-
公开(公告)号：CN113612750B
公开(公告)日：2023-06-27
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。
-
公开(公告)号：CN113380025A
公开(公告)日：2021-09-10
申请号：CN202110590338.7
申请日：2021-05-28
Applicant: 长安大学
Abstract: 本发明公开了一种车辆出行量预测的模型构建方法及预测方法和系统。所公开方案构建路段出行量OD次数关系图，路段出行量局部关系图、路段出行量全局关系图共同作为空间特征，进行路段车辆出行量预测，并且也考虑外部因素影响，同时采用GCN和TCN混合的深度预测模型进行模型构建与未来出行量的预测。所公开方案提升了车辆出行量预测的准确度，可用于区域内规模车辆出行量的预测。
-
公开(公告)号：CN112751824A
公开(公告)日：2021-05-04
申请号：CN202011368389.7
申请日：2020-11-30
Applicant: 长安大学
Abstract: 本发明提供一种基于区块链的车载命名数据网络信任机制。首先搭建一个由路边基础设施(RSU)维护的区块链网络，在区块链中存储车辆节点作为消费者时的信任值Rconsumer和作为生产者时的信任值Rproducer；其次，RSU根据Rconsumer和Rproducer计算信誉值R，接收节点接收到包后，通过向RSU查询发包节点的信誉值R来做出决策；然后，接收节点对发包节点的行为进行打分并返回给RSU；最后，RSU计算更新后的Rconsumer和Rproducer并添加到区块链网络上。能够增强车辆间的信任，抑制车载命名数据网络中的兴趣包洪泛攻击和缓存污染攻击。
-
公开(公告)号：CN112668040A
公开(公告)日：2021-04-16
申请号：CN202011468509.0
申请日：2020-12-14
Applicant: 长安大学
Abstract: 本发明公开了一种基于语义的轨迹聚类隐私保护方法，将车辆轨迹数据挖掘与轨迹中兴趣点的隐私保护结合起来。首先使用改进的Clusters函数进行轨迹分段，从而生成单个轨迹上的集群；然后计算轨迹数据聚类的距离范围Eps；根据Eps确定轨迹点的Eps邻域，之后确定集群的核心点，使用核心点及其Eps邻域进行停止区域聚类；对Eps进行调整，使其满足终止条件；通过核心属性选择对停止区域进行二次聚类；在轨迹数据发布前，首先根据隐私保护等级和Delaunay三角剖分方法进行路网分割，形成多个Voronoi map(VM)；其次，基于匿名度和类别度，将每个VM中的兴趣点分类到多个桶(bucket)中；最后，发布包含兴趣点伪位置的轨迹数据，本发明中，兴趣点的伪位置是指每个兴趣点对应的桶中与其持续时间最接近的兴趣点。本方法能够有效保护车辆轨迹兴趣点挖掘过程中所涉及到的隐私信息。
-
公开(公告)号：CN111723108A
公开(公告)日：2020-09-29
申请号：CN202010467869.2
申请日：2020-05-28
Applicant: 长安大学
IPC: G06F16/245 , G06F16/29 , G06F16/9537
Abstract: 本发明属于地图匹配领域，公开了一种基于GeoHash编码的候选路段选取方法及系统。本发明对于路网数据和轨迹数据进行首次GeoHash编码后，即便更换其他的路网数据和轨迹数据，仍可以重复使用。因此GeoHash编码移植性强。根据对GeoHash编码码长的设置可以调整GeoHash网格大小适应不同粒度的候选路段选取要求，因此本发明对于具体环境的适应性强，提高了搜索速度。本发明利用跨越GeoHash网格的轨迹上相邻两点之间N点插补法填补不连续GeoHash网格。最终得出轨迹数据对应的GeoHash网格为连续相邻网格，符合实际轨迹数据，保证候选路段不间断。
-
Patent Agency Ranking
公开(公告)号：CN111653088A
公开(公告)日：2020-09-11
申请号：CN202010317209.6
申请日：2020-04-21
Applicant: 长安大学
Abstract: 本发明公开了一种车辆出行量预测模型构建方法及预测方法和系统。所公开的模型构建方法是基于GCN和LSTM设计了深度神经网络Multi-task GCN-LSTM用于车辆出行量预测，网络包含三个模块，分别用于提取空间相关性、提取时间相关性和特征融合。所公开的预测方法和系统是基于本发明所构建的模型进行车辆出行量预测。本发明在构建模型时考虑了路段局部关系和路段全局关系，并将车辆到达量预测作为相关任务，使用了多任务学习方法，以避免网络过拟合，并且有效降低了车辆出行量预测误差。
-
公开(公告)号：CN110060471B
公开(公告)日：2020-09-08
申请号：CN201910257476.6
申请日：2019-04-01
Applicant: 长安大学
Abstract: 本发明公开了一种车辆OD流预测模型构建方法及车辆OD流预测方法。本发明的方法采用网格和路段嵌套的多粒度空间划分方法，用于表示区域和道路节点级别的车辆OD数据，同时提取OD间的出行次数和出行时间，采用CNN和LSTM混合的深度预测模型LSTM_traf_deepCNN，并联合OD出行时间对OD流进行预测。与传统的OD流预测方法相比，本发明的方法充分考虑了行程时间与OD流的隐关系，联合OD间的行程时间和出行次数对深度网络进行训练，所得模型具有更准确的预测能力。本发明属于交通运输信息工程技术领域，可用于城市规模出租车OD流的预测。
-
公开(公告)号：CN111372220A
公开(公告)日：2020-07-03
申请号：CN202010130253.6
申请日：2020-02-28
Applicant: 长安大学
Abstract: 本发明公开了一种应用于车联网的区块链共识方法，针对现有区块链POS共识机制的缺点，采用记账节点的选择方法，将所有车载节点在可信机构单元上进行注册并给定每个车载节点相同的初始信誉值，根据参与记账节点选取的车辆节点的次数确定其活跃度，以及参与记账节点选取的车辆节点报名积极度确认其权益值，完成记账节点的确认，同时记账节点选取确定之后，将所有参加本轮记账节点选取的车辆节点扣除的信誉值按比例返还其本身，同时给予当选记账节点的车辆节点奖励，能够有效提高车辆节点作为记账节点的选取积极性，能够很好的适应和应用于车联网环境中，解决了原有POS机制的中心化问题，同时通过对节点信誉值的更新来鼓励节点更多积极的行为。
-
公开(公告)号：CN110784472A
公开(公告)日：2020-02-11
申请号：CN201911049886.8
申请日：2019-10-31
Applicant: 长安大学
Abstract: 本发明提供一种V2G环境下前向安全的无证书匿名认证方法，在EV和LAG双方都没有使用证书的前提下，EV和LAG也能够验证对方的合法性，并建立会话密钥，实现了EV和LAG之间的双向认证，这过程中EV只需要通过TA分发的私钥信息和对私钥信息的处理，即可在通信过程之中证明自身是合法的注册EV，没有使用任何证书，同时LAG也没有使用任何证书，因此本发明不存在复杂的证书更新和管理过程。
-
公开(公告)号：CN110769379A
公开(公告)日：2020-02-07
申请号：CN201911049865.6
申请日：2019-10-31
Applicant: 长安大学
Abstract: 本发明提供一种V2G环境下前向安全和隐私保留的消息报告方法，满足前向安全性，在撤销具有恶意行为的EV时，对撤销因子η进行更新，从而在阻止恶意EV通过LAG验证的同时，不会泄露其撤销前报告的消息隐私。本发明中EV和LAG能够建立共享密钥，然后EV使用共享密钥对消息进行加密报告，LAG使用共享密钥对消息进行解密和验证，从而实现了消息的安全传输，防止非授权实体获得报告的消息内容。本发明中EV没有使用任何证书，不存在复杂的证书更新过程，有效减轻了系统中证书的管理复杂度。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.025 seconds)
