CN110446204B - 一种适用于车联网络车辆结点的信任值计算方法 - Google Patents
一种适用于车联网络车辆结点的信任值计算方法 Download PDFInfo
- Publication number
- CN110446204B CN110446204B CN201910855974.0A CN201910855974A CN110446204B CN 110446204 B CN110446204 B CN 110446204B CN 201910855974 A CN201910855974 A CN 201910855974A CN 110446204 B CN110446204 B CN 110446204B
- Authority
- CN
- China
- Prior art keywords
- node
- value
- trust
- stage
- vehicle
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/009—Security arrangements; Authentication; Protecting privacy or anonymity specially adapted for networks, e.g. wireless sensor networks, ad-hoc networks, RFID networks or cloud networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/60—Context-dependent security
- H04W12/66—Trust-dependent, e.g. using trust scores or trust relationships
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Abstract
本发明公开了一种适用于车联网络车辆结点的信任值计算方法,车辆结点信任值的计算分三个阶段进行:第一阶段在即将开始资源调度前进行;第二阶段在资源调度完成后进行,根据本次资源调度中结点表现情况对信任值进行修正;第三阶段紧随第二阶段,快速提高表现好的低信任结点信任值,抑制表现差的结点信任值,第三阶段计算结果作为下一轮信任计算第一阶段的初始重要依据;三个阶段均可由车辆结点自带的智能车辆中装载的嵌入式系统完成。本发明所设计的车辆结点信任值计算方法,可以为服务提供者选择提供重要依据,从多个候选对象结点中选择高可信结点,以获得更好的服务。
Description
技术领域
本发明属于车联网络应用领域,具体涉及一种适用于车联网络车辆结点的信任值计算方法。
背景技术
车辆上的车载设备通过无线通信技术,可以相互通信组成网络。2017年12月27日,工业和信息化部、国家标准化管理委员会联合发布了《国家车联网汽车标准体系建设指南(智能联网汽车)》,这标志着智能联网汽车开始有了统一规范和国家标准。
为了实现车辆结点的互通互联和资源共享,服务使用者需要在多个车辆结点中选择服务提供者。
发明内容
发明目的:为了解决现有技术的不足,本发明提供了一种适用于车联网络车辆结点的信任值计算方法。在信任值计算中综合考虑了面向结点的因素和面向数据通信的因素,作为计算结果的车辆结点信任值可以被用于路由选择的metric值,也可以作为资源调度管理的依据。
技术方案:一种适用于车联网络车辆结点的信任值计算方法,车辆结点信任值的计算分三个阶段进行:第一阶段在即将开始资源调度前进行;第二阶段在资源调度完成后进行,根据本次资源调度中结点表现情况对信任值进行修正;第三阶段紧随第二阶段,快速提高表现好的低信任结点信任值,抑制表现差的结点信任值,第三阶段计算结果作为下一轮信任计算第一阶段的初始重要依据;三个阶段均可由车辆结点自带的智能车辆中装载的嵌入式系统完成。
作为优化:所述的第一阶段为某一资源调度前初始化,信任值T1计算流程如下:
a.计算或测量资源分享情况HU、资源使用情况CU、他人评价OE、传输速度PV、连续传输度CT、数据完整度DI、数据正确率DA各参数值;
b.计算车辆结点的面向结点信任值TOE,计算方法为:TOE=a*HU+b*CU+c*OE;
在此计算方法中,资源分享情况HU、资源使用情况CU、他人评价OE三个计算要素的权重值分别为a、b、c,a+b+c=1;在实际应用中,三者建议取值为0.4,0.4,0.2;
c.计算车辆结点的面向数据信任值TOD,计算方法为:TOD=(PV+CT+DI+DA)/4;
在此计算方法中,传输速度PV、连续传输度CT、数据完整度DI和数据正确率DA四个计算要素的权重值相同,也可以根据应用环境要求,为四个计算要素赋以不同权重值,具体赋值方法同样可以使用层次结构法;
若车辆结点上一轮计算的信任值T1-old在[V,98]之间,或者车辆结点上存在本次其他车辆结点所请求资源,则对计算得到车辆结点面向数据信任值TOD增加奖励分x,也即:TOD=TOD+x T∈[V,98]或本结点存在所需资源;
上式中,V为信任值达到优秀级别的阈值,建议取值为80;x为达到优秀时的奖励值,取值范围为(0,2],建议取值为2;
d.综合TOE和TOD,计算第一阶段信任值T1,计算方法为:
T1=0.7*T1-old+0.3*(0.5*TOE+0.5*TOD);
式中T1-old为上一轮信任计算中该节点第三阶段得到的信任值T3,在首次评估时,T1-old的初始值取70。
作为优化:所述的第二阶段在资源调度共享完成后,信任值T2计算流程如下:
若车辆结点被选择为资源供给结点,当完成资源使用后,根据本次资源使用情况,对该结点信任值进行更新,得到信任值T2;若车辆结点未被选中作为资源供给结点,跳过本步骤,信任值T2同步骤1计算得到的T1;
a.若本次资源分享成功,车辆结点资源分享情况HU值加2,否则HU值减5;
b.如果是城市道路环境(密集结点环境),按以下方法对结点信任值进行修正:
1)若该结点传输速度PV>24,则修正值PV’=PV+x1;否则PV’=PV-x2。这里,x1和x2建议取值均为4,下同;
2)若该结点连输传输度CT>18,则修正值CT’=CT+x1;否则CT’=CT-x2;
3)若该结点数据完整度DI>90,则修正值DI’=DI+x1;否则DI’=DI-x2;
4)若该结点数据正确率DA>95,则修正值DA’=DA+x1;否则DA’=DA-x2;
5)计算车辆结点第二阶段信任值T2;
T2=0.5*(a*HU+b*CU+c*OE)+0.5*(d*PV'+e*CT'+f*DI'+g*DA')
上式中,d+e+f+g=1。d,e的建议取值为0.3,f,g的建议取值为0.2;
c.如果是高速道路环境(稀疏结点环境),按以下方法对结点信任值进行修正:
1)若该结点传输速度PV>12,则修正值PV’=PV+x1;否则PV’=PV-x2。
2)若该结点连输传输度CT>6,则修正值CT’=CT+x1;否则CT’=CT-x2。
3)若该结点数据完整度DI>90,则修正值DI’=DI+x1;否则DI’=DI-x2。
4)若该结点数据正确率DA>95,则修正值DA’=DA+x1;否则DA’=DA-x2。
5)计算车辆结点第二阶段信任值T2。
T2=0.5*(HU+CU+OE)/3+0.5*(d*PV'+e*CT'+f*DI'+g*DA')
上式中,d+e+f+g=1。d,e的建议取值为0.2,f,g的建议取值为0.3。
作为优化:所述的第三阶段为信任值离散优化,信任值T3计算流程如下:
a.若T2≥A,A的建议取值为80,则:
1)若T2≥T(T>A,T的建议取值为83),则T3=T2+r,r的建议取值为1;
2)若T2<T,且连续评测超过T2的次数y1≤z1,则T3=T2+p。若T2<T,连续评测超过T2的次数y1>z1,则T3=T2+p+q*(y1-z1);
在密集环境中,z1的建议取值为3,p、q的建议取值为1;在稀疏环境中,z1的建议取值为2,p、q的建议取值为1;当在实际应用中,取非建议值时,约束p≥r;
b.若T2<A,则T3=k*T2,式中0.5≤k<1,k的建议取值为0.9;
第三阶段车辆结点信任值计算完毕后,本轮资源调度完成后结点信任值计算更新完成,新的结点信任值T3作为该结点下一轮资源调度信任初始值继续参加计算。
有益效果:本发明所设计的车辆结点信任值计算方法,可以为服务提供者选择提供重要依据,从多个候选对象结点中选择高可信结点,以获得更好的服务。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,以使本领域的技术人员能够更好的理解本发明的优点和特征,从而对本发明的保护范围做出更为清楚的界定。本发明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的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。
实施例
本发明是一种策略性方法,用于计算车联网络中车辆结点的信任值,计算结果可用于车辆网络中车辆结点的资源调度。首先对方法中要用到的几个名词说明如下:
资源分享情况HU(History Usage):一段时间内车辆结点中各资源已被其他车辆结点使用并且现已完成使用的情况,取值范围为[0,100]。初始值为0,当结点资源完成一次使用后,该值更新方法为:
HU最小值为0,减至0后不再下降;最大值为100,增加至100后不再增加,下同。
资源使用情况CU(Current Usage):车辆结点当前空闲资源情况,取值范围为[0,100]。当车辆结点资源未被其他任何车辆结点使用时,值为100,当车辆结点已无资源可供其他结点使用时,值为0。具体取值为当前可用资源与总资源的百分比。以存储资源为例,假设车辆结点可供使用的总存储资源为100MB,现已被其他结点使用了40MB,剩余可用资源为60MB,则该结点的CU值为60。
他人评价OE(Other nodes Evaluation):其他使用过该车辆结点资源对于该车辆结点所提供资源质量的评价,取值范围为[0,100],初始值为0。车辆结点评价分为三种:好,一般,差。对应分数为100,60,30。当新得到一个车辆结点给出的评价值a时,
传输速度PV(Propagation Velocity):车辆结点每秒钟可以传输的数据量,需做归一化处理,将其转换为[0,100]内的值。建议计算时城市道路环境(密集结点环境)以1Mbps为标准参考值,高速道路环境(稀疏结点环境)以200kbs为标准参考值,将实际传输速率与其相比较,可以得到对应PV值。例如:某车辆结点数据传输速率为20Mbps,则相应PV值在城市道路环境下为min(20/1,100)=20,高速道路环境下为min(20*1000/200,100)=100。
连续传输度CT(Continuous Transmission):在一段时间T内,结点传输实际传输数据时间与时间段T的比值,取值范围为[0,100]。例如:T取30秒,在时间T内,结点实际传输数据时间为10秒,其余时间处于等待或空闲状态,则该结点CT值为10/30*100=33。
数据完整度DI(Data Integrity):所需资源可能分布在网络中多个结点上,数据完整度反应了某个车辆结点上存放的所需资源数量,取值范围为[0,100]。例如一个2MB大小的资源文件,在某结点上存储有1MB数据片段,则该结点上对于此资源的数据完整度为1/2*100=50。
数据正确率DA(Data Accuracy):数据传输过程中正确的数据包数与发送的总数据包数之比,取值范围为[0,100]。例如:某结点发送了100个数据包,其中被接收方准确接收的为80个,则该结点当前DA值为80。
本发明的方法流程如下:
车辆结点信任值的计算分三个阶段进行:第一阶段在即将开始资源调度前进行;第二阶段在资源调度完成后进行,根据本次资源调度中结点表现情况对信任值进行修正;第三阶段紧随第二阶段,目的在于快速提高表现好的低信任结点信任值,抑制表现差的结点信任值,第三阶段计算结果作为下一轮信任计算第一阶段的初始重要依据。三个阶段均可由车辆结点自带的OBU(On Board Unit,智能车辆中装载的嵌入式系统)完成。
1车辆结点第一阶段(某一资源调度前初始化)信任值T1计算流程如下:
1.1计算或测量资源分享情况HU、资源使用情况CU、他人评价OE、传输速度PV、连续传输度CT、数据完整度DI、数据正确率DA各参数值。
1.2计算车辆结点的面向结点信任值TOE,计算方法为:
TOE=a*HU+b*CU+c*OE
在此计算方法中,资源分享情况HU、资源使用情况CU、他人评价OE三个计算要素的权重值分别为a、b、c,a+b+c=1。在实际应用中,三者建议取值为0.4,0.4,0.2。
1.3计算车辆结点的面向数据信任值TOD,计算方法为:
TOD=(PV+CT+DI+DA)/4
在此计算方法中,传输速度PV、连续传输度CT、数据完整度DI和数据正确率DA四个计算要素的权重值相同,也可以根据应用环境要求,为四个计算要素赋以不同权重值,具体赋值方法同样可以使用层次结构法。
若车辆结点上一轮计算的信任值T1-old在[V,98]之间,或者车辆结点上存在本次其他车辆结点所请求资源,则对计算得到车辆结点面向数据信任值TOD增加奖励分x,也即:
TOD=TOD+x T∈[V,98]或本结点存在所需资源
上式中,V为信任值达到优秀级别的阈值,建议取值为80;x为达到优秀时的奖励值,取值范围为(0,2],建议取值为2。
1.4综合TOE和TOD,计算第一阶段信任值T1,计算方法为:
T1=0.7*T1-old+0.3*(0.5*TOE+0.5*TOD)
式中T1-old为上一轮信任计算中该节点第三阶段得到的信任值T3。在首次评估时,T1-old的初始值取70。
2车辆结点第二阶段(资源调度共享完成后)信任值T2计算流程如下:
若车辆结点被选择为资源供给结点,当完成资源使用后,根据本次资源使用情况,对该结点信任值进行更新,得到信任值T2。若车辆结点未被选中作为资源供给结点,跳过本步骤,信任值T2同步骤1计算得到的T1。
2.1若本次资源分享成功,车辆结点资源分享情况HU值加2,否则HU值减5。
2.2如果是城市道路环境(密集结点环境),按以下方法对结点信任值进行修正:
2.2.1若该结点传输速度PV>24,则修正值PV’=PV+x1;否则PV’=PV-x2。这里,x1和x2建议取值均为4,下同。
2.2.2若该结点连输传输度CT>18,则修正值CT’=CT+x1;否则CT’=CT-x2。
2.2.3若该结点数据完整度DI>90,则修正值DI’=DI+x1;否则DI’=DI-x2。
2.2.4若该结点数据正确率DA>95,则修正值DA’=DA+x1;否则DA’=DA-x2。
2.2.5计算车辆结点第二阶段信任值T2。
T2=0.5*(a*HU+b*CU+c*OE)+0.5*(d*PV'+e*CT'+f*DI'+g*DA')
上式中,d+e+f+g=1。d,e的建议取值为0.3,f,g的建议取值为0.2。
2.3如果是高速道路环境(稀疏结点环境),按以下方法对结点信任值进行修正:
2.3.1若该结点传输速度PV>12,则修正值PV’=PV+x1;否则PV’=PV-x2。
2.3.2若该结点连输传输度CT>6,则修正值CT’=CT+x1;否则CT’=CT-x2。
2.3.3若该结点数据完整度DI>90,则修正值DI’=DI+x1;否则DI’=DI-x2。
2.3.4若该结点数据正确率DA>95,则修正值DA’=DA+x1;否则DA’=DA-x2。
2.3.5计算车辆结点第二阶段信任值T2。
T2=0.5*(HU+CU+OE)/3+0.5*(d*PV'+e*CT'+f*DI'+g*DA')
上式中,d+e+f+g=1。d,e的建议取值为0.2,f,g的建议取值为0.3。
3车辆结点第三阶段(信任值离散优化)信任值T3计算流程如下:
3.1若T2≥A,A的建议取值为80,则:
3.1.1若T2≥T(T>A,T的建议取值为83),则T3=T2+r,r的建议取值为1。
3.1.2若T2<T,且连续评测超过T2的次数y1≤z1,则T3=T2+p。若T2<T,连续评测超过T2的次数y1>z1,则T3=T2+p+q*(y1-z1)。
在密集环境中,z1的建议取值为3,p、q的建议取值为1。在稀疏环境中,z1的建议取值为2,p、q的建议取值为1。当在实际应用中,取非建议值时,约束p≥r。
3.2若T2<A,则T3=k*T2,式中0.5≤k<1,k的建议取值为0.9。
第三阶段车辆结点信任值计算完毕后,本轮资源调度完成后结点信任值计算更新完成,新的结点信任值T3作为该结点下一轮资源调度信任初始值继续参加计算。
Claims (1)
1.一种适用于车联网络车辆结点的信任值计算方法,其特征在于:车辆结点信任值的计算分三个阶段进行:第一阶段在即将开始资源调度前进行;第二阶段在资源调度完成后进行,根据本次资源调度中结点表现情况对信任值进行修正;第三阶段紧随第二阶段,快速提高表现好的低信任结点信任值,抑制表现差的结点信任值,第三阶段计算结果作为下一轮信任计算第一阶段的初始重要依据;三个阶段均可由车辆结点自带的智能车辆中装载的嵌入式系统完成;
所述的第一阶段为某一资源调度前初始化,信任值T1计算流程如下:
a.计算或测量资源分享情况HU、资源使用情况CU、他人评价OE、传输速度PV、连续传输度CT、数据完整度DI、数据正确率DA各参数值;
b.计算车辆结点的面向结点信任值TOE,计算方法为:TOE=a*HU+b*CU+c*OE;
在此计算方法中,资源分享情况HU、资源使用情况CU、他人评价OE三个计算要素的权重值分别为a、b、c,a+b+c=1;在实际应用中,三者取值为0.4,0.4,0.2;
c.计算车辆结点的面向数据信任值TOD,计算方法为:TOD=(PV+CT+DI+DA)/4;
在此计算方法中,传输速度PV、连续传输度CT、数据完整度DI和数据正确率DA四个计算要素的权重值相同,也根据应用环境要求,为四个计算要素赋以不同权重值,具体赋值方法同样使用层次结构法;
若车辆结点上一轮计算的信任值T1-old在[V,98]之间,或者车辆结点上存在本次其他车辆结点所请求资源,则对计算得到车辆结点面向数据信任值TOD增加奖励分x,也即:TOD=TOD+x T1-old∈[V,98]或本结点存在所需资源;
上式中,V为信任值达到优秀级别的阈值,取值为80;x为达到优秀时的奖励值,取值范围为(0,2];
d.综合TOE和TOD,计算第一阶段信任值T1,计算方法为:
T1=0.7*T1-old+0.3*(0.5*TOE+0.5*TOD);
式中T1-old为上一轮信任计算中该车辆节点第三阶段得到的信任值T3,在首次评估时,T1-old的初始值取70;
所述的第二阶段在资源调度共享完成后,信任值T2计算流程如下:
若车辆结点被选择为资源供给结点,当完成资源使用后,根据本次资源使用情况,对该结点信任值进行更新,得到信任值T2;若车辆结点未被选中作为资源供给结点,跳过本步骤,信任值T2同第一阶段计算得到的T1;
a.若本次资源分享成功,车辆结点资源分享情况HU值加2,否则HU值减5;
b.如果是城市道路环境,密集结点环境,按以下方法对结点信任值进行修正:
1)若该结点传输速度PV>24,则修正值PV’=PV+x1;否则PV’=PV-x2;这里,x1和x2取值均为4,下同;
2)若该结点连续传输度CT>18,则修正值CT’=CT+x1;否则CT’=CT-x2;
3)若该结点数据完整度DI>90,则修正值DI’=DI+x1;否则DI’=DI-x2;
4)若该结点数据正确率DA>95,则修正值DA’=DA+x1;否则DA’=DA-x2;
5)计算车辆结点第二阶段信任值T2;
T2=0.5*(a*HU+b*CU+c*OE)+0.5*(d*PV'+e*CT'+f*DI'+g*DA')
上式中,d+e+f+g=1,d,e的取值为0.3,f,g的取值为0.2;
c.如果是高速道路环境,稀疏结点环境,按以下方法对结点信任值进行修正:
1)若该结点传输速度PV>12,则修正值PV’=PV+x1;否则PV’=PV-x2;
2)若该结点连续传输度CT>6,则修正值CT’=CT+x1;否则CT’=CT-x2;
3)若该结点数据完整度DI>90,则修正值DI’=DI+x1;否则DI’=DI-x2;
4)若该结点数据正确率DA>95,则修正值DA’=DA+x1;否则DA’=DA-x2;
5)计算车辆结点第二阶段信任值T2;
T2=0.5*(HU+CU+OE)/3+0.5*(d*PV'+e*CT'+f*DI'+g*DA')
上式中,d+e+f+g=1,d,e的取值为0.2,f,g的取值为0.3;
所述的第三阶段为信任值离散优化,信任值T3计算流程如下:
a.若T2≥A,A的取值为80,则:
1)若T2≥T,T>A,T的取值为83,则T3=T2+r,r的取值为1;
2)若T2<T,且连续评测超过T2的次数y1≤z1,则T3=T2+p;若T2<T,连续评测超过T2的次数y1>z1,则T3=T2+p+q*(y1-z1);
在密集环境中,z1的取值为3,p、q的取值为1;在稀疏环境中,z1的取值为2,p、q的取值为1;
b.若T2<A,则T3=k*T2,式中0.5≤k<1,k的取值为0.9;
第三阶段车辆结点信任值计算完毕后,本轮资源调度完成后结点信任值计算更新完成,新的结点信任值T3作为该结点下一轮资源调度信任初始值继续参加计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910855974.0A CN110446204B (zh) | 2019-09-11 | 2019-09-11 | 一种适用于车联网络车辆结点的信任值计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910855974.0A CN110446204B (zh) | 2019-09-11 | 2019-09-11 | 一种适用于车联网络车辆结点的信任值计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110446204A CN110446204A (zh) | 2019-11-12 |
CN110446204B true CN110446204B (zh) | 2022-10-04 |
Family
ID=68440035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910855974.0A Active CN110446204B (zh) | 2019-09-11 | 2019-09-11 | 一种适用于车联网络车辆结点的信任值计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110446204B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111083142A (zh) * | 2019-12-17 | 2020-04-28 | 杭州海康威视数字技术股份有限公司 | 应用于物联网的数据访问方法及系统、设备 |
CN111464980B (zh) * | 2020-04-08 | 2023-04-07 | 南通大学 | 一种车联网环境下基于区块链的电子取证装置及取证方法 |
CN111586186B (zh) * | 2020-05-12 | 2023-04-07 | 南通大学 | 一种道路雾架构环境下车辆结点信任值计算方法 |
CN114567473B (zh) * | 2022-02-23 | 2024-01-09 | 南通大学 | 一种基于零信任机制的车联网访问控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103957525A (zh) * | 2014-05-12 | 2014-07-30 | 江苏大学 | 车联网中基于分簇信任评估的恶意节点检测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190259274A1 (en) * | 2018-02-22 | 2019-08-22 | General Motors Llc | System and method for managing trust using distributed ledgers in a connected vehicle network |
CN109195162B (zh) * | 2018-10-12 | 2020-05-08 | 暨南大学 | 一种车联网中聚合两种信任评估的消息可靠性评估方法 |
CN109087511B (zh) * | 2018-10-18 | 2019-07-30 | 长安大学 | 一种融合动态交通流特征的道路安全消息信任评估方法 |
CN109542355B (zh) * | 2018-11-28 | 2022-04-15 | 南通大学 | 一种停车场云存储资源的信任计算方法 |
CN109739637B (zh) * | 2018-11-28 | 2022-11-29 | 南通大学 | 一种停车场云存储资源的调度计算方法 |
-
2019
- 2019-09-11 CN CN201910855974.0A patent/CN110446204B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103957525A (zh) * | 2014-05-12 | 2014-07-30 | 江苏大学 | 车联网中基于分簇信任评估的恶意节点检测方法 |
Non-Patent Citations (1)
Title |
---|
基于信任的普适计算服务选择模型;王小英等;《通信学报》;20050525(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110446204A (zh) | 2019-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110446204B (zh) | 一种适用于车联网络车辆结点的信任值计算方法 | |
CN107453919B (zh) | 复杂网络节点重要性评估方法及系统 | |
KR100969158B1 (ko) | 무선 센서 네트워크에서의 신뢰성 관리 방법 | |
CN108965014B (zh) | QoS感知的服务链备份方法及系统 | |
CN110502328B (zh) | 一种海上边缘计算可信协同任务迁移方法 | |
CN108684046B (zh) | 一种基于随机学习的接入网服务功能链部署方法 | |
CN111901170B (zh) | 可靠性感知的服务功能链备份保护方法 | |
CN105574191B (zh) | 在线社会网络多源点信息溯源系统及其方法 | |
CN110058928B (zh) | 异构车联网中基于鞅理论的计算任务分配方法 | |
CN112929845B (zh) | 一种基于区块链的车联网节点信任评估方法及系统 | |
CN112702267B (zh) | 分布式训练路由方法、系统、储存介质及计算机设备 | |
CN112543151B (zh) | Sdn控制器部署方法、装置、电子设备和存储介质 | |
CN113141600A (zh) | 一种基于车联网的区块链分布式数据共享方法 | |
CN112862311A (zh) | 一种基于双层区块链的车联网信任管理方法 | |
WO2022012621A1 (zh) | 联邦学习方法、装置和系统、电子设备、存储介质 | |
CN113824641A (zh) | 车联网路由方法、系统、设备及存储介质 | |
CN104270299A (zh) | 一种虚拟网络映射的方法及系统 | |
CN114401192B (zh) | 一种多sdn控制器协同训练方法 | |
CN113965473B (zh) | 一种车载多路canfd网络的车载信息安全评估方法 | |
CN104753783A (zh) | 基于车载短距离通信网的快收敛蚁群路由建立方法 | |
CN115378863A (zh) | 基于平均业务性能的天基网络拓扑设计方法及相关设备 | |
CN110958066B (zh) | 增益网络的获取方法、装置、存储介质和计算机设备 | |
CN104053207B (zh) | 一种无线传感器网络空间查询方法 | |
CN110234167B (zh) | 一种信道分配方法、信道分配装置及电子设备 | |
CN110138444B (zh) | 一种基于模糊博弈的多域光网络动态组播共享保护方法 |
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 |