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: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。

    一种基于区块链的车载命名数据网络信任机制

    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。

    一种基于命名数据网络的车联网数据转发方法

    公开(公告)号:CN108834098B

    公开(公告)日:2019-10-01

    申请号:CN201810402625.9

    申请日:2018-04-28

    Applicant: 长安大学

    Abstract: 本发明提供一种基于命名数据网络的车联网数据转发方法,包括如下步骤,步骤1,请求车辆节点即源车辆首先发送Interest包给邻居节点;步骤2,邻居节点监听到Interest包,并判断是否有对应的Data包;2.1,如果有对应的Data包,则返回Data包给请求车辆;2.2,没有对应的Data包,则进入步骤3;步骤3,根据当前的交通流量Q判断当前交通密度是否处于稀疏状态;适用于车载网的数据传输要求满足不同车辆对应的不同听等时间,能够可靠的完成消息传输。

    一种面向车联网的城市交通道路虚假预警信息过滤方法

    公开(公告)号:CN108257404B

    公开(公告)日:2019-06-07

    申请号:CN201810036430.7

    申请日:2018-01-15

    Applicant: 长安大学

    Abstract: 本发明提供一种面向车联网的城市交通道路虚假预警信息过滤方法,1.车辆节点中的安全应用单元SAU在存储的事件信息表T中对该道路事件信息进行搜寻并更新;2.进行道路事件信息条件过滤,判断事件是否可信;3.针对更新后道路事件的H属性进行条件过滤,通过安全应用单元SAU判断事件是否虚假。本发明避免车辆对接收的道路事件进行盲目广播、误导驾驶员;对交通道路虚假预警信息进行过滤;从而有效预防了黑客伪造的虚假信息在车联网中的传播,抑制了失效信息泛滥,为驾驶员提供实时可靠的道路事件信息,缓解交通堵塞,进而提高道路通行率,为城市智能交通的应用提供了技术支撑。

    一种基于命名数据网络的车联网数据转发方法

    公开(公告)号:CN108834098A

    公开(公告)日:2018-11-16

    申请号:CN201810402625.9

    申请日:2018-04-28

    Applicant: 长安大学

    Abstract: 本发明提供一种基于命名数据网络的车联网数据转发方法,包括如下步骤,步骤1,请求车辆节点即源车辆首先发送Interest包给邻居节点;步骤2,邻居节点监听到Interest包,并判断是否有对应的Data包;2.1,如果有对应的Data包,则返回Data包给请求车辆;2.2,没有对应的Data包,则进入步骤3;步骤3,根据当前的交通流量Q判断当前交通密度是否处于稀疏状态;适用于车载网的数据传输要求满足不同车辆对应的不同听等时间,能够可靠的完成消息传输。

    一种基于图注意力网络的隐性偏差指令预测方法及设备

    公开(公告)号:CN113238885B

    公开(公告)日:2023-07-07

    申请号:CN202110502177.1

    申请日:2021-05-08

    Applicant: 长安大学

    Abstract: 本发明提供了一种基于图注意力网络的隐性偏差指令预测方法及设备,通过关注节点的邻居,遵循自注意力机制来计算图中每个节点的隐式结构特征,一个节点的结构特征是通过聚合其邻居节点得到的。自注意力机制可以捕捉到节点对相邻节点的不同重要性。此外,本发明应用不同类型的边来表示指令之间不同类型的关系,包括分支关系、寻址关系、逻辑关系、定义‑使用关系。针对不同类型的边,使用注意力机制来聚合邻居节点。本发明将隐性偏差脆弱指令的预测任务看作图神经网络的分类任务,因此在节点聚合之后进行节点分类,从而得出隐性偏差脆弱指令的预测结果。本发明将整个过程分为三步,分别是数据采集、图计算和节点分类。

Patent Agency Ranking