CN110446204B - 一种适用于车联网络车辆结点的信任值计算方法 - Google Patents

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

一种适用于车联网络车辆结点的信任值计算方法

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T_OE，计算方法为：T_OE＝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T_OD，计算方法为：T_OD＝(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T_1-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T_OD增加奖励分x，也即：T_OD＝T_OD+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T_OE和T_OD，计算第一阶段信任值T₁，计算方法为：

T₁＝0.7*T_1-old+0.3*(0.5*T_OE+0.5*T_OD)；

式中T_1-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，T_1-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T_OE，计算方法为：

T_OE＝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T_OD，计算方法为：

T_OD＝(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T_1-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T_OD增加奖励分x，也即：

T_OD＝T_OD+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T_OE和T_OD，计算第一阶段信任值T₁，计算方法为：

T₁＝0.7*T_1-old+0.3*(0.5*T_OE+0.5*T_OD)

式中T_1-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，T_1-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T_OE，计算方法为：T_OE＝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T_OD，计算方法为：T_OD＝(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T_1-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T_OD增加奖励分x，也即：T_OD＝T_OD+x T_1-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T_OE和T_OD，计算第一阶段信任值T₁，计算方法为：

T₁＝0.7*T_1-old+0.3*(0.5*T_OE+0.5*T_OD)；

式中T_1-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，T_1-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。