CN111402043B - 一种基于区块链的车联网数据交易方法 - Google Patents

Abstract

本发明公开一种基于区块链的车联网数据交易方法，包括：建立基于联盟区块链的数据交易网络拓扑结构，其包括：数台具有本地存储车辆数据且与授权的边缘服务器通信连接的车辆；数台边缘服务器，包括边缘层和区块链层，边缘层作为交易代理，采用双拍卖机制来执行车辆间数据交易的投标过程；作为区块链层，组成区块链网络，运行智能合约，为边缘层提供数据代理存储、投标过程的计算支持和区块链智能合同的共识；建立以买方效用最大化、卖方成本最小化、交易代理的社会福利最大化为市场均衡的第一目标函数，获取第一目标函数最优解。本发明为车联网中的数据交易提供一种安全、真实的方式。

Description

一种基于区块链的车联网数据交易方法

技术领域

本发明涉及车联网领域，尤其涉及一种基于区块链的车联网数据交易方法。

背景技术

由于其巨大的研究价值和商业利益，车联网越来越受到学术界和工业界的关注。特别地，车联网中的数据交易被认为有利于商业实体，创造新的收入来源。随着越来越多的实体加入汽车生命周期的业务链，车联网中的数据交易具有以下特点：1)在数据交易过程中的多方参与(如:数据提供者，数据购买者，数据发送者和保险公司)；2)参与的各方之间的利益冲突使得没有任何一方可以真正被信任；3)数据交易仅依赖于双方的担保和信用，增加了更多商业实体的加入门槛。由于这些特点，车联网中的数据交易面临着信息透明度低和非法数据篡改的挑战，在现实世界中的应用十分有限。

另一方面，区块链技术允许车联网通过区块链的分布式、防篡改、安全和可追踪的特点来保持信息透明度，并在参与者之间建立信任，这将促进车联网数据交易生态系统的实质性和可持续增长。详细的数据交易和验证范围，关于数据所有权的信息以及数据收集、分发、交易、存储和数据分析的过程都可以记录在区块链中。因此，基于区块链的数据交易可以被追踪，从而在全球大规模的车联网数据交易中进一步保证数据的质量。虽然基于区块链的分布式数据交易网络可以支持安全的数据交易，但基于区块链的数据交易效率(如:社会福利最大化、交易成本和收益、减少数据交易的延时)仍然需要越来越多的努力，从而加速车联网中大规模数据交易市场的成功商业化。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷(不足)，提供一种基于区块链的车联网数据交易方法。

本发明旨在至少在一定程度上解决上述技术问题。

为了达到上述技术效果，本发明的技术方案如下：

一种基于区块链的车联网数据交易方法，包括：

S10建立基于联盟区块链的数据交易网络拓扑结构，其包括：

数台具有本地存储车辆数据且与授权的边缘服务器通信连接的车辆，在P2P数据交易中作为出售车辆数据的卖方、请求其他车辆数据的买方或既不出售又不购买数据的空闲车辆；

数台边缘服务器，包括边缘层和区块链层，边缘层作为交易代理，采用双拍卖机制来执行车辆间数据交易的投标过程；作为区块链层，组成区块链网络，运行智能合约，为边缘层提供数据代理存储、投标过程的计算支持和区块链智能合同的共识；

S20建立以买方效用最大化、卖方成本最小化、交易代理的社会福利最大化为市场均衡的第一目标函数，获取第一目标函数最优解。

优选地，所述市场均衡的第一目标函数具体为：

假设有N个车辆个体的数据交易场景，每个车辆个体可以是车辆数据卖方，也可以是车辆数据的买方，买方数量表示为N_B，卖方数量表示为N_S，且N＝N_B+N_S，每个买方的索引为i∈{1，2，...，N_B}，每个卖方的索引为j∈{1，2，...，N_S}。第i个买方对第j个卖方的数据需求为d_i，j≥0；

定义第i个买方的需求向量为d_i，效用函数为U_i(d_i)，每个买方i的需求区间为

即

第j个卖方对第i个买方的数据供应为s_j，i≥0，第j个卖方的供应向量为s_j，成本函数为C_j(s_j)，每个卖方j的供给区间为

即

当买卖双方的需求和供给相匹配时，市场必然达到均衡，即对于任意i∈{1，2，...，N_B}和j∈{1，2，...，N_S}，有s_j，i＝d_i，j；

由于买方和卖方的目标冲突，即当买方试图使其效用最大化时，卖方则试图使其产生的成本最小化，而代理则应使其社会福利最大化并实现有效的市场均衡第一目标函数表示为(1)：

其中约束条件为：

s_j，i＝d_i，j，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}

s_i，j≥0，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}，

其中买方i的效用函数U_i(d_i)和卖方j的成本函数C_j(s_j)分别表示为(2)和(3)：

t_i，j为车辆i和j之间的传输损失，w_i指买方i的交易意愿，l₁和l₂为成本因子。由于t_i，j包含传输延迟和传输费用，所以表示为(4)：

其中v_i，j为传输速度，f_i，j为每单位的传输费用，C为表示网络的拥塞状态的常数。

优选地，所述第一目标函数用KKT条件描述为：

令

公式(1)松弛约束得到如下拉格朗日式(5)，具体如下：

其中α_i≥0，β_i≥0，γ_j≥0，λ_i，j，μ_i，j≥0为不同的拉格朗日乘子，它们对应的向量为α，β，γ，λ，μ，。

优选地，在平稳条件下，所述第一目标函数的最优解需满足以下条件，此时所有车辆个体的效用函数和成本函数都需要代理使用(6)和(7)来解决：

优选地，所述S20之后还包括S30：为买卖双方设计代理拍卖定价规则，具体为：

假设车辆个体与代理之间存在一个可靠的沟通纽带，代理将会执行一个能满足社会福利最大化的迭代双拍卖机制，第i个买方对第j个卖方的数据需求所提供的投标为bd_i，j，代表买方的需求；第j个卖方对第i个买方的数据供应所提供的投标为bs_i，j，代表卖方的供应；为买卖双方设计代理拍卖定价的第二目标函数，最大化第二目标函数得公式(8)：

约束条件：

s_j，i＝d_i，j，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}，

s_i，j≥0，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}，

第二目标函数和第一目标函数具有相同的约束条件，但目标不同，故由第一目标函数结合第二目标函数得到唯一最优解。

优选地，所述第二目标函数用KKT条件描述为：

令

公式(8)的松弛约束由拉格朗日公式L₂产生公式(9)，具体如下：

优选地，对所述第一目标函数和第二目标函数匹配所有KKT条件以及平稳条件，因此L₁和L₂共享相同的拉格朗日乘数，使用平衡条件得到公式(10)和(11)：

优选地，所述第一目标函数和第二目标函数的KKT条件一样，比较公式(6)、(7)和(10)、(11)，如果每个买方和卖方分别按照公式(12)和公式(13)提交需求和供应的投标，那么对于代理来说，解决第二目标函数将等同于解决第一目标函数，代理为买主设计结算规则并为卖方设计奖励规则，使每个车辆个体都能根据公式(12)和公式(13)进行投标，公式(12)和公式(13)具体如下：

优选地，所述买卖双方定价规则具体如下：

定义第i个买方结算定价规则为P_i(bd_i)，第j个卖方的奖励规则为R_j(bs_j)，为了达到自身的效用最大化，买方i将致力于解决最优数据购买问题来获得其最优的购买价格向量bd_i：

卖方j将致力于解决最优数据销售问题来获得其最优的销售价格向量bs_j：

如果采用以下定价规则，则基于(12)和(13)的投标价格将保持不变：

优选地，所述S10中基于联盟区块链的数据交易网络拓扑结构还包括：

基站，用于边缘服务器和车辆之间的信息传递。

与现有技术相比，本发明技术方案的有益效果是：我们提出了一个基于联盟链的数据交易框架，该框架通过建立基于本地聚合器的联盟链来审计和验证数据交易者之间的交易记录，旨在为车联网中的数据交易提供一种安全、真实的方式。为了优化数据定价以及买卖双方之间的数据交易量，本发明进一步地提出了一种迭代双拍卖机制，最大限度地提高社会福利，保护买卖双方的隐私，同时考虑数据传输成本，提供系统的稳定性。

附图说明

图1为本发明一实施例的方法流程图。

图2为本发明一实施例的所述基于联盟区块链的数据交易网络拓扑结构示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

一种基于区块链的车联网数据交易方法，包括：

S10建立基于联盟区块链的数据交易网络拓扑结构，其包括：

数台具有本地存储车辆数据且与授权的边缘服务器通信连接的车辆，在P2P数据交易中作为出售车辆数据的卖方、请求其他车辆数据的买方或既不出售又不购买数据的空闲车辆；

数台边缘服务器，包括边缘层和区块链层，边缘层作为交易代理，采用双拍卖机制来执行车辆间数据交易的投标过程；作为区块链层，组成区块链网络，运行智能合约，为边缘层提供数据代理存储、投标过程的计算支持和区块链智能合同的共识；

S20建立以买方效用最大化、卖方成本最小化、交易代理的社会福利最大化为市场均衡的第一目标函数，获取第一目标函数最优解。

优选地，所述市场均衡的第一目标函数具体为：

假设有N个车辆个体的数据交易场景，每个车辆个体可以是车辆数据卖方，也可以是车辆数据的买方，买方数量表示为N_B，卖方数量表示为N_S，且N＝N_B+N_S，每个买方的索引为i∈{1，2，...，N_B}，每个卖方的索引为j∈{1，2，...，N_S}。第i个买方对第j个卖方的数据需求为d_i，j≥0；

定义第i个买方的需求向量为d_i，效用函数为U_i(d_i)，每个买方i的需求区间为

即

第j个卖方对第i个买方的数据供应为s_j，i≥0，第j个卖方的供应向量为s_j，成本函数为C_j(s_j)，每个卖方j的供给区间为

即

当买卖双方的需求和供给相匹配时，市场必然达到均衡，即对于任意i∈{1，2，...，N_B}和j∈{1，2，...，N_S}，有s_j，i＝d_i，j；

由于买方和卖方的目标冲突，即当买方试图使其效用最大化时，卖方则试图使其产生的成本最小化，而代理则应使其社会福利最大化并实现有效的市场均衡，第一目标函数表示为(1)：

其中约束条件为：

s_j，i＝d_i，j，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}

s_i，j≥0，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}，

其中买方i的效用函数U_i(d_i)和卖方j的成本函数C_j(s_j)分别表示为(2)和(3)：

t_i，j为车辆i和j之间的传输损失，w_i指买方i的交易意愿，l₁和l₂为成本因子。由于t_i，j包含传输延迟和传输费用，所以表示为(4)：

其中v_i，j为传输速度，f_i，j为每单位的传输费用，C为表示网络的拥塞状态的常数。

优选地，所述第一目标函数用KKT条件描述为：

令

公式(1)松弛约束得到如下拉格朗日式(5)，具体如下：

其中α_i≥0，β_i≥0，γ_j≥0，λ_i，j，μ_i，j之0为不同的拉格朗日乘子，它们对应的向量为α，β，γ，λ，μ，。

优选地，在平稳条件下，所述第一目标函数的最优解需满足以下条件，此时所有车辆个体的效用函数和成本函数都需要代理使用(6)和(7)来解决：

优选地，所述S20之后还包括S30：为买卖双方设计代理拍卖定价规则，具体为：

假设车辆个体与代理之间存在一个可靠的沟通纽带，代理将会执行一个能满足社会福利最大化的迭代双拍卖机制，第i个买方对第j个卖方的数据需求所提供的投标为bd_i，j，代表买方的需求；第j个卖方对第i个买方的数据供应所提供的投标为bs_i，j，代表卖方的供应；为买卖双方设计代理拍卖定价的第二目标函数，最大化第二目标函数得公式(8)：

约束条件：

s_j，i＝d_i，j，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}，

s_i，j≥0，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}，

第二目标函数和第一目标函数具有相同的约束条件，但目标不同，故由第一目标函数结合第二目标函数得到唯一最优解。

优选地，所述第二目标函数用KKT条件描述为：

令

公式(8)的松弛约束由拉格朗日公式L₂产生公式(9)，具体如下：

优选地，对所述第一目标函数和第二目标函数匹配所有KKT条件以及平稳条件，因此L₁和L₂共享相同的拉格朗日乘数，使用平衡条件得到公式(10)和(11)：

优选地，所述第一目标函数和第二目标函数的KKT条件一样，比较公式(6)、(7)和(10)、(11)，如果每个买方和卖方分别按照公式(12)和公式(13)提交需求和供应的投标，那么对于代理来说，解决第二目标函数将等同于解决第一目标函数，代理为买主设计结算规则并为卖方设计奖励规则，使每个车辆个体都能根据公式(12)和公式(13)进行投标，公式(12)和公式(13)具体如下：

优选地，所述买卖双方定价规则具体如下：

定义第i个买方结算定价规则为F_i(bd_i)，第j个卖方的奖励规则为R_j(bs_j)，为了达到自身的效用最大化，买方i将致力于解决最优数据购买问题来获得其最优的购买价格向量bd_i：

卖方j将致力于解决最优数据销售问题来获得其最优的销售价格向量bs_j：

如果采用以下定价规则，则基于(12)和(13)的投标价格将保持不变：

优选地，所述S10中基于联盟区块链的数据交易网络拓扑结构还包括：基站，用于边缘服务器和车辆之间的信息传递。

实操实例：

一、联网中基于联盟链的数据交易

A基于联盟链的数据交易框架

数据交易是各种车联网应用程序中普遍存在的场景。如图1所示，为了保证数据交易的安全性和隐私性，我们设计了一个基于联盟链的数据交易框架，该框架由以下实体组成。

1)车辆：系统中的车辆将其数据作为商品进行交易，需要特定数据的车辆需要向车辆提供者支付虚拟代币，即数据硬币。通过这种方式，车联网中的车辆在P2P数据交易的过程中扮演着不同的角色，包括提供数据交易的数据卖方，要求数据的数据买方，以及既不出售也不购买数据的空闲车辆。每个车辆的角色可以根据其当前状态和数据需求进行切换。

2)边缘层：车联网数据交易框架边缘层中的边缘服务器充当数据代理，利用智能合约来管理数据交易的过程，在联盟链中，每个数据买方将其数据需求发送给最近的数据代理，然后代理向本地卖方公布该需求。之后，车辆买方和车辆卖方分别向代理进行投标，数据代理对车辆进行迭代双拍卖，匹配数据交易对。

3)区块链层：区块链层的核心机制是区块链、智能合约和矿商。区块链用于保证高可信度和高安全性，智能合约支持各种用户设计的算法，挖矿带来了优越的鲁棒性，在我们的框架中，边缘层和区块链层可以通过两种方式相互合作。首先，边缘层为区块链层提供强大的存储和计算资源，用于账本存储和区块链共识过程。其次，区块链层支持用于建立信任和确保安全性的边缘层。

为了维护P2P数据交易的信息透明度和安全性，我们建立了一个包含一下三个核心组件的联盟链。

1)交易数据：在联盟链中，车辆之间数据交易的信息和记录包括原始交易数据、数据类型、元数据标记、索引历史、交易生成的时间戳，以及用于隐私保护的车辆假名，为了确保真实性，使用数字签名对交易数据进行签名和加密。如上所述，这里我们采用一种称为数据硬币的数字加密货币作为数据交易的数字资产。

2)区块链架构：数据的所有信息和记录都在区块链中广播、存储和审计，区块链由一系列块组成。每个块由两个组件组成，即交易数据和散列值。上面已经给出了关于交易数据的详细信息，散列值可以看作是当前块到前一个块的链接。第一个块称为创世纪块，新生成的块被验证并按线性时间顺序添加到区块链上。

3)共识过程：对于基于区块链的交易系统，在将新生成的区块添加到区块链之前，应执行共识过程。共识过程通常通过一种被称为工作量证明的机制来进行，因为它具有更高的安全性和稳定性保证。在这项工作中，授权的边缘计算服务器可以为车辆执行共识过程，将一段时间内的数据交易过程写入块中，之后，在边缘层的所有服务器之间公开审计块中的交易信息是否真实，数据交易过程中不涉及其他中介。因此，基于联盟链的数据交易模型可以实现车联网中P2P数据交易的安全性和隐私性。

B基于联盟链的数据交易的关键步骤

在这个用于数据交易的区块链中，我们采用了Boneh-Franklin的数字签名方案来进行系统初始化。在可信的权威机构注册后，每辆车都被视为联盟链中的合法实体。基于联盟链的数据交易详细流程如图2所示，具体描述如下：

1)数据卖方首先需要将数据服务注册到代理管理的数据池中；

2)数据买方将广播其数据需求，并向代理要求一份可以提供所需的数据的卖方名单；

3)代理从数据池中搜索所需的数据并选择最优数据。在本工作中，我们采用双拍卖机制来执行车辆间数据交易的投标过程。拍卖机制的细节在之后将进行详细说明；

4)在选择数据和数据卖方之后，买方向卖方发送所需数据的订单；

5)卖方验证订单和买方的身份，并将所需的数据直接或通过边缘服务器发送给买方；

6)数据传输完成后，数据买方将检查并确认交易是否成功。当且仅当接收到的数据有效且满足所有需求时，数据交易才会成功。在确认所有接收数据的细节和交易的有效性之后，买方将相应的数据硬币发送到卖方的公共钱包地址；

7)付款后，数据买方和数据卖方将交易数据广播给数据代理以进行验证和审计。此外，为了鼓励数据交易和共享，我们对在某一时间段内数据共享贡献最大的代理给予额外奖励，以激励其解决工作量证明机制；

8)这些代理记录某个时间段内的交易数据，然后经过加密和数字签名后将它们打包成块。要形成块链，每个块包含一个指向前一个块的散列值。此外，每个代理都可以像矿工一样根据前一个块的哈希值、随机值、时间戳、交易的Merkel根等来计算块的哈希值。在找到有效的工作量证明之后，最快的矿工将成为当前共识过程的领导者，并将结果广播给其他矿工以进行验证。如果大多数或者所有的矿工在区块上达成共识，并且最快的未矿工得到一些数据硬币作为挖掘奖励，那么新区块将会被成功地按线性时间顺序添加到区块链中。

值得注意的是，与公共区块链不同，这里讨论的联盟链的共识过程是由少数数据代理进行的。因此，基于区块链的P2P交易机制具有良好的可扩展性，可以应用于大规模的车联网系统。另一方面，由于区块链层是建立在分布式和授权的边缘服务器上，整个交易过程只需要每个参与者的需求和供给信息，因此所提出的P2P交易机制可以为隐私保护提供安全保障。

二、基于区块链的数据交易的问题描述和双拍卖模型

在本节中，基于所提出的框架，我们提出了一种迭代的双拍卖机制，其目标是实现理想的经济效益，保护买卖双方的隐私，保证数据交易的效率，鼓励更多的参与者交易数据。

A问题描述

本节给出了优化交易数据量和数据定价的问题定义，旨在最大化车辆个体的整体福利。在这项工作中，我们考虑一个有N个车辆个体的数据交易场景，其中每个车辆个体可以是数据卖方，也可以是数据买方。其中买方的数量表示为N_B，卖方数量表示为N_S，且N＝N_B+N_S。每个买方的索引为i∈{1，2，...，N_B}，每个卖方的索引为j∈{1，2，...，N_S}。第i个买方对第j个卖方的数据需求为d_i，j≥0。根据网络拓扑结构和任意两个车辆个体之间的通信质量，每个买方可以向不同的卖方提出不同的数据需求。我们定义第i个买方的需求向量为d_i，效用函数为U_i(d_i)。每个买方i的需求区间为

即

第j个卖方对第i个买方的数据供应为s_j，i≥0。我们定义第j个卖方的供应向量为s_j，成本函数为C_j(s_j)。每个卖方j的供给区间为

即

作为交易市场中的车辆个体，网络拓扑的信息是买卖双方都知道的(由数据代理通过区块链来公布)，因此买方的数据需求将以最小化包括传输延迟和成本在内的传输损失为前提。例如，在网络中拓扑位置靠近卖方的买方，显然会比位于更远位置的买方要求从该特定卖方获得大部分甚至全部数据。两个车辆个体之间的传输损失可以表示为t_i，j，其中包含了传输延迟和传输费用。

当买卖双方的需求和供给相匹配时，市场必然达到均衡，即对于任意i∈{1，2，...，N_B}和j∈{1，2，...，N_S}，有s_j，i＝d_i，j。

为了建立一个实时的数据交易市场，假设区块链中的代理能够与任何车辆个体进行通信，并且能够促进网络中任何买方和卖方之间的数据交易。

B问题定义

由于买方和卖方的目标冲突，即当买方试图使其效用最大化时，卖方则试图使其产生的成本最小化，而代理则应使其社会福利最大化并实现有效的市场均衡。

因此，目标函数可以表示为

使得

s_j，i＝d_i，j，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}

s_i，j≥0，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}，

其中买方i的效用函数U_i(d_i)和卖方j的成本函数C_j(s_j)分别表示为

t_i，j为车辆i和j之间的传输损失，w_i指买方i的交易意愿，l₁和l₂为成本因子。由于t_i，j包含传输延迟和传输费用，所以可以表示为

其中v_i，j为传输速度，f_i，j为每单位的传输费用，C为表示网络的拥塞状态的常数。

通过这种设置，目标函数是严格凹的，具有紧凑的凸约束，因此具有唯一的最优解，可以用KKT条件来描述。令

松弛约束得到如下拉格朗日式L₁，

其中α_i≥0，β_i≥0，γ_j≥0，λ_i，j，μ_i，j≥0为不同的拉格朗日乘子，它们对应的向量为α，β，γ，λ，μ。在平稳条件下，目标函数1的最优解应满足以下条件：

在这样的系统中，所有车辆个体的效用和成本函数都需要代理使用(6)和(7)来解决。但是，由于信息完备性的限制，代理需要设计一种机制来从车辆个体中提取隐藏信息。因此，我们提出一个有效的(社会福利最大化)，个体理性(车辆个体将如实根据他们的私人信息进行投标)，弱预算平衡(代理不会亏钱进行机制)双向拍卖，拥有有限计算能力的车辆参与者隐藏的拍卖信息可以在真实的、完善的、竞争激烈的市场中被挖掘出来。由于每个车辆个体都试图最大化自己的福利，他们的定价策略将使数据交易市场具有竞争力。

C双拍卖模型

在本节中，我们介绍了迭代双拍卖的概念，它用于向代理获取车辆个体的隐藏信息。在迭代双拍卖的基础上，我们进一步设计了买卖双方的定价规则。

代理拍卖机制：假设车辆个体与代理之间存在一个可靠的沟通纽带，促进信息的流动，代理将会执行一个能满足社会福利最大化的迭代双拍卖机制。第i个买方对第j个卖方的数据需求所提供的投标为bd_i，j，第j个卖方对第i个买方的数据供应所提供的投标为bs_i，j。这些投标将反映买方和卖方的需求和供应。在提交投标后，代理将根据所有车辆的投标来解决最优的数据分配问题，以达到有效的市场均衡。不同于函数1，目标函数2被称为代理分配问题。

目标2的求解将得到新的最优分配d_i和s_j，用于通知车辆进行交易。如果所有的车辆个体都拥有完整的网络信息，那么通过一次拍卖就有可能达到有效的市场均衡，但实际情况并非如此。这要求执行迭代双拍卖机制，每个迭代能解决车辆个体的效用最大化问题，即最优数据购买问题和最优数据销售问题，并根据新的传输损耗更新他们的投标向量，由代理进行供需分配。由于车辆个体自私，不合作，不关心社会目标，试图最大化自己的利益。因此，为买方和卖方分别设计一些定价规则也是代理的职责，这将在下一小节中讨论。因此，目标函数2可以用以下目标函数表示

使得

s_j，i＝d_i，j，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}，

s_i，j≥0，i∈{1，2，...，N_B}，j∈{1，2，...，N_S}。

目标函数2与目标函数1具有相同的约束集，但具有不同的严格凹目标函数，从而保证了唯一最优解的存在。(8)的约束松弛由拉格朗日式L₂产生

为了确保目标函数2的最优解也能解目标函数1，有必要对目标函数1和目标函数2匹配所有KKT条件以及平稳条件。因此L₁和L₂共享相同的拉格朗日乘数。

应用平稳条件可以得到结果

由于KKT条件是一样的，通过比较(6)和(7)与(10)和(11)，我们进一步得到

这意味着如果每个买方和卖方分别按照(12)和(13)提交他们的投标，那么对于代理来说，解决目标函数2将等同于解决目标函数1，这将从市场中挖掘出隐藏的信息。因此，代理必须为买方设计结算规则，并为卖方设计奖励规则，使每个车辆个体都能根据(12)和(13)进行投标。

买卖双方定价规则：现在我们定义第i个买方结算定价规则为P_i(bd_i)，第j个卖方的奖励规则为R_j(bs_j)，为了达到自身的效用最大化，买方i将致力于解决最优数据购买问题来获得其最优的购买价格向量bd_i：

卖方j将致力于解决最优数据销售问题来获得其最优的销售价格向量bs_j：

如果采用以下定价规则，则基于(12)和(13)的投标价格将保持不变：

我们提出的双拍卖程序包含以下步骤。

1)在第一次迭代中，每个买方将向代理提交所有卖方的初始投标向量。另一方面，每个卖方将提交他的投标向量给所有买方。请注意，每个买方将提交他的初步投标基于传输损失与具体的对于卖方的偏好。每个买方和卖方还将分别规定其最大的供求限制。

2)然后，通过使用这些初始信息，代理将解决目标函数2，以便根据他们各自的投标分配需求和供应。之后，代理将根据新的分配计算新的传输损失。反过来，这些与传输损失相关的新分配将被告知给买方和卖方。

3)基于这一新的信息，买方和卖方分别求解各自的最优数据购买问题和最优数据销售问题，以获得下一次迭代的最优投标。这些新的投标将由他们自己提交给代理。当代理检查的终止条件被满足，整个过程将终止。

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用于仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (9)

1.一种基于区块链的车联网数据交易方法，其特征在于，包括：

S10建立基于联盟区块链的数据交易网络拓扑结构，其包括：

数台具有本地存储车辆数据且与授权的边缘服务器通信连接的车辆，在P2P数据交易中作为出售车辆数据的卖方、请求其他车辆数据的买方或既不出售又不购买数据的空闲车辆；

数台边缘服务器，包括边缘层和区块链层，边缘层作为交易代理，采用双拍卖机制来执行车辆间数据交易的投标过程；作为区块链层，组成区块链网络，运行智能合约，为边缘层提供数据代理存储、投标过程的计算支持和区块链智能合同的共识；

S20建立以买方效用最大化、卖方成本最小化、交易代理的社会福利最大化为市场均衡的第一目标函数，获取第一目标函数最优解；

所述市场均衡的第一目标函数具体为：

假设有N个车辆个体的数据交易场景，每个车辆个体可以是车辆数据卖方，也可以是车辆数据的买方，买方数量表示为N_B,卖方数量表示为N_S,且N＝N_B+N_S，每个买方的索引为i∈{1,2,…,N_B}，每个卖方的索引为j∈{1,2,…,N_S}；第i个买方对第j个卖方的数据需求为d_i,j≥0；

定义第i个买方的需求向量为d_i，效用函数为U_i(d_i)，每个买方i的需求区间为

即

第j个卖方对第i个买方的数据供应为s_j,i≥0，第j个卖方的供应向量为s_j，成本函数为C_j(s_j)，每个卖方j的供给区间为

即

当买卖双方的需求和供给相匹配时，市场必然达到均衡，即对于任意i∈{1,2,…,N_B}和j∈{1,2,…,N_S}，有s_j,i＝d_i,j；

由于买方和卖方的目标冲突，即当买方试图使其效用最大化时，卖方则试图使其产生的成本最小化，而代理则应使其社会福利最大化并实现有效的市场均衡，第一目标函数表示为(1)：

其中约束条件为：

s_j,i＝d_i,j，i∈{1,2,…,N_B}，j∈{1,2,…,N_S}

s_i,j≥0，i∈{1,2,…,N_B}，j∈{1,2,…,N_S}，

其中买方i的效用函数U_i(d_i)和卖方j的成本函数C_j(s_j)分别表示为(2)和(3)：

t_i,j为车辆i和j之间的传输损失，w_i指买方i的交易意愿，l₁和l₂为成本因子；由于t_i,j包含传输延迟和传输费用，所以表示为(4)：

其中v_i,j为传输速度，f_i,j为每单位的传输费用，C为表示网络的拥塞状态的常数。

2.如权利要求1所述的基于区块链的车联网数据交易方法，其特征在于，所述第一目标函数用KKT条件描述为：

令

公式(1)松弛约束得到如下拉格朗日式(5)，具体如下：

其中α_i≥0，β_i≥0，γ_j≥0，λ_i,j，μ_i,j≥0为不同的拉格朗日乘子，它们对应的向量为α,β,γ,λ,μ。

3.如权利要求2所述的基于区块链的车联网数据交易方法，其特征在于，在平稳条件下，所述第一目标函数的最优解需满足以下条件，此时所有车辆个体的效用函数和成本函数都需要代理使用(6)和(7)来解决：

4.如权利要求1-3任一项所述的基于区块链的车联网数据交易方法，其特征在于，所述S20之后还包括S30：为买卖双方设计代理拍卖定价规则，具体为：

假设车辆个体与代理之间存在一个可靠的沟通纽带，代理将会执行一个能满足社会福利最大化的迭代双拍卖机制，第i个买方对第j个卖方的数据需求所提供的投标为bd_i,j，代表买方的需求；第j个卖方对第i个买方的数据供应所提供的投标为bs_i,j，代表卖方的供应；为买卖双方设计代理拍卖定价的第二目标函数，最大化第二目标函数得公式(8)：

约束条件：

s_j,i＝d_i,j，i∈{1,2,…,N_B}，j∈{1,2,…,N_S}，

s_i,j≥0，i∈{1,2,…,N_B}，j∈{1,2,…,N_S}，

第二目标函数和第一目标函数具有相同的约束条件，但目标不同，故由第一目标函数结合第二目标函数得到唯一最优解。

5.如权利要求4所述的基于区块链的车联网数据交易方法，其特征在于，所述第二目标函数用KKT条件描述为：

令

公式(8)的松弛约束由拉格朗日公式L₂产生公式(9)，具体如下：

6.如权利要求5所述的基于区块链的车联网数据交易方法，其特征在于，对所述第一目标函数和第二目标函数匹配所有KKT条件以及平稳条件，因此L₁和L₂共享相同的拉格朗日乘数，使用平衡条件得到公式(10)和(11)：

7.如权利要求6所述的基于区块链的车联网数据交易方法，其特征在于，所述第一目标函数和第二目标函数的KKT条件一样，比较公式(6)、(7)和(10)、(11)，如果每个买方和卖方分别按照公式(12)和公式(13)提交需求和供应的投标，那么对于代理来说，解决第二目标函数将等同于解决第一目标函数，代理为买主设计结算规则并为卖方设计奖励规则，使每个车辆个体都能根据公式(12)和公式(13)进行投标，公式(12)和公式(13)具体如下：

8.如权利要求1所述的基于区块链的车联网数据交易方法，其特征在于，所述买卖双方定价规则具体如下：

定义第i个买方结算定价规则为P_i(bd_i),第j个卖方的奖励规则为R_j(bs_j)，为了达到自身的效用最大化，买方i将致力于解决最优数据购买问题来获得其最优的购买价格向量bd_i：

卖方j将致力于解决最优数据销售问题来获得其最优的销售价格向量bs_j：

如果采用以下定价规则，则基于(12)和(13)的投标价格将保持不变:

9.如权利要求1所述的基于区块链的车联网数据交易方法，其特征在于，所述区块链智能合同的共识包括区块链智能合约的共识和交易代理规则的共识。

Images