[發明專利]車載自組織網絡中基于交通流模型的虛假消息檢測方法有效
| 申請號: | 201810106250.1 | 申請日: | 2018-02-02 |
| 公開(公告)號: | CN108400973B | 公開(公告)日: | 2020-09-25 |
| 發明(設計)人: | 劉伎昭;劉衛光;張俊寶;倪亮;楊昌霖 | 申請(專利權)人: | 中原工學院 |
| 主分類號: | H04L29/06 | 分類號: | H04L29/06;H04L29/08;H04W4/40;H04W12/12;G06F17/18 |
| 代理公司: | 鄭州優盾知識產權代理有限公司 41125 | 代理人: | 張真真;栗改 |
| 地址: | 451191 河南省鄭*** | 國省代碼: | 河南;41 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 車載 組織網絡 基于 通流 模型 虛假 消息 檢測 方法 | ||
1.一種車載自組織網絡中基于交通流模型的虛假消息檢測方法,其特征在于,其步驟如下:
步驟一:車輛節點發送告警消息,聲稱在位置p發生交通事故并造成部分車道堵塞;處于位置p上游路段、下游路段的車輛作為驗證者,彼此合作運行分布式檢測算法,評價車道堵塞事件的真實性;
步驟二:驗證者能通過車載傳感器獲取感知半徑r區域內其它車輛的狀態,計算感知半徑內的車輛密度;為增強感知能力,所有驗證者交換、共享各自感知的局部車輛密度數據,并在此基礎上計算上游路段、下游路段的平均車輛密度Z=(ρup,ρdown)作為證據;其中,ρup是上游路段平均車輛密度,ρdown為下游路段平均車輛密度;
步驟三:驗證者建立貝葉斯決策模型,定義車道堵塞/未堵塞兩種交通模式,基于證據Z計算車道堵塞事件真實發生的后驗概率,評價告警消息的真實性;
步驟四:驗證者建立交通模型,分析車道堵塞/未堵塞兩種模式下上游路段、下游路段的車輛密度的概率分布,定義均衡點表示上游路段、下游路段車輛密度的穩態值,并求解均衡點,從而對貝葉斯決策模型中的關鍵參數進行合理取值;
步驟五:驗證者根據計算的均衡點,使用貝葉斯決策規則輸出檢測結果,如發現攻擊則將檢測結果和證據發送給認證中心,認證中心通過證書撤銷的方法將攻擊者從網絡中隔離;
所述步驟四中建立交通模型的具體步驟如下:
步驟1:將具有λ個車道的道路劃分為N個路段,車輛從路段N進入,從路段1駛離;
步驟2:使用理想速度vf、密度ρ、流量q三個參數表示每個路段中交通流的宏觀狀態,它們之間的關系可表示為:
使用差分方程表示任意路段中交通密度隨時間演化的過程:
其中,t是時隙,Ts是離散化時隙的長度,qi(t)表示車輛在時間[t,t+1]內離開路段i進入i-1的流量;li是路段i的長度;
步驟3:無車道堵塞模式下,流量qi(t)由下列兩個值確定:
qi(t)=min(Si(t),Q,Ri-1(t)) (5)
其中,Si(t)=min(vρi(t),Qi)表示時間[t,t+1]內路段i輸出的車流量,Ri-1(t)=min(w(ρJam-ρi-1(t)),Qi-1)是路段i-1接收的車流量;v為速度;
步驟4:車道堵塞模式下,在路段b和b+1中公式(5)中的流量改寫為:
qi(t)=min{vfρi,Q′,Q-w(ρi-1-ρc)}for i=b (6)
qi(t)=min{vfρi,Q,Q′-w(ρi-1-ρ′c)}for i=b+1 (7);
其中,Q為道路的容量,ω是常量參數表示流量隨密度增加而下降的速率,Q′為阻塞路段的容量,ρc為臨界密度,ρ′c為阻塞路段的臨界密度,ρi-1表示路段i-1的交通密度、ρi表示路段i的交通密度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中原工學院,未經中原工學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810106250.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種異常檢測方法和裝置
- 下一篇:一種流量引導的方法和移動終端





