造成车辆运行线性变换参数与车辆运行轨迹估计参数存在差异,降低了车辆运动轨迹估计结果的准确率。为了避免上述问题,提出了一种物联网技术的交通事故中车辆运动轨迹估计方法。采用物联网技术,对事故中的车辆运动轨迹进行分析,运用轨迹突变参数融合将车辆运动参数数据进行统一处理,克服突变因素带来的影响。实验证明,利用物联网技术进行车辆运动轨迹估计,并取得了满意的效果,为保证车辆交通安全提供了科学依据。     

浅析物联网技术在车辆管理系统中的应用

在车辆管理系统之中引入物联网技术,设计一套专门应用于高速公路车辆管理的车辆管理系统具有非常重要的意义。系统通过自动标识通行车辆,自动通过物联网对银行服务系统进行访问,完成相关费用的收缴。     

需求驱动下的城市配送车辆动态调度研究

城市配送与车辆管理面临着需求与供应不相匹配、需求的时效性和随机性越来越强、车辆利用率低的实际情况。针对该问题提出了在不考虑城市各路段拥堵的情况下的需求驱动下的城市配送车辆动态调度模型。该模型首先用客户订单分类法和自组织特征映射神经网络（SOFM）对客户订单聚类,聚类后确定各个组别的服务优先级;再采用“分派-节约启发式算法”寻找城市配送车辆动态调度问题的满意解。通过Matlab和Lingo软件对实际算例进行数值分析,验证了“需求驱动下的城市配送车辆动态调度模型”对于降低运作成本、缩短运作时间以及减少延期到货等方面具有一定的作用。     

网络协议分析系统的设计与实现

随着计算机网络通信技术以及信息产业的高速发展,计算机网络在人们的日常工作、生活及学习中扮演着越来越重要的角色。随着移动互联网络与互联网的不断融合,移动互联网安全问题越来越突出。网络协议作为计算机网络通信的核心框架日渐得到广泛关注。网络协议分析系统有助于排除网络故障,进一步优化网络。鉴于网络协议相关内容的研究意义及实用价值,文章对网络协议进行了较为详尽地分析研究。文章首先简要地介绍了常见的网络协议分析平台,然后重点介绍了 WinPcap 技术,利用其提供的强大编程功能,设计与实现了网络协议分析系统。并对网络协议分析系统的两大模块进行了重点分析与设计。以安卓手机接入互联网为例,实现了对数据包的循环捕获以及对典型的网络协议的分析。实验结果表明,本系统可以为解决移动智能终端网络安全问题提供基础性的工具。     

基于移动边缘计算的GI/GI/1排队建模与调度算法EI北大核心CSCD

针对车联网环境下路侧边缘计算节点部署不均衡、服务密度小、实时调度计算压力大等问题,提出一种基于智能车移动边缘计算(Mobile edge computing,MEC)的任务排队建模与调度算法,提供弹性计算服务,将具备感知、计算、控制功能的智能车作为移动边缘计算服务器,设计了车联网环境下的MEC体系架构.首先基于虚拟化技术对智能车进行虚拟化抽象,利用排队论对虚拟车任务构建了GI/GI/1排队模型.然后基于云平台Voronoi分配算法对虚拟车任务进行分配绑定,进而实现了智能车的优化调度与分布式弹性服务,解决了边缘计算任务分配不均衡等问题.最后通过城市交通路网中的车辆污染排放的实时计算实验,验证了该方法的有效性.