CN109347852A - 一种轻量级的车联网信任评估方法 - Google Patents

一种轻量级的车联网信任评估方法 Download PDF

Info

Publication number
CN109347852A
CN109347852A CN201811315880.6A CN201811315880A CN109347852A CN 109347852 A CN109347852 A CN 109347852A CN 201811315880 A CN201811315880 A CN 201811315880A CN 109347852 A CN109347852 A CN 109347852A
Authority
CN
China
Prior art keywords
trust
receiver
follows
car networking
proves
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811315880.6A
Other languages
English (en)
Other versions
CN109347852B (zh
Inventor
刘志全
翁健
马建峰
李盈
兰奕明
魏凯敏
冯丙文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinan University
University of Jinan
Original Assignee
Jinan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jinan University filed Critical Jinan University
Priority to CN201811315880.6A priority Critical patent/CN109347852B/zh
Publication of CN109347852A publication Critical patent/CN109347852A/zh
Application granted granted Critical
Publication of CN109347852B publication Critical patent/CN109347852B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3247—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving digital signatures

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种轻量级的车联网信任评估方法，具体包括步骤：S1、在节点先前交互结束时，交互双方均根据交互体验为对方生成一条包含自身数字签名的信任证明并发送给对方；S2、交互双方收到新的信任证明后验证其签名信息，并更新本地存储以保存对自身最有利的至多η条信任证明，其中η∈Z+为***参数；S3、在潜在交互开始时，潜在交互双方均将本地存储的信任证明发送给对方以证明自身可信赖；S4、潜在交互双方通过数字签名信息验证信任证明的真实性并据此导出对方的信任值和决定是否同意与之交互，当且仅当双方都同意时进行交互。本发明不依赖信任中心和路侧单元，更符合车联网的大规模、分布式特性。

Description

一种轻量级的车联网信任评估方法
技术领域
本发明涉及车联网安全技术领域，具体涉及一种轻量级的车联网信任评估方法。
背景技术
当前，交通事故、道路拥堵和环境污染已成为全球城市所面临的关键问题，而车联网作为物联网在汽车行业的主要应用和智能交通***的核心组成部分，在城市道路交通方面发挥着至关重要的作用。车联网被认为是物联网中最具市场潜力的分支之一，现已被列为国家“十二五”、“十三五”规划纲要的重大研究项目。
然而，由于大规模、开放式、分布式、稀疏和高动态等特性，车联网对于恶意行为和攻击是脆弱的，安全性和可靠性已逐渐成为制约车联网进一步发展的瓶颈，并关系到车联网能否应用于真实的道路环境中。现有方案大都采用数字签名和密码学技术，无法评估节点(即车辆)的可靠性和消息的质量。
信任管理在车联网中扮演至关重要的角色，它使得每个节点能够预先评估其他节点和消息的信任值，以避免恶意节点和不实消息引起的严重后果。当前，车联网中的信任管理仍然处于初级阶段，仅少量的信任评估方案被提出。基于体系结构，现有方案能够被粗略地划分为两类，即基于基础设施的方案和自组织方案。
Li等人[X.Li,J.Liu,X.Li,and W.Sun,"RGTE:A reputation-based globaltrust establishment in VANETs,"In Proceedings of the 5th InternationalConference on Intelligent Networking and Collaborative Systems,2013,pp.210-214.]为车联网提出一个基于声望的全局信任建立方案RGTE，其中声望管理中心负责收集所有合法节点的信任信息并计算其声望分数。该模型假设声望管理中心完全可信并实时在线，需要较高的维护成本，并存在单点失效、时延大等固有缺陷。Wei等人[Z.Wei,F.R.Yu,and A.Boukerche,"Trust based security enhancements for vehicular ad hocnetworks,"In Proceedings of the 4th International Symposium on Developmentand Analysis of Intelligent Vehicular Networks and Applications,2014,pp.103-109.]综合考虑基于历史交互的直接信任和基于信任推荐的间接信任，并为车联网提出一种分布式信任评估方法，其中直接信任由贝叶斯公式导出，而间接信任由D-S证据理论导出。该模型需要施信者收集关于受信者的信任推荐信息，通常会导致较大的时间、带宽消耗。
发明内容
本发明的目的在于克服现有技术的缺点与不足，提供一种轻量级的车联网信任评估方法，此方法不依赖信任中心和路侧单元，更符合车联网的大规模、分布式特性。
本发明的目的通过以下的技术方案实现：一种轻量级的车联网信任评估方法，具体包括如下步骤：
S1、在节点先前交互结束时，交互双方均根据交互体验为对方生成一条包含自身数字签名的信任证明并发送给对方；
S2、交互双方收到新的信任证明后验证其签名信息，并更新本地存储以保存对自身最有利的至多η条信任证明，其中η∈Z+为***参数；
S3、在潜在交互开始时，潜在交互双方均将本地存储的信任证明发送给对方以证明自身可信赖；
S4、潜在交互双方通过数字签名信息验证信任证明的真实性并据此导出对方的信任值和决定是否同意与之交互，当且仅当双方都同意时进行交互。
优选的，所述的步骤S1中，信任证明具体格式为：
TC(B,A)＝(ID(B),ID(A),RT(B,A),WG(B),TS(B,A),DS(B,A))
其中B和A表示节点，B为证明者，A为受信者；ID(B)和ID(A)分别表示证明者B和受信者A的唯一标识符；RT(B,A)表示评估值向量，具体格式为：
RT(B,A)＝(RT(B,A,1),RT(B,A,2),...,RT(B,A,n))
其中n表示信任方面的个数，RT(B,A,i)(i∈[1,n])表示证明者B对受信者A的第i个信任方面的评估值；WG(B)表示权重值向量，具体格式为：
WG(B)＝(WG(B,1),WG(B,2),...,WG(B,n))
其中WG(B,i)(i∈[1,n])表示证明者B对第i个信任方面的兴趣偏好水平；TS(B,A)表示TC(B,A)生成时的时间戳；DS(B,A)表示数字签名信息。
更进一步的，所述RT(B,A,i)表示为语言变量，包括“非常好”、“好”、“一般”、“差”和“非常差”；所述WG(B,i)表示为语言变量，包括“非常高”、“高”、“中”、“低”和“非常低”。
优选的，所述的步骤S2中，受信者A收到证明者B为自身生成的信任证明TC(B,A)后，首先验证其签名信息DS(B,A)，然后判断本地已存储信任证明的数量NM(A)与η的大小关系：若NM(A)＜η，则受信者A直接存储TC(B,A)；若NM(A)＝η，则受信者A计算每条信任证明对应的加权评估值，并据此选出对自身最有利的η条信任证明进行存储，同时删除其他信任证明，受信者A考虑的信任证明包括TC(B,A)和本地已存储的η条信任证明。
优选的，所述步骤S2中，由TC(B,A)计算加权评估值的具体步骤为：
S2.1、将TC(B,A)中的RT(B,A,i)转换为模糊评估RF(B,A,i)和清晰评估RC(B,A,i)，其中RF(B,A,i)的具体格式为：
RF(B,A,i)＝(RF(B,A,i,1),RF(B,A,i,2),RF(B,A,i,3),RF(B,A,i,4))
其中0≤RF(B,A,i,1)≤RF(B,A,i,2)≤RF(B,A,i,3)≤RF(B,A,i,4)≤100；RC(B,A,i)为RF(B,A,i)的符号距离，具体可由以下公式导出：
S2.2、将TC(B,A)中WG(B,i)转换为模糊权重WF(B,i)和清晰权重WC(B,i)，其中WF(B,i)的具体格式为：
WF(B,i)＝(WF(B,i,1),WF(B,i,2),WF(B,i,3),WF(B,i,4))
其中0≤WF(B,i,1)≤WF(B,i,2)≤WF(B,i,3)≤WF(B,i,4)≤10；WC(B,i)可由以下公式导出：
S2.3、TC(B,A)对应的模糊评估值SF(B,A)可计算为：
TC(B,A)对应的清晰评估值SC(B,A)可计算为：
S2.4、受信者A在选择最有利信任证明时仅考虑时间衰减权重WT(B,A)，其计算公式为：
其中，TN表示当前时间戳；TS(B,A)为TC(B,A)中所含时间戳；ω表示时间窗口大小；θ为时间衰减因子，控制WT(B,A)随时间差衰减的速度；
S2.5、TC(B,A)对应的加权评估值SW(B,A)可计算为：
SW(B,A)＝SC(B,A)*WT(B,A)。
优选的，所述的步骤S3中，信任证明集合的具体格式为：
TCs(A)＝{TC(B1,A),TC(B2,A),...,TC(BNM(A),A)}
其中NM(A)≤η。
优选的，所述的步骤S4具体步骤为：
S4.1、在潜在交互开始时，作为施信者的节点C收到作为受信者的节点A的信任证明集合TCs(A)后，首先提取出其中的信任证明，即TC(B1,A)、TC(B2,A)、…、TC(BNM(A),A)，若NM(A)＜η，则施信者C对受信者A的信任值TV(C,A)被设为常数τ∈[0,1)；否则，施信者C通过每条信任证明中的数字签名信息验证其真实性，然后导出每条信任证明对应的加权评估值并计算TV(C,A)；同理，可得出施信者A对受信者C的信任值TV(A,C)；
S4.2、当且仅当TV(C,A)≥TH(C)且TV(A,C)≥TH(A)时，节点A与节点C进行交互，其中TH(C),TH(A)∈[0,1]分别为节点C、节点A的信任门限。
优选的，所述的步骤S4中，施信者C除考虑时间衰减权重WT(B,A)外，还考虑兴趣偏好相似度权重WS(C,B)，该权重由施信者C与证明者B的兴趣偏好向量的加权欧式距离DS(C,B)导出，具体计算公式为：
WS(C,B)＝1-DS(C,B)。
更进一步地，所述的步骤S4中，TC(B,A)对应的加权评估值ST(C,B,A)可计算为：
ST(C,B,A)＝SC(B,A)*WT(B,A)*WS(C,B)
同理，施信者C能够导出TC(B1,A)、TC(B2,A)、…、TC(Bη,A)对应的加权评估值，并计算对受信者A的信任值TV(C,A)，具体计算公式为：
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明采用完全自组织方式，施信者、受信者、证明者等三种角色在不同评估阶段进行转换，不依赖于信任中心和路侧单元，因而更适应大规模、分布式的车联网环境。
2、本发明由受信者自行存储和提供信任信息，而无需施信者收集，因而能够大幅减少时间、带宽消耗，实现快速、轻量级信任评估。
附图说明
图1是本发明轻量级的车联网信任评估方法实施例的主要步骤示意图。
图2是本发明轻量级的车联网信任评估方法实施例的简单实例。
具体实施方式
为了更好地理解本发明的技术方案，下面结合附图详细描述本发明提供的实施例，但本发明的实施方式不限于此。
实施例
如图1-2所示，本实施例不含信任中心和路侧单元，而仅由大量普通节点(即车辆)组成，其间通过无线自组网方式进行通信。每个节点的角色为施信者、受信者或证明者之一，且会在不同评估阶段进行转换。
步骤S1、节点A、B先前交互结束时，作为证明者的B为作为受信者的A根据交互体验生成一条信任证明TC(B,A)，具体格式为：
TC(B,A)＝(ID(B),ID(A),RT(B,A),WG(B),TS(B,A),DS(B,A))(1)
其中ID(B)和ID(A)分别表示证明者B和受信者A的唯一标识符；RT(B,A)表示评估值向量，具体格式为：
RT(B,A)＝(RT(B,A,1),RT(B,A,2),...,RT(B,A,n))(2)
其中n表示信任方面的个数，RT(B,A,i)(i∈[1,n])表示证明者B对受信者A的第i个信任方面的评估值，其值被表示为语言变量，如“非常好”、“好”、“一般”、“差”、“非常差”等；WG(B)表示权重值向量，具体格式为：
WG(B)＝(WG(B,1),WG(B,2),...,WG(B,n)(3)
其中WG(B,i)(i∈[1,n])表示证明者B对第i个信任方面的兴趣偏好水平，其值也被表示为语言变量，如“非常高”、“高”、“中”、“低”、“非常低”等；TS(B,A)表示TC(B,A)生成时的时间戳；DS(B,A)表示数字签名信息。
同理，作为受信者的B为作为证明者的A生成TC(B,A)后将其发送给证明者A。类似地，证明者A也为受信者B生成信任证明TC(A,B)并将其发送给受信者B。
步骤S2、受信者A收到证明者B为自身生成的信任证明TC(B,A)后，首先验证其签名信息DS(B,A)，然后判断本地已存储信任证明的数量NM(A)与η的大小关系，其中η∈Z+为***参数：若NM(A)＜η，则受信者A直接存储TC(B,A)；若NM(A)＝η，则受信者A计算每条信任证明对应的加权评估值，并据此选出对自身最有利的η条信任证明进行存储，同时删除其他信任证明，受信者A计算的信任证明包括TC(B,A)和本地已存储的η条信任证明。
以计算TC(B,A)对应的加权评估值为例：TC(B,A)中RT(B,A,i)可由现有的模糊简单加性权重***[S.Y.Chou,Y.H.Chang,and C.Y.Shen,"A fuzzy simple additiveweighting system under group decision-making for facility location selectionwith objective/subjective attributes,"European Journal of OperationalResearch,2008,vol.189,no.1,pp.132-145.]转换为模糊评估RF(B,A,i)和清晰评估RC(B,A,i)，其中RF(B,A,i)的具体计算步骤为：
RF(B,A,i)＝(RF(B,A,i,1),RF(B,A,i,2),RF(B,A,i,3),RF(B,A,i,4)) (4)
其中，0≤RF(B,A,i,1)≤RF(B,A,i,2)≤RF(B,A,i,3)≤RF(B,A,i,4)≤100；RC(B,A,i)为RF(B,A,i)的符号距离，具体可由以下公式导出：
类似地，WG(B,i)可转换为模糊权重WF(B,i)和清晰权重WC(B,i)，其中WF(B,i)的具体格式为：
WF(B,i)＝(WF(B,i,1),WF(B,i,2),WF(B,i,3),WF(B,i,4)) (6)
其中0≤WF(B,i,1)≤WF(B,i,2)≤WF(B,i,3)≤WF(B,i,4)≤10；WC(B,i)可由以下公式导出：
其中，j,k均为求和的临时变量。
随后，TC(B,A)对应的模糊评估值SF(B,A)可计算为：
TC(B,A)对应的清晰评估值SC(B,A)可计算为：
受信者A在选择最有利信任证明时仅考虑时间衰减权重WT(B,A)，其计算公式为：
其中TN表示当前时间戳；TS(B,A)为TC(B,A)中所含时间戳；ω表示时间窗口大小；θ为时间衰减因子，控制WT(B,A)随时间差衰减的速度。
因此，TC(B,A)对应的加权评估值SW(B,A)可计算为：
SW(B,A)＝SC(B,A)*WT(B,A) (11)
由公式(4)-(10)可推得RC(B,A,i)的范围为[0,100]，而WC(B,i)、WT(B,A)、SC(B,A)、SW(B,A)的范围为[0,1]。
同理，受信者A分别计算本地已存储的η条信任证明对应的加权评估值SW(B1,A)、SW(B2,A)、…、SW(Bη,A)，然后从SW(B,A)、SW(B1,A)、…、SW(Bη,A)中选出η个较大值并存储对应的信任证明，同时删除其他信任证明。
步骤S3、在潜在交互开始时，受信者A欲与作为施信者的节点C进行交互，受信者A首先取出本地存储的信任证明，其集合记为TCs(A)，即：
TCs(A)＝{TC(B1,A),TC(B2,A),...,TC(BNM(A),A)}(12)
其中NM(A)≤η。随后，受信者A将TCs(A)发送给施信者C以证明自身可信赖。
同理，作为受信者的节点C将TCs(C)发送给作为施信者的节点A以证明自己可信赖。
步骤S4、施信者C收到受信者A的信任证明集合TCs(A)后，首先通过数字签名信息验证信任证明的真实性，提取出其中的信任证明，即TC(B1,A)、TC(B2,A)、…、TC(BNM(A),A)，若NM(A)＜η，则施信者C对受信者A的信任值TV(C,A)被设为较小的常数τ∈[0,1)；否则，施信者C通过每条信任证明中的数字签名信息验证其真实性，然后导出每条信任证明对应的加权评估值并计算TV(C,A)。
以施信者C导出TC(B,A)对应的加权评估值ST(C,B,A)为例：施信者C除考虑时间衰减权重WT(B,A)(即公式(10))外，还考虑兴趣偏好相似度权重WS(C,B)，该权重由施信者C与证明者B的兴趣偏好向量的加权欧式距离DS(C,B)导出，具体计算公式为：
WS(C,B)＝1-DS(C,B) (14)
因此，TC(B,A)对应的加权评估值ST(C,B,A)可计算为：
ST(C,B,A)＝SC(B,A)*WT(B,A)*WS(C,B) (15)
根据公式(13)-(15)所述方法，施信者C能够导出TC(B1,A)、TC(B2,A)、…、TC(Bη,A)对应的加权评估值，并计算对受信者A的信任值TV(C,A)，具体公式为：
由公式(13)-(16)可推得WS(C,B)、ST(C,B,A)、TV(C,A)的范围均为[0,1]。
若TV(C,A)≥TH(C)(其中TH(C)∈[0,1]为节点C的信任门限)，则施信者C同意与受信者A交互，反之亦然。
同理，作为施信者的节点A也能够根据作为受信者的节点C提供的信任证明集合TCs(C)导出对受信者C的信任值TV(A,C)，并根据与自身信任门限TH(A)的大小关系决定是否同意与受信者C交互。
当且仅当TV(C,A)≥TH(C)且TV(A,C)≥TH(A)时，节点A与节点C进行交互。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (9)

1.一种轻量级的车联网信任评估方法，其特征在于，具体包括如下步骤：
S1、在节点先前交互结束时，交互双方均根据交互体验为对方生成一条包含自身数字签名的信任证明并发送给对方；
S2、交互双方收到新的信任证明后验证其签名信息，并更新本地存储以保存对自身最有利的至多η条信任证明，其中η∈Z+为***参数；
S3、在潜在交互开始时，潜在交互双方均将本地存储的信任证明发送给对方以证明自身可信赖；
S4、潜在交互双方通过数字签名信息验证信任证明的真实性并据此导出对方的信任值和决定是否同意与之交互，当且仅当双方都同意时进行交互。
2.根据权利要求1所述的轻量级的车联网信任评估方法，其特征在于，所述的步骤S1中，信任证明具体格式为：
TC(B，A)＝(ID(B)，ID(A)，RT(B，A)，WG(B)，TS(B，A)，DS(B，A))
其中B和A表示节点，B为证明者，A为受信者；ID(B)和ID(A)分别表示证明者B和受信者A的唯一标识符；RT(B，A)表示评估值向量，具体格式为：
RT(B，A)＝(RT(B，A，1)，RT(B，A，2)，...，RT(B，A，n))
其中n表示信任方面的个数，RT(B，A，i)(i∈[1，n])表示证明者B对受信者A的第i个信任方面的评估值；WG(B)表示权重值向量，具体格式为：
WG(B)＝(WG(B，1)，WG(B，2)，...，WG(B，n))
其中WG(B，i)(i∈[1，n])表示证明者B对第i个信任方面的兴趣偏好水平；TS(B，A)表示TC(B，A)生成时的时间戳；DS(B，A)表示数字签名信息。
3.根据权利要求2所述的轻量级的车联网信任评估方法，其特征在于，所述RT(B，A，i)表示为语言变量，包括“非常好”、“好”、“一般”、“差”和“非常差”；所述WG(B，i)表示为语言变量，包括“非常高”、“高”、“中”、“低”和“非常低”。
4.根据权利要求1所述的轻量级的车联网信任评估方法，其特征在于，所述的步骤S2中，受信者A收到证明者B为自身生成的信任证明TC(B，A)后，首先验证其签名信息DS(B，A)，然后判断本地已存储信任证明的数量NM(A)与η的大小关系：若NM(A)＜η，则受信者A直接存储TC(B，A)；若NM(A)＝η，则受信者A计算每条信任证明对应的加权评估值，并据此选出对自身最有利的η条信任证明进行存储，同时删除其他信任证明，受信者A考虑的信任证明包括TC(B，A)和本地已存储的η条信任证明。
5.根据权利要求1所述的轻量级的车联网信任评估方法，其特征在于，所述步骤S2中，由TC(B，A)计算加权评估值的具体步骤为：
S2.1、将TC(B，A)中的RT(B，A，i)转换为模糊评估RF(B，A，i)和清晰评估RC(B，A，i)，其中RF(B，A，i)的具体格式为：
RF(B，A，i)＝(RF(B，A，i，1)，RF(B，A，i，2)，RF(B，A，i，3)，RF(B，A，i，4))
其中0≤RF(B，A，i，1)≤RF(B，A，i，2)≤RF(B，A，i，3)≤RF(B，A，i，4)≤100；RC(B，A，i)为RF(B，A，i)的符号距离，具体可由以下公式导出：
S2.2、将TC(B，A)中WG(B，i)转换为模糊权重WF(B，i)和清晰权重WC(B，i)，其中WF(B，i)的具体格式为：
WF(B，i)＝(WF(B，i，1)，WF(B，i，2)，WF(B，i，3)，WF(B，i，4))
其中0≤WF(B，i，1)≤WF(B，i，2)≤WF(B，i，3)≤WF(B，i，4)≤10；WC(B，i)可由以下公式导出：
S2.3、TC(B，A)对应的模糊评估值SF(B，A)可计算为：
TC(B，A)对应的清晰评估值SC(B，A)可计算为：
S2.4、受信者A在选择最有利信任证明时仅考虑时间衰减权重WT(B，A)，其计算公式为：
其中，TN表示当前时间戳；TS(B，A)为TC(B，A)中所含时间戳；ω表示时间窗口大小；θ为时间衰减因子，控制WT(B，A)随时间差衰减的速度；
S2.5、TC(B，A)对应的加权评估值SW(B，A)可计算为：
SW(B，A)＝SC(B，A)*WT(B，A)。
6.根据权利要求1所述的轻量级的车联网信任评估方法，其特征在于，所述的步骤S3中，信任证明集合的具体格式为：
TCs(A)＝{TC(B1，A)，TC(B2，A)，...，TC(BNM(A)，A)}
其中NM(A)≤η。
7.根据权利要求1所述的轻量级的车联网信任评估方法，其特征在于，所述的步骤S4具体为：
S4.1、在潜在交互开始时，作为施信者的节点C收到作为受信者的节点A的信任证明集合TCs(A)后，首先提取出其中的信任证明，即TC(B1，A)、TC(B2，A)、...、TC(BNM(A)，A)，若NM(A)<η，则施信者C对受信者A的信任值TV(C，A)被设为常数τ∈[0，1)；否则，施信者C通过每条信任证明中的数字签名信息验证其真实性，然后导出每条信任证明对应的加权评估值并计算TV(C，A)；同理，可得出施信者A对受信者C的信任值TV(A，C)；
S4.2、当且仅当TV(C，A)≥TH(C)且TV(A，C)≥TH(A)时，节点A与节点C进行交互，其中TH(C)，TH(A)∈[0，1]分别为节点C、节点A的信任门限。
8.根据权利要求1所述的轻量级的车联网信任评估方法，其特征在于，所述的步骤S4中，施信者C除考虑时间衰减权重WT(B，A)外，还考虑兴趣偏好相似度权重WS(C，B)，该权重由施信者C与证明者B的兴趣偏好向量的加权欧式距离DS(C，B)导出，具体计算公式为：
WS(C，B)＝1-DS(C，B)。
9.根据权利要求8所述的轻量级的车联网信任评估方法，其特征在于，所述的步骤S4中，TC(B，A)对应的加权评估值ST(C，B，A)可计算为：
ST(C，B，A)＝SC(B，A)*WT(B，A)*WS(C，B)
同理，施信者C能够导出TC(B1，A)、TC(B2，A)、...、TC(Bη，A)对应的加权评估值，并计算对受信者A的信任值TV(C，A)，具体计算公式为：
CN201811315880.6A 2018-11-07 2018-11-07 一种轻量级的车联网信任评估方法 Active CN109347852B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811315880.6A CN109347852B (zh) 2018-11-07 2018-11-07 一种轻量级的车联网信任评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811315880.6A CN109347852B (zh) 2018-11-07 2018-11-07 一种轻量级的车联网信任评估方法

Publications (2)

Publication Number Publication Date
CN109347852A true CN109347852A (zh) 2019-02-15
CN109347852B CN109347852B (zh) 2020-12-11

Family

ID=65313869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811315880.6A Active CN109347852B (zh) 2018-11-07 2018-11-07 一种轻量级的车联网信任评估方法

Country Status (1)

Country Link
CN (1) CN109347852B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110445788A (zh) * 2019-08-09 2019-11-12 西安电子科技大学 一种车载自组网环境下面向内容的信任评估***及方法
CN113115317A (zh) * 2021-03-05 2021-07-13 暨南大学 一种车联网中车辆信任评分的隐私保护方法
CN113380024A (zh) * 2021-05-27 2021-09-10 重庆邮电大学 一种基于车联网的声誉更新方法及信任度计算方法
CN116996521A (zh) * 2023-09-28 2023-11-03 江西农业大学 基于信任评估模型的中继委员会跨链交互***及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101404592A (zh) * 2008-11-14 2009-04-08 西安交通大学 一种基于历史证据窗口的总体信任度决策方法
CN102222305A (zh) * 2011-06-13 2011-10-19 北京理工大学 一种分布式环境下信誉度评价方法
CN104392373A (zh) * 2014-12-02 2015-03-04 西安邮电大学 云计算环境中基于关键历史行为的交互决策方法
US20160248746A1 (en) * 2015-02-25 2016-08-25 Verisign, Inc. Automating internet of things security provisioning
CN106330910A (zh) * 2016-08-25 2017-01-11 重庆邮电大学 车联网中基于节点身份和信誉的强隐私保护双重认证方法
CN106412912A (zh) * 2016-06-22 2017-02-15 长安大学 一种面向车联网的节点信任评估方法
CN107665405A (zh) * 2017-09-26 2018-02-06 北京邮电大学 一种车辆信誉管理方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101404592A (zh) * 2008-11-14 2009-04-08 西安交通大学 一种基于历史证据窗口的总体信任度决策方法
CN102222305A (zh) * 2011-06-13 2011-10-19 北京理工大学 一种分布式环境下信誉度评价方法
CN104392373A (zh) * 2014-12-02 2015-03-04 西安邮电大学 云计算环境中基于关键历史行为的交互决策方法
US20160248746A1 (en) * 2015-02-25 2016-08-25 Verisign, Inc. Automating internet of things security provisioning
CN106412912A (zh) * 2016-06-22 2017-02-15 长安大学 一种面向车联网的节点信任评估方法
CN106330910A (zh) * 2016-08-25 2017-01-11 重庆邮电大学 车联网中基于节点身份和信誉的强隐私保护双重认证方法
CN107665405A (zh) * 2017-09-26 2018-02-06 北京邮电大学 一种车辆信誉管理方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ARPITA BHARGAVA: ""Computational trust model for Internet of Vehicles"", 《2017 CONFERENCE ON INFORMATION AND COMMUNICATION TECHNOLOGY (CICT)》 *
张文博、包振山、李健: ""基于可信计算的车联网云安全模型"", 《武汉大学学报(理学版)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110445788A (zh) * 2019-08-09 2019-11-12 西安电子科技大学 一种车载自组网环境下面向内容的信任评估***及方法
CN113115317A (zh) * 2021-03-05 2021-07-13 暨南大学 一种车联网中车辆信任评分的隐私保护方法
CN113380024A (zh) * 2021-05-27 2021-09-10 重庆邮电大学 一种基于车联网的声誉更新方法及信任度计算方法
CN116996521A (zh) * 2023-09-28 2023-11-03 江西农业大学 基于信任评估模型的中继委员会跨链交互***及方法
CN116996521B (zh) * 2023-09-28 2023-12-15 江西农业大学 基于信任评估模型的中继委员会跨链交互***及方法

Also Published As

Publication number Publication date
CN109347852B (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN109347852A (zh) 一种轻量级的车联网信任评估方法
Ning et al. Vehicular social networks: Enabling smart mobility
Yao et al. Using trust model to ensure reliable data acquisition in VANETs
CN106940829B (zh) 一种车联网环境下的个性化路径推荐方法
Schmitt et al. Vehicle route guidance systems: Classification and comparison
Deng et al. Electronic payment schemes based on blockchain in VANETs
CN109195162A (zh) 一种车联网中聚合两种信任评估的消息可靠性评估方法
Wu et al. Information design for regulating traffic flows under uncertain network state
CN109359169B (zh) 一种基于概率图模型的共享单车逆行行为实时识别方法
CN113313264B (zh) 车联网场景下的高效联邦学习方法
CN107134137A (zh) 一种考虑实时信息的动态路径选择方法
CN107040516B (zh) 一种高效假名管理和数据完整性保护协议
CN106971535A (zh) 一种基于浮动车gps实时数据的城市交通拥堵指数计算平台
CN113497801B (zh) 一种基于时戳链的Sybil攻击检测方法
Knorn et al. A result on implicit consensus with application to emissions control
Özkul et al. Police‐less multi‐party traffic violation detection and reporting system with privacy preservation
CN105427394B (zh) 基于试错法和机动车流量的拥堵收费最优费率确定方法
CN107205046B (zh) 面向智能网联车辆的未来运行工况信息获取***
Dungan et al. Blockchain-based solutions for smart mobility sustainability assurance
CN110175692A (zh) 一种基于轨迹数据的干线交叉口协调控制方法
Huang et al. Trust management model of vanets based on machine learning and active detection technology
Mahdi et al. Grouping vehicles in vehicular social networks
CN114548677A (zh) 一种基于区块链的新能源汽车电池共享模型方法
CN107222572A (zh) 一种智能网联环境下车载网络社会生态***信息交互安全模型设计方法
Lebre et al. Partial and local knowledge for global efficiency of urban vehicular traffic

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant