基于区块链的车联网车辆通信行为模仿博弈策略

    公开(公告)号:CN112785839A

    公开(公告)日:2021-05-11

    申请号:CN202011305241.9

    申请日:2020-11-19

    Applicant: 长安大学

    Abstract: 本发明基于区块链的车联网车辆通信行为模仿博弈策略。首先,构建一个基于区块链技术的车联网框架,保障通信数据的不可篡改。在此基础上,对车联网中车辆节点通信行为进行量化,对不同通信行为给予不同的收益。根据车辆节点历史收益与邻居车辆节点的平均历史收益,计算车辆节点变更通信行为策略的概率。随后,RSU中组成两个策略学习的对象集。当车辆节点需要变更通信行为时,RSU分析该车辆节点的历史通信行为,给予该车辆节点相应的策略学习对象集。车辆节点变更通信行为策略后,将变更后的通信行为策略反馈给RSU,RSU验证信息的真实性后,将该信息添加到区块链网络中。该策略有效缓解自私节点和恶意节点对网络通信性能的影响。

    一种基于信任模型的车载命名数据网络转发方法

    公开(公告)号:CN110177356A

    公开(公告)日:2019-08-27

    申请号:CN201910468941.0

    申请日:2019-05-31

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于信任模型的车载命名数据网络转发方法,为了获得可靠的数据并使应用程序在VNDN中高效工作,通过识别恶意和自私的车辆节点,并在源请求节点NR接收数据包后,通过使用K-means聚类算法对接收的Data包分簇,源请求节点节点NR选择距离最大簇的簇心最近的数据包内容,作为Interest包对应的结果,确保车辆获得的数据可信。本方法从节点信任和数据信任两方面综合考虑,提升了数据包传输的安全性和可靠性,同时有效地检测和处理VANETs中不同类型的恶意行为,降低了传输延迟,提高了消息的转发效率,优化了VANETs网络整体性能。

    基于区块链的车联网车辆通信行为模仿博弈策略

    公开(公告)号:CN112785839B

    公开(公告)日:2022-12-13

    申请号:CN202011305241.9

    申请日:2020-11-19

    Applicant: 长安大学

    Abstract: 本发明基于区块链的车联网车辆通信行为模仿博弈策略。首先,构建一个基于区块链技术的车联网框架,保障通信数据的不可篡改。在此基础上,对车联网中车辆节点通信行为进行量化,对不同通信行为给予不同的收益。根据车辆节点历史收益与邻居车辆节点的平均历史收益,计算车辆节点变更通信行为策略的概率。随后,RSU中组成两个策略学习的对象集。当车辆节点需要变更通信行为时,RSU分析该车辆节点的历史通信行为,给予该车辆节点相应的策略学习对象集。车辆节点变更通信行为策略后,将变更后的通信行为策略反馈给RSU,RSU验证信息的真实性后,将该信息添加到区块链网络中。该策略有效缓解自私节点和恶意节点对网络通信性能的影响。

    一种面向VANET的高效条件匿名认证方法

    公开(公告)号:CN109861830B

    公开(公告)日:2022-04-15

    申请号:CN201910209639.3

    申请日:2019-03-19

    Applicant: 长安大学

    Abstract: 一种面向VANET的高效条件匿名认证方法,用户注册车辆时,提供自己的真实身份给TA;TA验证车辆真实身份并为车辆生成相应的私钥;对一个新加入的路侧单元,TA为其生成相应的公私钥对、证书以及其它信息并通过安全信道发送给路侧单元;当车辆进入一个新的RSU的区域时,首先向RSU匿名认证自己的身份;认证成功后,RSU向获得认证的车辆发送临时匿名证书;车辆广播消息时,使用自己的私钥生成签名,广播消息;消息验证后,若接收消息后发现消息为恶意消息,TA对恶意车辆进行追踪。

    一种面向移动群智感知网络的用户身份隐私保护方法

    公开(公告)号:CN113612750A

    公开(公告)日:2021-11-05

    申请号:CN202110851771.1

    申请日:2021-07-27

    Applicant: 长安大学

    Abstract: 本发明提供一种面向移动群智感知网络的用户身份隐私保护方法,包括:步骤1,系统初始化:受信任机构初始化公共参数;步骤2,授权代理:代理者向授权者申请代理授权,授权者将授权信息发送给代理者;代理者和授权者均为感知平台的用户;步骤3,授权信息的验证:代理者对获得的授权信息进行有效性验证;步骤4,感知信息的发送:代理者验证授权信息合法后,使用从授权者处获得的授权信息代理授权者发送感知信息给感知平台;步骤5,感知信息的验证:感知平台收到代理者发送的感知信息后,对感知信息进行有效性验证,如果验证失败,则拒绝接受感知信息,否则接受感知信息。本发明能更好的保护用户的隐私信息。

    一种基于信任模型的车载命名数据网络转发方法

    公开(公告)号:CN110177356B

    公开(公告)日:2021-11-05

    申请号:CN201910468941.0

    申请日:2019-05-31

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于信任模型的车载命名数据网络转发方法,为了获得可靠的数据并使应用程序在VNDN中高效工作,通过识别恶意和自私的车辆节点,并在源请求节点NR接收数据包后,通过使用K‑means聚类算法对接收的Data包分簇,源请求节点节点NR选择距离最大簇的簇心最近的数据包内容,作为Interest包对应的结果,确保车辆获得的数据可信。本方法从节点信任和数据信任两方面综合考虑,提升了数据包传输的安全性和可靠性,同时有效地检测和处理VANETs中不同类型的恶意行为,降低了传输延迟,提高了消息的转发效率,优化了VANETs网络整体性能。

    一种基于标签聚类的本地化差分隐私保护方法

    公开(公告)号:CN112559593A

    公开(公告)日:2021-03-26

    申请号:CN202011468510.3

    申请日:2020-12-14

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于标签聚类的本地化差分隐私保护方法,将车辆轨迹数据挖掘与本地化差分隐私保护结合起来;在将原始轨迹数据发送给服务器之前,对其进行本地化差分隐私保护处理。在轨迹划分过程中,使用改进的打开窗口算法对原始的轨迹进行划分,使轨迹的划分收到经纬度和速度等属性的约束;在标签聚类之前,将轨迹划分后的子轨迹端点作为节点,构造一个带权无向完全图,使聚类的迭代结果更为稳定;在随机扰动过程中,对车辆轨迹数据挖掘中的隐私保护进行了实例化的场景分析,用户通过{0,1}的二项式分布来响应“是否为兴趣点”这一问题,即以满足差分隐私保护的概率回答这一问题,继而使攻击者无法区分出轨迹点是否为兴趣点;同时,还考虑了兴趣点的语义标签可能泄露,统计回答为“1”的用户,求出回答为“0”用户语义标签的线性回归方程,并通过该方程扰动回答为“1”用户的速度标签,继而实现对于轨迹挖掘中兴趣点的隐匿处理,本方法能够有效保护车辆轨迹聚类过程中所涉及到的隐私信息。

Patent Agency Ranking