CN107665405A - 一种车辆信誉管理方法及装置 - Google Patents
一种车辆信誉管理方法及装置 Download PDFInfo
- Publication number
- CN107665405A CN107665405A CN201710880566.1A CN201710880566A CN107665405A CN 107665405 A CN107665405 A CN 107665405A CN 201710880566 A CN201710880566 A CN 201710880566A CN 107665405 A CN107665405 A CN 107665405A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- scoring
- target information
- observer nodes
- node
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000008447 perception Effects 0.000 claims description 37
- 230000006870 function Effects 0.000 claims description 35
- 230000001953 sensory effect Effects 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000006855 networking Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Operations Research (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种车辆信誉管理方法及装置,该方法属于物联网技术领域,该方法包括一种获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;分别将每个所述车辆节点的信誉值与阈值进行比较;针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息。通过本发明实施例提供的方法提高了车辆信誉管理的可靠性。
Description
技术领域
本发明涉及物联网技术领域,特别是涉及一种车辆信誉管理方法及装置。
背景技术
车联网是第五代移动通信网络(5th generation mobile networks,5G)的一个重要场景。车辆通过与邻近车辆或基础设施(例如基站等)进行通信,实时获取周边交通环境信息,进而达到提升交通安全与交通效率的目的。然而,车联网通常具相对开放的通信环境,导致其网络安全可能受到危害。例如,某些车辆的客户端可能在网络中恶意散播虚假消息,从而对交通的安全和效率造成重大影响。因此,亟需一种有效的方法来对车联网中消息的可靠性进行评估。
车辆信誉是每辆车历史行为的综合评价,利用车辆信誉可以降低车联网中虚假消息的危害性。例如,消息的接收端可以依据发送端的信誉来判断该消息的可靠程度,从而决定是否信任该消息。信誉的产生主要经历数据采集、信誉计算和信誉传播三个步骤。首先,网络中的某些节点(基站或车辆)将某辆车发布消息的历史记录进行收集和存储;然后,对这些消息的可靠性进行评估,进而计算出该车的信誉值;最后,将该车的信誉值在网络中进行发布,以供其他车辆参考。
目前,提出了一种中心式的信誉数据库管理方法,该方法主要依托于一个可信的中心节点,例如某些信任机构的服务器等。网络中所有车辆的历史行为及信誉评价均保存在该中心节点中。车辆需要从该中心节点中获取其他车辆的信誉值,进而评估当前接收到消息的可靠程度。但是该方法建立的信誉数据库的性能取决于中心节点的存储和计算能力,若中心节点故障有可能导致整个网络的瘫痪,因此该方法的车辆信誉管理可靠性差。
发明内容
本发明实施例的目的在于提供一种车辆信誉管理方法及装置,以提高车辆信誉管理的可靠性。具体技术方案如下:
一种车辆信誉管理方法,所述方法包括:
获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;
分别将每个所述车辆节点的信誉值与阈值进行比较;
针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息。
进一步地,在所述接收所发送的目标信息之后,所述方法还包括:
针对目标信息,根据所述客户端对应的车辆的预设感知系统获取感知信息,根据所述感知信息,对所述目标信息进行评分,记为目标评分,并将目标评分存储在所述客户端对应的车辆节点预设的评分区块中,其中,所述评分为正的预设值或负的预设值;
按照第一预设方式选择一个第一同簇车辆对应的节点作为第一观测节点,获取第一观测节点对应目标信息的评分,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
利用目标评分,验证第一观测节点对应目标信息的评分是否被判定为可靠;
若被判定为可靠,将所述第一观测节点对应目标信息的评分按照时间戳存储在所述客户端对应的车辆节点对应评分区块中;
若被判定为不可靠,按照第一预设方式选择一个第二同簇车辆对应的节点作为第二观测节点,获取第二观测节点对应目标信息的评分,其中,所述第二同簇车辆为在第一同簇车辆中第一观测节点对应目标信息的评分被判定为不可靠的车辆;
获取第一数量和第二数量,其中,所述第一数量为第一同簇车辆节点中第一观测节点对应目标信息的评分是被判定为可靠的车辆,所述第二数量为第二同簇车辆节点中车辆的数量;
判断第一数量是否大于第二数量;
若为大于,选择第一数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第一数量对应的每个车辆的信誉值中,将负的预设值累加到第二数量对应的每个车辆的信誉值中,更新每个车辆的信誉值;
若为小于或等于,选择第二数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第二数量对应的每个车辆的信誉值中,将负的预设值累加到第一数量对应的每个车辆的信誉值中,更新每个车辆的信誉值。
进一步地,所述针对目标信息,根据所述客户端对应的车辆的预设感知系统获取感知信息,根据所述感知信息,对所述目标信息进行评分,包括:
针对目标信息,利用所述客户端对应的车辆的预设感知系统获取感知信息,判断所述目标信息与所述感知信息是否匹配;
若匹配,将所述目标信息的评分标记为正的预设值;
若不匹配,将所述目标信息的评分标记为负的预设值。
进一步地,所述按照第一预设方式选择一个第一同簇车辆对应的节点作为第一观测节点,获取第一观测节点对应目标信息的评分,包括:
根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第一观测节点,其中,所述预设信息包括所述客户端对应的车辆的身份证明、区块产生的时间、前一区块的散列值和信任机构对所述客户端对应的车辆的车载传感器的评估分;
若是第一观测节点,将所述目标评分对应目标信息的评分区块发送到第一同簇车辆对应的节点中,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
若不是第一观测节点,接收所述第一观测节点发送的该观测节点对应目标信息的评分区块,获取该观测节点对应目标信息的评分。
进一步地,所述利用目标评分,验证第一观测节点对应目标信息的评分是否被判定为可靠,包括:
判断所获取的所述第一观测节点对应目标信息的评分是否与所述目标评分一致;
若为一致,则判定所述第一观测节点对应目标信息的评分可靠;
若为不一致,则判定所述第一观测节点对应目标信息的评分不可靠。
进一步地,所述按照第一预设方式选择一个第二同簇车辆对应的节点作为第二观测节点,获取第二观测节点对应目标信息的评分,包括:
根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第二观测节点;
若是第二观测节点,将所述目标评分对应目标信息的评分区块发送到第二同簇车辆对应的节点中;
若不是第二观测节点,接收所述第二观测节点发送的该观测节点对应目标信息的评分区块,获取该观测节点对应目标信息的评分。
进一步地,所述根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第一观测节点,包括:
根据预设信息,利用散列函数按照如下表达式判断所述客户端对应的车辆节点是否为第一观测节点;
所述表达式为:Hash(ID,time,PreHash)<C;
其中,Hash(·)为散列函数,ID为车辆身份证明;time为区块产生的时间;PreHash为前一个区块的散列值;C为散列门限值。
进一步地,所述根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第二观测节点,包括:
根据预设信息,利用散列函数按照如下表达式判断所述客户端对应的车辆节点是否为第二观测节点;
所述表达式为:Hash(ID,time,PreHash)<C;
其中,Hash(·)为散列函数,ID为车辆身份证明;time为区块产生的时间;PreHash为前一个区块的散列值;C为散列门限值。
一种车辆信誉管理装置,所述装置包括:
第一获取模块,用于获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;
第一判断模块,用于分别将每个所述车辆节点的信誉值与阈值进行比较;
接收模块,用于针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息。
进一步地,所述装置还包括:
第一评分模块,用于针对目标信息,根据所述客户端对应的车辆的预设感知系统获取感知信息,根据所述感知信息,对所述目标信息进行评分,记为目标评分,并将目标评分存储在所述客户端对应的车辆节点预设的评分区块中,其中,所述评分为正的预设值或负的预设值;
第二评分模块,用于按照第一预设方式选择一个第一同簇车辆对应的节点作为第一观测节点,获取第一观测节点对应目标信息的评分,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
验证模块,用于利用目标评分,验证第一观测节点对应目标信息的评分是否被判定为可靠;
存储模块,用于若被判定为可靠,将所述第一观测节点对应目标信息的评分按照时间戳存储在所述客户端对应的车辆节点对应评分区块中;
第二获取模块,用于若被判定为不可靠,按照第一预设方式选择一个第二同簇车辆对应的节点作为第二观测节点,获取第二观测节点对应目标信息的评分,其中,所述第二同簇车辆为在第一同簇车辆中第一观测节点对应目标信息的评分被判定为不可靠的车辆;
第三获取模块,用于获取第一数量和第二数量,其中,所述第一数量为第一同簇车辆节点中第一观测节点对应目标信息的评分是被判定为可靠的车辆,所述第二数量为第二同簇车辆节点中车辆的数量;
比较模块,用于判断第一数量是否大于第二数量,若为大于,触发第一信誉值更新模块,若为小于或等于,触发第二信誉值更新模块;
第一信誉值更新模块,用于选择第一数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第一数量对应的每个车辆的信誉值中,将负的预设值累加到第二数量对应的每个车辆的信誉值中,更新每个车辆的信誉值;
第二信誉值更新模块,用于选择第二数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第二数量对应的每个车辆的信誉值中,将负的预设值累加到第一数量对应的每个车辆的信誉值中,更新每个车辆的信誉值。
一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,使得电子设备执行上述任一所述车辆信誉管理方法。
在本发明实施的又一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述上述任一所述车辆信誉管理方法。
本发明实施例提供的一种车辆信誉管理方法及装置,可以获取发送目标信息对应的至少一个车辆节点的信誉值,分别将每个所述车辆节点的信誉值与阈值进行比较;针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息。该方法及装置提高了车辆信誉管理的可靠性,当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例提供的区块链的基本结构示图;
图2为本发明实施例提供的第一种车辆信誉管理方法示意图;
图3为本发明实施例提供的目标信息结构界面示意图;
图4为本发明实施例提供的评分区块结构界面示意图;
图5为本发明实施例提供的第二种车辆信誉管理方法示意图;
图6为本发明实施例提供的区块链分叉结构示意图;
图7为本发明实施例提供的第三种车辆信誉管理方法示意图;
图8为本发明实施例提供的第四种车辆信誉管理方法示意图;
图9为本发明实施例提供的一种车辆信誉管理装置示意图;
图10为本发明实施例提供的一种电子设备示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了有助于更加容易理解,现对区块链系统进行了详细介绍,具体如下:
区块链系统是由多个区块链构成的,每个车辆有一个节点,每个节点上对应设置一个区块链,区块链是由多个区块构成的。
区块链是随着比特币等数字加密货币的日益普及而逐渐兴起的一种全新的去中心化基础架构与分布式计算范式,目前已经引起金融机构、科技企业和资本市场的高度重视与广泛关注。区块链技术具有去中心化、集体维护和安全可信等特点,可以在无需互相信任的分布式系统中实现点对点交易、协调与协作,从而为解决中心化机构普遍存在的高成本、低效率和数据存储不安全等问题提供了解决方案。
区块链的基本结构如图1所示,每个区块链由若干个区块构成,每个区块中都包含有前一个区块的散列值Hash值,从而使得所有的区块形成一个链。除此之外,区块中通常还包含一个时间字段,用于记录该区块产生的时间戳。每个节点在产生一个交易以后,都会向全网广播此交易的信息,其他节点将该信息保存在自己本地。然后,通过一个特定的选择机制,在所有节点中随机选出一个“Miner(矿工)”。它将会把时间戳、某段时间内的所有交易信息以及上一个区块的Hash值打包,形成新的区块,并在网络中进行发布。其他节点接收该区块后,首先对该区块里的交易记录进行校验,然后将其添加到自己的区块链中。用这种方式,保证了每条交易记录都得到了网络中多数节点的验证,并维护了各节点数据的一致性。
通过借鉴区块链的思想,可以在无需互相信任的分布式车联网中维护一个准确可靠的信誉数据库,使得每辆车都能从本地获取经多数人验证后的车辆信誉信息,并基于此判断接收消息的可靠程度,从而提升网络的安全性。
图2为本发明实施例提供的第一种车辆信誉管理方法的示意图,应用于客户端,所述方法包括:
S101,获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;
其中,上述目标信息包括信息头和主体两部分,如图3所示,信息头包含信息序号、车辆的身份编号ID和产生时间等基本信息,信息主体是信息的事件类型、事件位置、信息对应的散列值(简写信息散列值)和信息对应的签名(简写信息签名)。
上述预设范围与车联网的布置有关,车联网范围越大,意味着预设范围越大,同簇车辆中的车辆越多。
本步骤的应用场景可以举一示例进行描述,示例:车辆通过自身传感器感知到周围环境中的某些事件(例如交通控制,交通事故等),并通过无线信道广播给同簇车辆内的其他车辆。其中恶意车辆会故意广播错误的信息以干扰其他车辆的正常行驶。因此,普通车辆接收到消息后,会首先判断发送端的信誉值是否达到某个特定阈值,进而判断是否信任该消息。其中,普通车辆为完全遵守各种规则,不会恶意发布虚假信息的车辆;恶意车辆为恶意发布虚假信息和评分信息,以图危害车联网的安全和效率的车辆。
S102,分别将每个所述车辆节点的信誉值与阈值进行比较;
基于上述情况,首先需要对接收到目标信息对应的车辆节点的信誉值进行过滤,由此可见,每个车辆的信誉值影响着其可靠性,信誉值越大,可靠性越高,反而言之,信誉值越小,可靠性越低。
S103,针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息。
通过利用阈值对每个车辆节点的信誉值进行设置门限后,仅接收大于或等于阈值的车辆对应节点发送的目标信息,也就意味着,大于或等于阈值的车辆节点发送目标信息的可靠性较高。
在S103之后,还包括:
针对目标信息,根据所述客户端对应的车辆的预设感知系统获取感知信息,根据所述感知信息,对所述目标信息进行评分,记为目标评分,并将目标评分存储在所述客户端对应的车辆节点预设的评分区块中,其中,所述评分为正的预设值或负的预设值;
其中,上述预设感知系统为自身车辆由传感器为主构成的感知系统,主要用于感知周围环境中的交通控制,交通事故等事件。
上述预设值可以取1,则正的预设值为1,负的预设值为-1。
上述评分区块包括区块头和区块主体,所述区块头包括区块序号、所述客户端对应的观测节点ID、产生时间、上一区块的散列值和散列门限值C,区块主体包括评分列表、区块散列值、区块签名和散列门限值证书,评分列表包括多个评分记录,每一记录包括发送端ID、信息序号、信息散列值和评分,其结构界面如图4所示。
具体的,
针对目标信息,利用所述客户端对应的车辆的预设感知系统获取感知信息,判断所述目标信息与所述感知信息是否匹配;
若匹配,将所述目标信息的评分标记为正的预设值;
若不匹配,将所述目标信息的评分标记为负的预设值。
由此可知,本步骤通过与客户端对应的车辆的预设感知系统获取的信息进行对比,从而获得评分标准,进一步提高了对目标信息判断的可靠性。
按照第一预设方式选择一个第一同簇车辆对应的节点作为第一观测节点,获取第一观测节点对应目标信息的评分,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
具体的,
根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第一观测节点,其中,所述预设信息包括所述客户端对应的车辆的身份证明、区块产生的时间、前一区块的散列值和信任机构对所述客户端对应的车辆的车载传感器的评估分;
若是第一观测节点,将所述目标评分对应目标信息的评分区块发送到第一同簇车辆对应的节点中,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
若不是第一观测节点,接收所述第一观测节点发送的该观测节点对应目标信息的评分区块,获取该观测节点对应目标信息的评分。
本步骤根据预设信息,利用散列函数判断客户端对应的车辆节点是否为第一观测节点的一种实施方式为:根据预设信息,利用散列函数按照如下表达式判断所述客户端对应的车辆节点是否为第一观测节点;
所述表达式为:Hash(ID,time,PreHash)<C;
其中,Hash(·)为散列函数,ID为车辆身份证明,time为区块产生的时间,PreHash为前一个区块的散列值,C为散列门限值,可以为信任机构对所述客户端对应的车辆的车载传感器的评估分。
利用目标评分,验证第一观测节点对应目标信息的评分是否被判定为可靠。
具体的,
判断所获取的所述第一观测节点对应目标信息的评分是否与所述目标评分一致;
若为一致,则判定所述第一观测节点对应目标信息的评分可靠;
若为不一致,则判定所述第一观测节点对应目标信息的评分不可靠。
若被判定为可靠,将所述第一观测节点对应目标信息的评分按照时间戳存储在所述客户端对应的车辆节点对应评分区块中;
若被判定为不可靠,按照第一预设方式选择一个第二同簇车辆对应的节点作为第二观测节点,获取第二观测节点对应目标信息的评分,其中,所述第二同簇车辆为在第一同簇车辆中第一观测节点对应目标信息的评分被判定为不可靠的车辆。
具体的,
根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第二观测节点;
本步骤根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第二观测节点的一种实施方式为:根据预设信息,利用散列函数按照如下表达式判断所述客户端对应的车辆节点是否为第二观测节点;
所述表达式为:Hash(ID,time,PreHash)<C;
其中,Hash(·)为散列函数,ID为车辆身份证明,time为区块产生的时间,PreHash为前一个区块的散列值,C为散列门限值。
若是第二观测节点,将所述目标评分对应目标信息的评分区块发送到第二同簇车辆对应的节点中;
若不是第二观测节点,接收所述第二观测节点发送的该观测节点对应目标信息的评分区块,获取该观测节点对应目标信息的评分;
获取第一数量和第二数量,其中,所述第一数量为第一同簇车辆节点中第一观测节点对应目标信息的评分是被判定为可靠的车辆,所述第二数量为第二同簇车辆节点中车辆的数量;
判断第一数量是否大于第二数量;
若为大于,选择第一数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第一数量对应的每个车辆的信誉值中,将负的预设值累加到第二数量对应的每个车辆的信誉值中,更新每个车辆的信誉值;
若为小于或等于,选择第二数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第二数量对应的每个车辆的信誉值中,将负的预设值累加到第一数量对应的每个车辆的信誉值中,更新每个车辆的信誉值。
其中,当第一数量与第二数量相同时,所述客户端对应的车辆更倾向于认可第二同簇车辆的判断。
由此可知,本发明实施例提供的方法通过获取发送目标信息对应的至少一个车辆节点的信誉值,并对所获得的信誉值进行了阈值限定,使得每辆车均能从上述客户端对应的车辆节点中获取经多数车辆节点验证后的车辆信誉信息,并基于此判断接收目标信息的可靠程度,从而提升网络的安全性,进而使得接收的目标信息可靠性更高。
图5为本发明实施例提供的第二种车辆信誉管理方法的示意图,应用于客户端,所述方法包括:
S201,获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;
其中,步骤S201-S203分别与图2实施例中的步骤S101-S103执行的方法相同。因此,图2中的所有实施例均适用于图5,且均能达到相同或相似的有益效果,在此不再赘述。
S202,分别将每个所述车辆节点的信誉值与阈值进行比较;
S203,针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息;
S204,针对目标信息,根据所述客户端对应的车辆的预设感知系统获取感知信息,根据所述感知信息,对所述目标信息进行评分,记为目标评分,并将目标评分存储在所述客户端对应的车辆节点预设的评分区块中,其中,所述评分为正的预设值或负的预设值;
S205,按照第一预设方式选择一个第一同簇车辆对应的节点作为第一观测节点,获取第一观测节点对应目标信息的评分,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
本步骤中,上述第一观测节点为通过第一预设方式从第一同簇车辆对应的节点中随机选出,该第一观测节点用于对一段时间内接收到的信息的准确性进行评分,并在第一同簇车辆内广播自身的评分结果。
上述第一预设方式可以为根据预设信息,利用散列函数按照如下表达式判断所述客户端对应的车辆节点是否为第二观测节点;
所述表达式为:Hash(ID,time,PreHash)<C;
其中,Hash(·)为散列函数,ID为车辆身份证明;time为区块产生的时间;PreHash为前一个区块的散列值;C为散列门限值。
上述的车辆身份证明为信任机构颁布的车辆身份证明。
值得一提的是,第一同簇内的所有车辆会每隔特定时间计算一次上述Hash值(假设所有车辆通过GPS信号获得时间同步),并判断该值是否小于C,如果小于C,则该车辆对应的节点被选为当前评分区块的观测节点;如果不小于C,则要间隔特定时间后再进行计算。显然,C值越大的车辆可以越快地满足上述条件,因而其被选为观测节点的概率就越大。
S206,利用目标评分,验证第一观测节点对应目标信息的评分是否被判定为可靠;若被判定为可靠,执行S207,若被判定为不可靠,执行S208;
针对上述客户端对应的车辆节点而言,第一观测节点对目标信息的评分是否可靠,需要进一步去判定。
为了更加清楚地描述,现举一例子进行说明,如果某辆车收到一条信息宣称“前方某地有交通控制”,一段时间后该车辆路过事发地点,发现确实存在交通控制,则对该信息的评分为1,但是恶意车辆将会故意产生错误的评分,以破坏同簇内的信誉共识。
其中,普通车辆收到观测节点发来的评分区块后,会验证区块内评分的可靠性。如果区块没有通过验证,节点将会继续选出新的观测节点,进而产生新的评分区块。这一过程可能使节点之间产生分歧,从而导致区块链的分叉现象,如图6所示,总共分为两个分叉,记为分叉1和分叉2,其中,A、B、C、D、E、F、H和G均代表车辆节点,显然,认可第一观测节点对目标信息的评分是可靠的分叉节点越多,如分叉1,则分叉1增长的速度就会越快,其长度就会越长。
值得一提的是,普通车辆将最长的分叉作为簇内多数车辆的共识,从而信任该分叉内保存的评分信息,而恶意车辆的行为不会受到其他车辆信誉的影响,因此不需要执行此步骤。
S207,将所述第一观测节点对应目标信息的评分按照时间戳存储在所述客户端对应的车辆节点对应评分区块中;
基于上述情况,当判定为第一观测节点对应目标信息的评分是可靠的,则将该评分存储在上述客户端对应的车辆节点对应的评分区块中。
S208,按照第一预设方式选择一个第二同簇车辆对应的节点作为第二观测节点,获取第二观测节点对应目标信息的评分,其中,所述第二同簇车辆为在第一同簇车辆中第一观测节点对应目标信息的评分被判定为不可靠的车辆;
本步骤选取第二观测节点的方式与S205的选取第一观测节点的第一预设方式类似,此处不作说明。
S209,获取第一数量和第二数量,其中,所述第一数量为第一同簇车辆节点中第一观测节点对应目标信息的评分是被判定为可靠的车辆,所述第二数量为第二同簇车辆节点中车辆的数量;
基于上述描述可知,第一数量为认可第一观测节点对目标信息的评分是可靠的分叉节点的车辆数,第二数量为认可第一观测节点对目标信息的评分是不可靠的另一分叉节点的车辆数。
S210,判断第一数量是否大于第二数量;若为大于,执行S211,若为小于或等于,S212;
基于上述描述,将两个分叉中的车辆节点数量进行比较。
S211,选择第一数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第一数量对应的每个车辆的信誉值中,将负的预设值累加到第二数量对应的每个车辆的信誉值中,更新每个车辆的信誉值;
第一数量大于第二数量,则认为第一数量对应的分叉中的观测节点的评分是可靠评分,也就是第一观测节点为可靠节点。
S212,选择第二数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第二数量对应的每个车辆的信誉值中,将负的预设值累加到第一数量对应的每个车辆的信誉值中,更新每个车辆的信誉值。
第二数量大于第一数量,则认为第二数量对应的另一分叉中的观测节点的评分是可靠评分,也就是第二观测节点为可靠节点。
需要将判定为可靠评分对应的车辆的信誉值均进行增加正的预设值,与之相反的另一数量的车辆的信誉值均进行增加负的预设值,其中,每个车辆信誉值累加的正或负的预设值就是该车辆的信誉值,因此,每累加一次正或负预设值,均需要对信誉值进行更新。
由此可知,本发明实施例提供的方法通过获取发送目标信息对应的至少一个车辆节点的信誉值,对所获得的信誉值进行了阈值设定,并对过滤后的信誉值对应的车辆增加了可靠的观测节点选择方案,使得计算信誉值的参考信息更为真实可信;同时有效的分布式共识机制,避免了各节点独自进行信誉计算时可能存在的错误,另外,区块链的设置,不仅提升网络的安全性,而且使得对车辆信誉值的管理可靠性更高。
图7为本发明实施例提供的第三种车辆信誉管理方法的示意图,应用于客户端,所述方法包括:
S301,获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;
其中,步骤S301-S303分别与图2实施例中的步骤S101-S103执行的方法相同。因此,图2中的所有实施例均适用于图7,且均能达到相同或相似的有益效果,在此不再赘述。
S302,分别将每个所述车辆节点的信誉值与阈值进行比较;
S303,针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息;
S304,针对目标信息,利用所述客户端对应的车辆的预设感知系统获取感知信息,判断所述目标信息与所述感知信息是否匹配;若匹配,执行S305,若不匹配,执行S306;
车辆利用自身的感知系统中的传感器可以感知到周围环境中的某些事件(例如交通控制,交通事故等)。利用传感器感知目标事件,获取目标事件对应的感知信息,利用感知信息与获取的目标信息进行匹配。
S305,将所述目标信息的评分标记为正的预设值;
基于上述描述,针对匹配结果一致的所述目标信息的评分赋予正的预设值。
S306,将所述目标信息的评分标记为负的预设值;
基于上述描述,针对匹配结果不一致的所述目标信息的评分赋予负的预设值。
S307,按照第一预设方式选择一个第一同簇车辆对应的节点作为第一观测节点,获取第一观测节点对应目标信息的评分,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
其中,步骤S305-S314分别与图5实施例中的步骤S204-S212执行的方法相同。因此,图5中的所有实施例均适用于图7,且均能达到相同或相似的有益效果,在此不再赘述。
S308,利用目标评分,验证第一观测节点对应目标信息的评分是否被判定为可靠;若被判定为可靠,执行S309,若被判定为不可靠,执行S310;
S309,将所述第一观测节点对应目标信息的评分按照时间戳存储在所述客户端对应的车辆节点对应评分区块中;
S310,按照第一预设方式选择一个第二同簇车辆对应的节点作为第二观测节点,获取第二观测节点对应目标信息的评分,其中,所述第二同簇车辆为在第一同簇车辆中第一观测节点对应目标信息的评分被判定为不可靠的车辆;
S311,获取第一数量和第二数量,其中,所述第一数量为第一同簇车辆节点中第一观测节点对应目标信息的评分是被判定为可靠的车辆,所述第二数量为第二同簇车辆节点中车辆的数量;
S312,判断第一数量是否大于第二数量;若为大于,执行S313,若为小于或等于,执行S314;
S313,选择第一数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第一数量对应的每个车辆的信誉值中,将负的预设值累加到第二数量对应的每个车辆的信誉值中,更新每个车辆的信誉值;
S314,选择第二数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第二数量对应的每个车辆的信誉值中,将负的预设值累加到第一数量对应的每个车辆的信誉值中,更新每个车辆的信誉值。
由此可知,本发明实施例提供的方法通过获取发送目标信息对应的至少一个车辆节点的信誉值,对所获得的信誉值进行了阈值设定,使得每辆车均能从所述客户端对应的节点中获取经多车辆节点验证后的车辆信誉信息,并基于此判断接收目标信息的可靠程度,从而提升网络的安全性,并对获取的目标信息的评分与自身获取的感知信息进行了匹配,基于此,通过设置对观测节点的可靠性的判定,使得计算信誉值的参考信息更为真实可信;同时有效的分布式共识机制,避免了各节点独自进行信誉计算时可能存在的错误,使得对车辆信誉值的管理可靠性更高。
图8为本发明实施例提供的第四种车辆信誉管理方法,应用于客户端,所述方法包括:
S401,获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;
其中,步骤S401-S403分别与图2实施例中的步骤S101-S103执行的方法相同。因此,图2中的所有实施例均适用于图8,且均能达到相同或相似的有益效果,在此不再赘述。
S402,分别将每个所述车辆节点的信誉值与阈值进行比较;
S403,针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息;
S404,针对目标信息,利用所述客户端对应的车辆的预设感知系统获取感知信息,判断所述目标信息与所述感知信息是否匹配;若匹配,执行S405,若不匹配,执行S406;其中,所述评分为正的预设值或负的预设值;
车辆利用自身的感知系统中的传感器可以感知到周围环境中的某些事件(例如交通控制,交通事故等)。利用传感器感知目标事件,获取目标事件对应的感知信息,利用感知信息与获取的目标信息进行匹配。
S405,将所述目标信息的评分标记为正的预设值;
基于上述描述,针对匹配结果一致的所述目标信息的评分赋予正的预设值。
S406,将所述目标信息的评分标记为负的预设值;
基于上述描述,针对匹配结果不一致的所述目标信息的评分赋予负的预设值。
S407,根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第一观测节点,若是第一观测节点,执行S408,若不是第一观测节点,执行S409;其中,所述预设信息包括所述客户端对应的车辆的身份证明、区块产生的时间、前一区块的散列值和信任机构对所述客户端对应的车辆的车载传感器的评估分;
其中,通过设置判断所述客户端对应的车辆节点是否为第一观测节点的目的是为了将第一同簇车辆节点中所有的节点作为第一观测节点的可能性均进行判断。
S408,将所述目标评分对应目标信息的评分区块发送到第一同簇车辆对应的节点中,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
若上述客户端对应的车辆节点是第一观测节点,则作为第一观测节点,需要将包括目标评分的评分区块分别发送到第一同簇车辆中,也就是说,将上述客户端对应的车辆节点对应包括目标信息的评分的评分区块分别发送到第一同簇车辆中。
S409,接收所述第一观测节点发送的该观测节点对应目标信息的评分区块,获取该观测节点对应目标信息的评分;
若上述客户端对应的车辆节点不是第一观测节点,需要在第一同簇车辆节点中选择一个新的观测节点,也就是说,除所述客户端对应的车辆节点外的第一同簇车辆节点中选择出一个观测节点,即为第一观测节点,该第一观测节点也需要发送该观测节点对应目标信息的评分,同时针对上述客户端对应的车辆节点而言,获取该第一观测节点发送的评分。
本步骤后,一次执行S410。
S410,判断所获取的所述第一观测节点对应目标信息的评分是否与所述目标评分一致;若为一致,执行S411,若为不一致,执行S412;
基于上述而言,所述客户端对应的车辆节点不是第一观测节点,因此需要判断第一观测节点对应目标信息的评分与目标评分是否匹配。
S411,判定所述第一观测节点对应目标信息的评分可靠,将所述第一观测节点对应目标信息的评分按照时间戳存储在所述客户端对应的车辆节点对应评分区块中;
通过上述判断后,针对匹配一致的结果,将该观测节点即第一观测节点的评分判定为可靠,并将该观测节点对应目标信息的评分存储在上述客户端对应的车辆节点内的评分区块中。
S412,判定所述第一观测节点对应目标信息的评分不可靠,根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第二观测节点;若是第二观测节点,执行S413,若不是第二观测节点,执行S414;
通过上述判断后,针对匹配不一致的结果,需要在第二同簇车辆对应的节点内寻找新的车辆节点作为第二观测节点。
S413,将所述目标评分对应目标信息的评分区块发送到第二同簇车辆对应的节点中;其中,所述第二同簇车辆为在第一同簇车辆中第一观测节点对应目标信息的评分被判定为不可靠的车辆;
针对上述客户端对应的车辆节点不是第二车辆节点,需要在第二同簇车辆对应的节点除上述客户端对应的车辆节点之外的节点继续选择新的节点作为第二观测节点。
S414,接收所述第二观测节点发送的该观测节点对应目标信息的评分区块,获取该观测节点对应目标信息的评分;
同时针对上述客户端对应的车辆节点而言,接收第二观测节点发送的包括目标信息的评分区块。
S415,获取第一数量和第二数量,其中,所述第一数量为第一同簇车辆节点中第一观测节点对应目标信息的评分是被判定为可靠的车辆,所述第二数量为第二同簇车辆节点中车辆的数量;
其中,步骤S415-S418分别与图5实施例中的步骤S209-S212执行的方法相同。因此,图5中的所有实施例均适用于图8,且均能达到相同或相似的有益效果,在此不再赘述。
S416,判断第一数量是否大于第二数量;若为大于,执行S417,若为小于或等于,执行S418;
S417,选择第一数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第一数量对应的每个车辆的信誉值中,将负的预设值累加到第二数量对应的每个车辆的信誉值中,更新每个车辆的信誉值;
S418,选择第二数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第二数量对应的每个车辆的信誉值中,将负的预设值累加到第一数量对应的每个车辆的信誉值中,更新每个车辆的信誉值。
由此可知,本发明实施例提供的方法通过获取发送目标信息对应的至少一个车辆节点的信誉值,对所获得的信誉值进行了阈值设定,使得每辆车均能从上述客户端对应的节点中获取经多数车辆节点验证后的车辆信誉信息,并基于此判断接收目标信息的可靠程度,从而提升网络的安全性,并对获取的目标信息的评分与自身获取的感知信息进行了匹配,基于此,增加了可靠的观测节点选择方案,使得计算信誉值的参考信息更为真实可信;同时有效的分布式共识机制,避免了各节点独自进行信誉计算时可能存在的错误,使得对车辆信誉值的管理可靠性更高。
图9为本发明实施例提供的一种车辆信誉管理装置的示意图,应用于客户端,所述装置包括:
第一获取模块501,用于获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;
第一判断模块502,用于分别将每个所述车辆节点的信誉值与阈值进行比较;
接收模块503,用于针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息。
其中,所述装置还包括:
第一评分模块,用于针对目标信息,根据所述客户端对应的车辆的预设感知系统获取感知信息,根据所述感知信息,对所述目标信息进行评分,记为目标评分,并将目标评分存储在所述客户端对应的车辆节点预设的评分区块中,其中,所述评分为正的预设值或负的预设值;
第二评分模块,用于按照第一预设方式选择一个第一同簇车辆对应的节点作为第一观测节点,获取第一观测节点对应目标信息的评分,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
验证模块,用于利用目标评分,验证第一观测节点对应目标信息的评分是否被判定为可靠;
存储模块,用于若被判定为可靠,将所述第一观测节点对应目标信息的评分按照时间戳存储在所述客户端对应的车辆节点对应评分区块中;
第二获取模块,用于若被判定为不可靠,按照第一预设方式选择一个第二同簇车辆对应的节点作为第二观测节点,获取第二观测节点对应目标信息的评分,其中,所述第二同簇车辆为在第一同簇车辆中第一观测节点对应目标信息的评分被判定为不可靠的车辆;
第三获取模块,用于获取第一数量和第二数量,其中,所述第一数量为第一同簇车辆节点中第一观测节点对应目标信息的评分是被判定为可靠的车辆,所述第二数量为第二同簇车辆节点中车辆的数量;
比较模块,用于判断第一数量是否大于第二数量,若为大于,触发第一信誉值更新模块,若为小于或等于,触发第二信誉值更新模块;
第一信誉值更新模块,用于选择第一数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第一数量对应的每个车辆的信誉值中,将负的预设值累加到第二数量对应的每个车辆的信誉值中,更新每个车辆的信誉值;
第二信誉值更新模块,用于选择第二数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第二数量对应的每个车辆的信誉值中,将负的预设值累加到第一数量对应的每个车辆的信誉值中,更新每个车辆的信誉值。
其中,所述第一评分模块,包括:
第二判断子模块,用于针对目标信息,利用所述客户端对应的车辆的预设感知系统获取感知信息,判断所述目标信息与所述感知信息是否匹配;若匹配,触发第一标记子模块,若不匹配,触发第二标记子模块;
所述第一标记子模块,用于将所述目标信息的评分标记为正的预设值;
所述第二标记子模块,用于将所述目标信息的评分标记为负的预设值。
所述第二评分模块,包括:
第三判断子模块,用于根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第一观测节点,其中,所述预设信息包括所述客户端对应的车辆的身份证明、区块产生的时间、前一区块的散列值和信任机构对所述客户端对应的车辆的车载传感器的评估分;若是第一观测节点,触发第一发送子模块,若不是第一观测节点,触发接收评分子模块;
所述第一发送子模块,用于将所述目标评分对应目标信息的评分区块发送到第一同簇车辆对应的节点中,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
所述接收评分子模块,用于接收所述第一观测节点发送的该观测节点对应目标信息的评分区块,获取该观测节点对应目标信息的评分。
所述验证模块,包括:
第四判断子模块,用于判断所获取的所述第一观测节点对应目标信息的评分是否与所述目标评分一致;若为一致,触发第一判定子模块,若为不一致,触发第二判定子模块;
所述第一判定子模块,用于判定所述第一观测节点对应目标信息的评分可靠;
所述第二判定子模块,用于判定所述第一观测节点对应目标信息的评分不可靠。
所述第二获取模块,包括:
第五判断子模块,用于根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第二观测节点;若是第二观测节点,触发第二发送子模块,若不是第二观测节点,触发第四获取子模块;
所述第二发送子模块,用于将所述目标评分对应目标信息的评分区块发送到第二同簇车辆对应的节点中;
所述第四获取子模块,用于接收所述第二观测节点发送的该观测节点对应目标信息的评分区块,获取该观测节点对应目标信息的评分。
所述第三判断子模块,包括:
第一观测节点判断单元,用于根据预设信息,利用散列函数按照如下表达式判断所述客户端对应的车辆节点是否为第一观测节点;
所述表达式为:Hash(ID,time,PreHash)<C;
其中,Hash(·)为散列函数,ID为车辆身份证明;time为区块产生的时间;PreHash为前一个区块的散列值;C为散列门限值。
所述第五判断子模块,包括:
第二观测节点判断单元,用于根据预设信息,利用散列函数按照如下表达式判断所述客户端对应的车辆节点是否为第二观测节点;
所述表达式为:Hash(ID,time,PreHash)<C;
其中,Hash(·)为散列函数,ID为车辆身份证明;time为区块产生的时间;PreHash为前一个区块的散列值;C为散列门限值。
由此可知,本发明实施例提供的方法通过获取发送目标信息对应的至少一个车辆节点的信誉值,并对所获得的信誉值进行了阈值设定,使得每辆车均能从所述客户端对应的节点中获取经多数车辆节点验证后的车辆信誉信息,并基于此判断接收目标信息的可靠程度,从而提升网络的安全性,进而使得接收的目标信息可靠性更高。
本发明实施例还提供了一种电子设备,如图10所示,包括处理器601、通信接口602、存储器603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信,
存储器603,用于存放计算机程序;
处理器601,用于执行存储器603上所存放的程序时,实现本发明实施例提供的一种车辆信誉管理方法。
具体的,上述一种车辆信誉管理方法,包括:
获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;
分别将每个所述车辆节点的信誉值与阈值进行比较;
针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息。
由此可见,执行本实施例提供的电子设备,通过获取发送目标信息对应的至少一个车辆节点的信誉值,并对所获得的信誉值进行了阈值设定,使得每辆车均能从所述客户端对应的节点中获取经多数车辆节点验证后的车辆信誉信息,并基于此判断接收目标信息的可靠程度,从而提升网络的安全性,进而使得接收的目标信息可靠性更高。
上述的相关内容车辆信誉管理方法的实施方式与前述方法实施例部分提供的车辆信誉的管理方式相同,这里不再赘述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的车辆信誉管理方法。
具体的,上述一种车辆信誉管理方法,包括:
获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;
分别将每个所述车辆节点的信誉值与阈值进行比较;
针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息。
由此可见,执行本实施例提供的计算机可读存储介质中存储的应用程序时,通过获取发送目标信息对应的至少一个车辆节点的信誉值,并对所获得的信誉值进行了阈值设定,使得每辆车均能从所述客户端对应的节点中获取经多数车辆节点验证后的车辆信誉信息,并基于此判断接收目标信息的可靠程度,从而提升网络的安全性,进而使得接收的目标信息可靠性更高。
上述的相关内容一种车辆信誉管理法的实施方式与前述方法实施例部分提供的车辆信誉管理方法的传输方式相同,这里不再赘述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于方法、装置、电子设备或计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种车辆信誉管理方法,其特征在于,应用于客户端,所述方法包括:
获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;
分别将每个所述车辆节点的信誉值与阈值进行比较;
针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息。
2.如权利要求1所述的方法,其特征在于,在所述接收所发送的目标信息之后,所述方法还包括:
针对目标信息,根据所述客户端对应的车辆的预设感知系统获取感知信息,根据所述感知信息,对所述目标信息进行评分,记为目标评分,并将目标评分存储在所述客户端对应的车辆节点预设的评分区块中,其中,所述评分为正的预设值或负的预设值;
按照第一预设方式选择一个第一同簇车辆对应的节点作为第一观测节点,获取第一观测节点对应目标信息的评分,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
利用目标评分,验证第一观测节点对应目标信息的评分是否被判定为可靠;
若被判定为可靠,将所述第一观测节点对应目标信息的评分按照时间戳存储在所述客户端对应的车辆节点对应评分区块中;
若被判定为不可靠,按照第一预设方式选择一个第二同簇车辆对应的节点作为第二观测节点,获取第二观测节点对应目标信息的评分,其中,所述第二同簇车辆为在第一同簇车辆中第一观测节点对应目标信息的评分被判定为不可靠的车辆;
获取第一数量和第二数量,其中,所述第一数量为第一同簇车辆节点中第一观测节点对应目标信息的评分是被判定为可靠的车辆,所述第二数量为第二同簇车辆节点中车辆的数量;
判断第一数量是否大于第二数量;
若为大于,选择第一数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第一数量对应的每个车辆的信誉值中,将负的预设值累加到第二数量对应的每个车辆的信誉值中,更新每个车辆的信誉值;
若为小于或等于,选择第二数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第二数量对应的每个车辆的信誉值中,将负的预设值累加到第一数量对应的每个车辆的信誉值中,更新每个车辆的信誉值。
3.如权利要求2所述的方法,其特征在于,所述针对目标信息,根据所述客户端对应的车辆的预设感知系统获取感知信息,根据所述感知信息,对所述目标信息进行评分,包括:
针对目标信息,利用所述客户端对应的车辆的预设感知系统获取感知信息,判断所述目标信息与所述感知信息是否匹配;
若匹配,将所述目标信息的评分标记为正的预设值;
若不匹配,将所述目标信息的评分标记为负的预设值。
4.如权利要求2所述的方法,其特征在于,所述按照第一预设方式选择一个第一同簇车辆对应的节点作为第一观测节点,获取第一观测节点对应目标信息的评分,包括:
根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第一观测节点,其中,所述预设信息包括所述客户端对应的车辆的身份证明、区块产生的时间、前一区块的散列值和信任机构对所述客户端对应的车辆的车载传感器的评估分;
若是第一观测节点,将所述目标评分对应目标信息的评分区块发送到第一同簇车辆对应的节点中,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
若不是第一观测节点,接收所述第一观测节点发送的该观测节点对应目标信息的评分区块,获取该观测节点对应目标信息的评分。
5.如权利要求2所述的方法,其特征在于,所述利用目标评分,验证第一观测节点对应目标信息的评分是否被判定为可靠,包括:
判断所获取的所述第一观测节点对应目标信息的评分是否与所述目标评分一致;
若为一致,则判定所述第一观测节点对应目标信息的评分可靠;
若为不一致,则判定所述第一观测节点对应目标信息的评分不可靠。
6.如权利要求2所述的方法,其特征在于,所述按照第一预设方式选择一个第二同簇车辆对应的节点作为第二观测节点,获取第二观测节点对应目标信息的评分,包括:
根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第二观测节点;
若是第二观测节点,将所述目标评分对应目标信息的评分区块发送到第二同簇车辆对应的节点中;
若不是第二观测节点,接收所述第二观测节点发送的该观测节点对应目标信息的评分区块,获取该观测节点对应目标信息的评分。
7.如权利要求4所述的方法,其特征在于,所述根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第一观测节点,包括:
根据预设信息,利用散列函数按照如下表达式判断所述客户端对应的车辆节点是否为第一观测节点;
所述表达式为:Hash(ID,time,PreHash)<C;
其中,Hash(·)为散列函数,ID为车辆身份证明;time为区块产生的时间;PreHash为前一个区块的散列值;C为散列门限值。
8.如权利要求6所述的方法,其特征在于,所述根据预设信息,利用散列函数判断所述客户端对应的车辆节点是否为第二观测节点,包括:
根据预设信息,利用散列函数按照如下表达式判断所述客户端对应的车辆节点是否为第二观测节点;
所述表达式为:Hash(ID,time,PreHash)<C;
其中,Hash(·)为散列函数,ID为车辆身份证明;time为区块产生的时间;PreHash为前一个区块的散列值;C为散列门限值。
9.一种车辆信誉管理装置,其特征在于,所述装置包括:
第一获取模块,用于获取发送目标信息对应的至少一个车辆节点的信誉值,其中,同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇,同一个簇内的各车辆均设置有相同的区块链,所述信誉值存储于区块链中,所述车辆节点为同簇车辆中车辆对应的节点,且一个车辆对应一个节点;
第一判断模块,用于分别将每个所述车辆节点的信誉值与阈值进行比较;
接收模块,用于针对大于或等于阈值的信誉值对应的车辆节点,接收所发送的目标信息。
10.如权利要求9所述的装置,其特征在于,所述装置还包括:
第一评分模块,用于针对目标信息,根据所述客户端对应的车辆的预设感知系统获取感知信息,根据所述感知信息,对所述目标信息进行评分,记为目标评分,并将目标评分存储在所述客户端对应的车辆节点预设的评分区块中,其中,所述评分为正的预设值或负的预设值;
第二评分模块,用于按照第一预设方式选择一个第一同簇车辆对应的节点作为第一观测节点,获取第一观测节点对应目标信息的评分,其中,所述第一同簇车辆为在同簇车辆中信誉值大于或等于阈值对应的车辆;
验证模块,用于利用目标评分,验证第一观测节点对应目标信息的评分是否被判定为可靠;
存储模块,用于若被判定为可靠,将所述第一观测节点对应目标信息的评分按照时间戳存储在所述客户端对应的车辆节点对应评分区块中;
第二获取模块,用于若被判定为不可靠,按照第一预设方式选择一个第二同簇车辆对应的节点作为第二观测节点,获取第二观测节点对应目标信息的评分,其中,所述第二同簇车辆为在第一同簇车辆中第一观测节点对应目标信息的评分被判定为不可靠的车辆;
第三获取模块,用于获取第一数量和第二数量,其中,所述第一数量为第一同簇车辆节点中第一观测节点对应目标信息的评分是被判定为可靠的车辆,所述第二数量为第二同簇车辆节点中车辆的数量;
比较模块,用于判断第一数量是否大于第二数量,若为大于,触发第一信誉值更新模块,若为小于或等于,触发第二信誉值更新模块;
第一信誉值更新模块,用于选择第一数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第一数量对应的每个车辆的信誉值中,将负的预设值累加到第二数量对应的每个车辆的信誉值中,更新每个车辆的信誉值;
第二信誉值更新模块,用于选择第二数量对应的观测节点的评分作为可靠评分,分别将正的预设值累加到第二数量对应的每个车辆的信誉值中,将负的预设值累加到第一数量对应的每个车辆的信誉值中,更新每个车辆的信誉值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710880566.1A CN107665405B (zh) | 2017-09-26 | 2017-09-26 | 一种车辆信誉管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710880566.1A CN107665405B (zh) | 2017-09-26 | 2017-09-26 | 一种车辆信誉管理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107665405A true CN107665405A (zh) | 2018-02-06 |
CN107665405B CN107665405B (zh) | 2021-04-20 |
Family
ID=61098455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710880566.1A Active CN107665405B (zh) | 2017-09-26 | 2017-09-26 | 一种车辆信誉管理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107665405B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830088A (zh) * | 2018-04-26 | 2018-11-16 | 张莉 | 一种基于物联网的大数据分析方法及系统 |
CN109242292A (zh) * | 2018-08-28 | 2019-01-18 | 深圳市轱辘汽车维修技术有限公司 | 一种资产评估方法、区块链节点设备及系统 |
CN109347852A (zh) * | 2018-11-07 | 2019-02-15 | 暨南大学 | 一种轻量级的车联网信任评估方法 |
CN109698754A (zh) * | 2019-01-07 | 2019-04-30 | 西安邮电大学 | 基于环签名的车队安全管理系统及方法、车辆管理平台 |
CN109767199A (zh) * | 2018-12-10 | 2019-05-17 | 西安电子科技大学 | 基于信誉的pbft共识系统及方法、区块链数据处理系统 |
CN110264714A (zh) * | 2019-06-19 | 2019-09-20 | 北京邮电大学 | 车辆管理和信息处理方法及电子设备 |
WO2019227457A1 (en) | 2018-06-01 | 2019-12-05 | Nokia Technologies Oy | Method and apparatus for decentralized trust evaluation in a distributed network |
CN110602705A (zh) * | 2019-09-20 | 2019-12-20 | 浙江树人学院(浙江树人大学) | 一种适用于车联网环境的改进pbft共识方法 |
CN110798807A (zh) * | 2019-11-06 | 2020-02-14 | 北京海益同展信息科技有限公司 | 用于记录车辆轨迹的方法、装置、计算机设备和介质 |
CN111405053A (zh) * | 2020-03-22 | 2020-07-10 | 江苏大学 | 基于可信执行环境的车联网架构及信誉评估方法与激励方法 |
CN111865601A (zh) * | 2020-06-04 | 2020-10-30 | 江苏理工学院 | 基于区块链的车联网信任管理方法和系统 |
CN111935674A (zh) * | 2020-08-17 | 2020-11-13 | 重庆邮电大学 | 一种基于区块链技术的车联网分层认证方法 |
CN112751824A (zh) * | 2020-11-30 | 2021-05-04 | 长安大学 | 一种基于区块链的车载命名数据网络信任机制 |
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 |
CN113691632A (zh) * | 2021-08-27 | 2021-11-23 | 广东卓启云链科技有限公司 | 一种区块链计算资源的动态调度方法及系统 |
CN113852955A (zh) * | 2021-09-23 | 2021-12-28 | 北京邮电大学 | 一种无线感知网络中安全数据传输与合法节点认证的方法 |
CN114040362A (zh) * | 2021-09-18 | 2022-02-11 | 清华大学 | 一种车路协同环境下车辆动态可信关系建立方法及装置 |
CN114726638A (zh) * | 2022-04-22 | 2022-07-08 | 中国工商银行股份有限公司 | 信息记录方法、装置、计算机设备、存储介质和程序产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105721543A (zh) * | 2015-06-15 | 2016-06-29 | 清华大学深圳研究生院 | 基于操作控制单元的跨协议分布式云存储系统和数据管理方法 |
CN106332122A (zh) * | 2015-06-26 | 2017-01-11 | 中兴通讯股份有限公司 | 车联网中车辆的管理方法及装置 |
WO2017095036A1 (ko) * | 2015-11-30 | 2017-06-08 | 전삼구 | 블록체인 인증을 이용하는 IoT 기반 사물 관리 시스템 및 방법 |
CN107045650A (zh) * | 2016-10-25 | 2017-08-15 | 罗轶 | 基于区块链的网约车 |
-
2017
- 2017-09-26 CN CN201710880566.1A patent/CN107665405B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105721543A (zh) * | 2015-06-15 | 2016-06-29 | 清华大学深圳研究生院 | 基于操作控制单元的跨协议分布式云存储系统和数据管理方法 |
CN106332122A (zh) * | 2015-06-26 | 2017-01-11 | 中兴通讯股份有限公司 | 车联网中车辆的管理方法及装置 |
WO2017095036A1 (ko) * | 2015-11-30 | 2017-06-08 | 전삼구 | 블록체인 인증을 이용하는 IoT 기반 사물 관리 시스템 및 방법 |
CN107045650A (zh) * | 2016-10-25 | 2017-08-15 | 罗轶 | 基于区块链的网约车 |
Non-Patent Citations (1)
Title |
---|
刘继承: "一种基于信誉的车载自组网信任管理模型", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830088A (zh) * | 2018-04-26 | 2018-11-16 | 张莉 | 一种基于物联网的大数据分析方法及系统 |
CN112236987A (zh) * | 2018-06-01 | 2021-01-15 | 诺基亚技术有限公司 | 用于分布式网络中的分散式信任评估的方法和装置 |
WO2019227457A1 (en) | 2018-06-01 | 2019-12-05 | Nokia Technologies Oy | Method and apparatus for decentralized trust evaluation in a distributed network |
US20210160056A1 (en) * | 2018-06-01 | 2021-05-27 | Nokia Technologies Oy | Method and apparatus for decentralized trust evaluation in a distributed network |
CN109242292A (zh) * | 2018-08-28 | 2019-01-18 | 深圳市轱辘汽车维修技术有限公司 | 一种资产评估方法、区块链节点设备及系统 |
CN109347852A (zh) * | 2018-11-07 | 2019-02-15 | 暨南大学 | 一种轻量级的车联网信任评估方法 |
CN109767199A (zh) * | 2018-12-10 | 2019-05-17 | 西安电子科技大学 | 基于信誉的pbft共识系统及方法、区块链数据处理系统 |
CN109698754A (zh) * | 2019-01-07 | 2019-04-30 | 西安邮电大学 | 基于环签名的车队安全管理系统及方法、车辆管理平台 |
CN109698754B (zh) * | 2019-01-07 | 2021-11-16 | 西安邮电大学 | 基于环签名的车队安全管理系统及方法、车辆管理平台 |
CN110264714A (zh) * | 2019-06-19 | 2019-09-20 | 北京邮电大学 | 车辆管理和信息处理方法及电子设备 |
CN110264714B (zh) * | 2019-06-19 | 2021-04-27 | 北京邮电大学 | 车辆管理和信息处理方法及电子设备 |
CN110602705A (zh) * | 2019-09-20 | 2019-12-20 | 浙江树人学院(浙江树人大学) | 一种适用于车联网环境的改进pbft共识方法 |
CN110602705B (zh) * | 2019-09-20 | 2022-05-03 | 浙江树人学院(浙江树人大学) | 一种适用于车联网环境的改进pbft共识方法 |
CN110798807A (zh) * | 2019-11-06 | 2020-02-14 | 北京海益同展信息科技有限公司 | 用于记录车辆轨迹的方法、装置、计算机设备和介质 |
CN110798807B (zh) * | 2019-11-06 | 2020-12-22 | 北京海益同展信息科技有限公司 | 用于记录车辆轨迹的方法、装置、计算机设备和介质 |
CN111405053B (zh) * | 2020-03-22 | 2022-09-16 | 江苏大学 | 基于可信执行环境的车联网节点信誉评估方法及车联网系统 |
CN111405053A (zh) * | 2020-03-22 | 2020-07-10 | 江苏大学 | 基于可信执行环境的车联网架构及信誉评估方法与激励方法 |
CN111865601A (zh) * | 2020-06-04 | 2020-10-30 | 江苏理工学院 | 基于区块链的车联网信任管理方法和系统 |
CN111865601B (zh) * | 2020-06-04 | 2023-06-23 | 福建好运联联信息科技有限公司 | 基于区块链的车联网信任管理方法和系统 |
CN111935674B (zh) * | 2020-08-17 | 2022-03-29 | 重庆邮电大学 | 一种基于区块链技术的车联网分层认证方法 |
CN111935674A (zh) * | 2020-08-17 | 2020-11-13 | 重庆邮电大学 | 一种基于区块链技术的车联网分层认证方法 |
CN112751824A (zh) * | 2020-11-30 | 2021-05-04 | 长安大学 | 一种基于区块链的车载命名数据网络信任机制 |
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 |
CN113691632A (zh) * | 2021-08-27 | 2021-11-23 | 广东卓启云链科技有限公司 | 一种区块链计算资源的动态调度方法及系统 |
CN113691632B (zh) * | 2021-08-27 | 2023-06-13 | 广东卓启云链科技有限公司 | 一种区块链计算资源的动态调度方法及系统 |
CN114040362A (zh) * | 2021-09-18 | 2022-02-11 | 清华大学 | 一种车路协同环境下车辆动态可信关系建立方法及装置 |
CN113852955A (zh) * | 2021-09-23 | 2021-12-28 | 北京邮电大学 | 一种无线感知网络中安全数据传输与合法节点认证的方法 |
CN113852955B (zh) * | 2021-09-23 | 2024-04-05 | 北京邮电大学 | 一种无线感知网络中安全数据传输与合法节点认证的方法 |
CN114726638A (zh) * | 2022-04-22 | 2022-07-08 | 中国工商银行股份有限公司 | 信息记录方法、装置、计算机设备、存储介质和程序产品 |
CN114726638B (zh) * | 2022-04-22 | 2024-02-06 | 中国工商银行股份有限公司 | 信息记录方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107665405B (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107665405A (zh) | 一种车辆信誉管理方法及装置 | |
Chowdhury et al. | Attacks on self-driving cars and their countermeasures: A survey | |
JP7197638B2 (ja) | セキュリティ処理方法及びサーバ | |
den Hartog et al. | Security and privacy for innovative automotive applications: A survey | |
Bian et al. | Toward secure crowd sensing in vehicle-to-everything networks | |
Hoppe et al. | Security threats to automotive CAN networks—Practical examples and selected short-term countermeasures | |
Kamel et al. | A misbehavior authority system for sybil attack detection in c-its | |
CN107508859A (zh) | 车载自组织网络中基于区块链技术的车辆通信方法 | |
WO2017104112A1 (ja) | セキュリティ処理方法及びサーバ | |
He et al. | Towards a severity assessment method for potential cyber attacks to connected and autonomous vehicles | |
Monteuuis et al. | Attacker model for connected and automated vehicles | |
Sumra et al. | Trust and trusted computing in VANET | |
Salazar-Cabrera et al. | Proof of Concept of an IoT‐Based Public Vehicle Tracking System, Using LoRa (Long Range) and Intelligent Transportation System (ITS) Services | |
Bian et al. | Security in use cases of vehicle-to-everything communications | |
CN104010302A (zh) | 车载自组织网络路况数据信任评价方法 | |
KR101736007B1 (ko) | 소유자의 익명성을 보장하면서 차량용 카메라 영상 데이터의 시간과 위치를 검증하는 방법 및 장치 | |
Ahmad et al. | A novel context-based risk assessment approach in vehicular networks | |
CN102065003A (zh) | 实现车载信息系统可信安全路由的方法、系统和设备 | |
Ferdous et al. | Immutable autobiography of smart cars leveraging blockchain technology | |
CN111756842A (zh) | 一种车联网漏洞检测方法、装置及计算机设备 | |
Shirvani et al. | Evaluation framework for electric vehicle security risk assessment | |
Souissi et al. | Trust management in vehicular ad hoc networks: a survey | |
Zidi et al. | Review and Perspectives on the Audit of Vehicle-to-everything Communications | |
CN113836564A (zh) | 一种基于区块链的网联汽车信息安全系统 | |
Seuwou et al. | Effective security as an ill-defined problem in vehicular ad hoc networks (VANETs) |
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 |