车联网中面向服务的隐私保护群密钥管理方案

现有的采用密钥树结构的群密钥管理方案在降低群密钥管理开销方面不彻底,且没有考虑车辆的身份隐私.笔者提出一个面向服务的隐私保护群密钥管理方案,利用车辆假名绑定服务保护身份隐私,基于中国剩余定理设计群密钥因子,使服务群的成员能以一个模运算获得群密钥.对其进行分析表明:笔者方案比经典方案具有更高的安全性、较少的计算和通信开销.     

政府资讯

三部门联合印发《国家车联网产业标准体系建设指南(智能交通相关)》工业和信息化部、交通运输部、国家标准化管理委员会近日联合印发《国家车联网产业标准体系建设指南(智能交通相关)》,提出将针对车联网技术和产业发展现状、未来发展趋势及智能交通行业发展实际,聚焦营运车辆和基础设施领域,建立支撑车联网应用和产业发展的智能交通相关标准体系,分阶段出台一批关键性、基础性智能交通标准。     

面向电动车联网实时业务的移动切换策略

针对能源互联网中电动车联网业务在移动状态下的网络服务质量保障问题,提出一种基于身份位置分离机制的移动IPv6快速切换改进策略,通过引入映射服务器保障移动业务的移动性和安全性.从理论分析与性能仿真可以看出,与传统移动切换策略相比,本文策略在安全性、可靠性和实时性方面都有显著的性能提升,能够更好地支撑时延敏感类业务.     

VANET安全应用中安全消息传输参数的自适应控制

车联网VANETs(Vehicular ad hoc network)被认为是下一代汽车系统的重要部分.VANETs的多数安全应用依赖于周期的基础安全消息BSM(Basic Safety Message)的可靠传输.然而,由于车辆密度、速度的不断变化,固定传输参数如BSM传输范围以及产生率会引起数据包碰撞,降低控制信道利用率,为此,传输参数应自适应VANETs安全应用的变化,而不是固定传输参数.考虑到车辆安全以及最大化控制信道利用率,提出了自适应设定传输范围以及数据包产生率ASRR(Adaptive-Set Range-Rate)算法.首先,先测量车头时距作为车辆安全的性能指标,并依据车头时距产生BSM产生率,然后再利用BSM产生率、车辆密度以及网络负载3个参数计算传输范围,使得BSM产生率、传输范围随车辆密度自适应地变化.仿真结果表明,在变化的车辆密度、车辆速度场景,提出的ASRR算法可以提高安全消息的传输成功率以及控制信道利用率.     

基于阈值的车联网信标传输功率控制算法

研究了基于阈值的车联网信标传输功率控制算法.在保证网络最大连通性前提下,通过预设信道负载阈值,规定信道负载的合理区间,根据阈值调整目标节点载波侦测范围内所有车辆的信标传输功率,将信道负载控制在一定范围内,从而避免信道拥塞.通过仿真八车道高速公路基本路段和实际行车实验,对算法进行了验证及相关分析.结果表明该算法能有效地控制信道负载,避免信道拥塞,增强了车载网络无线信标传输的稳定性和健壮性.     

面向车联网泛洪攻击的流量异常检测方法

为了有效检测车联网环境下的泛洪攻击,缓解泛洪攻击对车联网的不良影响,该文提出了面向车联网环境下针对泛洪攻击的轻量化流量异常检测方法。通过在路侧单元使用Hurst自相似参数估计方法计算车联网数据包流量的自相似变化曲线,检测流量异常变化,并上传异常时段的数据包信息到云端,云端统计各节点发送数据包情况,通过检测数据包大小异常变化来检测发起泛洪攻击的恶意节点。通过对车联网实际网络流量仿真计算结果表明,该流量异常检测方法能在低中高3种泛洪攻击强度下,有效检测出恶意节点。     

基于车联网数据的运输车辆安全评价模型

为了提高运输安全管理水平和运输效率,对运输车辆安全性进行客观评价,提出了一种结合多算法的行车安全评价模型。首先,根据交通运输部公路科学研究院所给车联网数据,设计并定义了驾驶人行为的特征指标和评价指标;其次,采用回归分析方法对驾驶人的驾驶风格进行分析;接着,分别采用K-means聚类和DBSCAN聚类算法对驾驶人的不良行为进行分析;经过对比,最终选用K-means聚类算法和因子分析的结果对驾驶行为进行评价,共分为6类。该模型将机器学习中的数据挖掘和数据分析算法与道路运输行业相结合,为道路运输安全管理的研究提供了一个量化分析的工具。     

车联网环境下基于可变相位的公交优先信号控制方法

为适应交通量波动较大的交叉口运行特性,提出一种基于可变相位的公交优先信号控制方法,即交叉口信号的相序与相位组合可以实时动态调整.在车联网环境下信息双向和实时传输的基础上,根据公交车进入通信范围时的时间、速度以及交叉口排队状态的不同,建立了不同情况下公交车到达时间预测模型;然后根据公交车到达时间为不同候选方案分配绿灯时间...     

车联网环境下的隐私安全度量方法

阐释了车联网的特点、隐私特性和隐私攻击等,从身份隐私、位置隐私、数据隐私三个方面阐述了不同类型隐私在隐私保护方面的特点和需求,并梳理了针对不同隐私类型的隐私保护关键技术和方法演进;在此基础上,研究了不同类型隐私的隐私度量代表性方案、理论模型、度量难题等方面,归纳了涉及车联网环境下隐私度量的8个关键属性,并讨论了相关的32个度量指标。最后,总结了车联网隐私度量的未来研究方向及挑战。     

面向车联网低时延需求的分布式路径计算方案

针对传统云服务应用于车联网大数据处理时存在通信时间消耗大、服务质量无法保证的问题,提出一种低时延的分布式路径计算方案。利用云雾网络架构将数据业务就近上传到雾网络设备以及云服务平台;为了让雾网络设备协同处理车载业务,采用一种基于该架构的任务映射策略(也称为业务卸载策略),将以有向无环图表示的车载业务流模型映射到以无向图表示的雾网络拓扑中;为了解决映射中存在的时延波动问题,采用一种改进的离散二值粒子群优化(NBPSO)算法进行优化;将该算法与负载均衡技术相结合得到最优映射方案。仿真结果表明：所提出的分布式路径协同计算方案可有效解决云计算模式下数据处理的高延时问题;当数据量为12 Mb时,采用所提方案的时延比采用云计算的时延降低约2.95 s。