CN112767181A - 一种基于区块链的去中心化计算车辆保险费用的方法及系统 - Google Patents

Abstract

本发明公开了一种基于区块链的去中心化计算车辆保险费用的方法及系统，所述方法包括：基于区块链建立车辆保险智能合约，所述车辆保险智能合约包括车辆保费计算策略：将车辆数据进行初始化处理，并获取车辆行驶数据；对所述车辆行驶数据进行加密，获取加密后的车辆行驶数据；对加密后的车辆行驶数据进行合法性验证，当加密后的车辆行驶数据通过合法性验证时，基于所述加密后的车辆行驶数据计算车辆行驶得分；基于所述车辆行驶得分计算车辆保险费用。

Description

一种基于区块链的去中心化计算车辆保险费用的方法及系统

技术领域

本发明涉及区块链应用技术领域，更具体地，涉及一种基于区块链的去中心化计算车辆保险费用的方法及系统。

背景技术

基于使用量的车辆保险根据实际使用情况和驾驶方式来确定保险费，可以显着降低安全驾驶员的保险费用，但是这往往需要详细的驾驶数据来计算保险费，这可能会严重泄露驾驶员隐私。而且，大多数现有保险费计算都需要一个集中的保险公司作为中介来管理保险。这种集中式解决方案招致了太多的金钱成本和时间成本。

隐私保护一直是基于使用量的车辆保险的明显障碍，但为这方面的方案很少。Troncoso等设计了PriPAYD，一种隐私友好的按需付款计划，在车辆上使用了防篡改的黑匣子。PriPAYD旨在持续监控模型下保护驾驶员的隐私，在该模型中，行驶数据由相应的保险公司(或专门的第三方)连续收集。PriPAYD的主要缺点是它依赖于防篡改的黑匣子。此外，由于新的防篡改硬件，PriPAYD带来了新成本。VPriv使用不可链接的匿名身份解决了基于使用量的车辆保险中的隐私问题，同时公开了位置/时间信息。VPriv不仅需要同构承诺和多轮安全的多方计算以实现隐私，而且还需要对车辆进行随机抽查以确保驾驶员诚实。Paefgen等。提出在确定基于使用量的车辆保险溢价时使用较少的侵犯隐私信息，但他们没有提供具体的隐私保护基于使用量的车辆保险方案。

现有技术往往需要详细的驾驶数据来计算保险费，这可能会严重泄露驾驶员隐私。而且，大多数现有保险费计算都需要一个集中的保险公司作为中介来管理保险。都需要依赖集中的参与者或受信任/防篡改的硬件。

因此，需要一种技术，以实现基于区块链的去中心化计算车辆保险费用。

发明内容

本发明技术方案提供一种基于区块链的去中心化计算车辆保险费用的方法及系统，以解决如何基于区块链的去中心化计算车辆保险费用的问题。

为了解决上述问题，本发明提供了一种基于区块链的去中心化计算车辆保险费用的方法，所述方法包括：

基于区块链建立车辆保险智能合约，所述车辆保险智能合约包括车辆保费计算策略：

将车辆数据进行初始化处理，并获取车辆行驶数据；

对所述车辆行驶数据进行加密，获取加密后的车辆行驶数据；

对加密后的车辆行驶数据进行合法性验证，当加密后的车辆行驶数据通过合法性验证时，基于所述加密后的车辆行驶数据计算车辆行驶得分；

基于所述车辆行驶得分计算车辆保险费用。

优选地，所述将车辆数据进行初始化处理，包括：

为计算车辆保险费用的目标车辆向所述车辆保险智能合约存入预定金额的费用；

建立随机数R，建立随机矩阵：

M_t用于后续时间t加密使用，t表示为时间单位；

M_s用于后续速度s加密使用，s为t单位速度最大值；

M_a用于后续加速度a加密使用；

定义验证向量：

速度验证向量

其中u_s的向量大小与M_s的行列数相同；

加速度验证向量

其中u_a的向量大小与M_a的行列数相同；

定义统计向量：

高危时间统计向量s_t＝[0,...,0,1,...,0,-1,0,...0]，其中第一个1的位置为驾驶高危起始时间，-1的位置为驾驶高为结束时间；

速度阈值统计向量s_s＝[0,..0,1,0...0]，1的位置为速度阈值；

加速度阈值统计向量s_a＝[0,..-1,0,1,0...0]，-1的位置为加速度负阈值，1的位置为加速度正阈值。

优选地，所述对所述车辆行驶数据进行加密，包括：

建立时间向量t_i

定义加密时间向量

建立速度向量S_i；

定义加密速度向量

建立加速度向量a_i；

定义加密加速度

加密后的车辆行驶数据：

优选地，所述对加密后的车辆行驶数据进行合法性验证，还包括：

对于两条驾驶记录

和

应该满足如下等式：

优选地，所述基于所述加密后的车辆行驶数据计算车辆行驶得分，还包括：

进行时间统计，将加密时间向量

与加密统计向量

相乘，如果结果为1，说明车辆属于高危时段驾驶，否则车辆不属于高危时段驾驶；

对于时间段T内，计算出T时间段内所有记录的高危时段得分，为所有驾驶记录得分之和：

进行速度统计，将速度数据

与加密统计向量

相乘，如果结果为1，说明车辆属于超速驾驶，否则车辆不属于超速驾驶；

对于时间段T内，计算出该T时间段内所有记录的超速驾驶得分，为所有驾驶记录得分之和：

进行加速度统计，将加速度数据

与加密统计向量

相乘，如果绝对值结果为1，说明车辆属于危险加减速驾驶，否则车辆不属于危险加减速驾驶；

对于时间段T内，计算出T时间段内所有记录的高危加减速驾驶得分，为所有驾驶记录得分之和：

优选地，所述基于所述车辆行驶得分计算车辆保险费用，还包括：

保险费用为所有时间段T内，各项记录得分之和的函数：

Fee＝F(T,score_time,T,score_speed,T,score_acc,T)。

基于本发明的另一方面，本发明提供一种基于区块链的去中心化计算车辆保险费用的系统，所述系统包括：

初始单元，基于区块链建立车辆保险智能合约，所述车辆保险智能合约包括车辆保费计算策略；

执行单元，用于将车辆数据进行初始化处理，并获取车辆行驶数据；

对所述车辆行驶数据进行加密，获取加密后的车辆行驶数据；

对加密后的车辆行驶数据进行合法性验证，当加密后的车辆行驶数据通过合法性验证时，基于所述加密后的车辆行驶数据计算车辆行驶得分；

基于所述车辆行驶得分计算车辆保险费用。

优选地，所述执行单元用于将车辆数据进行初始化处理，包括：

为计算车辆保险费用的目标车辆向所述车辆保险智能合约存入预定金额的费用；

建立随机数R，建立随机矩阵：

M_t用于后续时间t加密使用，t表示为时间单位；

M_s用于后续速度s加密使用，s为t单位速度最大值；

M_a用于后续加速度a加密使用；

定义验证向量：

速度验证向量

其中u_s的向量大小与M_s的行列数相同；

加速度验证向量

其中u_a的向量大小与M_a的行列数相同；

定义统计向量：

高危时间统计向量s_t＝[0,...,0,1,...,0,-1,0,...0]，其中第一个1的位置为驾驶高危起始时间，-1的位置为驾驶高为结束时间；

速度阈值统计向量s_s＝[0,..0,1,0...0]，1的位置为速度阈值；

加速度阈值统计向量s_a＝[0,..-1,0,1,0...0]，-1的位置为加速度负阈值，1的位置为加速度正阈值。

优选地，所述执行单元用于对所述车辆行驶数据进行加密，还用于：

建立时间向量t_i

定义加密时间向量

建立速度向量S_i；

定义加密速度向量

建立加速度向量a_i；

定义加密加速度

加密后的车辆行驶数据：

优选地，所述执行单元用于对加密后的车辆行驶数据进行合法性验证，还用于：

对于两条驾驶记录

和

应该满足如下等式：

优选地，所述执行单元用于基于所述加密后的车辆行驶数据计算车辆行驶得分，还用于：

进行时间统计，将加密时间向量

与加密统计向量

相乘，如果结果为1，说明车辆属于高危时段驾驶，否则车辆不属于高危时段驾驶；

对于时间段T内，计算出T时间段内所有记录的高危时段得分，为所有驾驶记录得分之和：

进行速度统计，将速度数据

与加密统计向量

相乘，如果结果为1，说明车辆属于超速驾驶，否则车辆不属于超速驾驶；

对于时间段T内，计算出该T时间段内所有记录的超速驾驶得分，为所有驾驶记录得分之和：

进行加速度统计，将加速度数据

与加密统计向量

相乘，如果绝对值结果为1，说明车辆属于危险加减速驾驶，否则车辆不属于危险加减速驾驶；

对于时间段T内，计算出T时间段内所有记录的高危加减速驾驶得分，为所有驾驶记录得分之和：

优选地，所述执行单元用于基于所述车辆行驶得分计算车辆保险费用，还用于：

保险费用为所有时间段T内，各项记录得分之和的函数：

Fee＝F(T,score_time,T,score_speed,T,score_acc,T)。

本发明技术方案提出了一种使用区块链记录加密驾驶数据的隐私保护和去中心化的车辆保险保费计算方法，通过在区块链上运行的智能合约来计算保险费。本发明技术方案无需依赖任何集中的参与者或任何受信任/防篡改的硬件即可实现安全性和隐私性。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为根据本发明优选实施方式的一种基于区块链的去中心化计算车辆保险费用的方法流程图；以及

图2为根据本发明优选实施方式的一种基于区块链的去中心化计算车辆保险费用的系统框架结构示意图；以及

图3为根据本发明优选实施方式的一种基于区块链的去中心化计算车辆保险费用的系统结构图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

图1为根据本发明优选实施方式的一种基于区块链的去中心化计算车辆保险费用的方法流程图。

本发明首先定义一条车辆驾驶记录r_i＝<t_i,s_i,a_i>，其中为t_i记录时间，s_i为当前速度，a_i为汽车当前加速度。每一个参数具有范围，比如t_i为00:00-23:59，s_i为0-300km/h，a_i为-20-20m/s²。

本发明在区块链中，已经存一个车辆保险智能合约，其中已经将车辆保险的策略，包括保险费用计算方法、高风险时间段、速度阈值、加速阈值等参数录入。本发明包括初始化、加密、验证、数据统计、保费计算五个步骤。

如图1所示，本发明提供一种基于区块链的去中心化计算车辆保险费用的方法，方法包括：

步骤101：基于区块链建立车辆保险智能合约，车辆保险智能合约包括车辆保费计算策略。

步骤102：将车辆数据进行初始化处理，并获取车辆行驶数据。

优选地，将车辆数据进行初始化处理，包括：

为计算车辆保险费用的目标车辆向车辆保险智能合约存入预定金额的费用；

建立随机数R，建立随机矩阵：

M_t用于后续时间t加密使用，t表示为时间单位；

M_s用于后续速度s加密使用，s为t单位速度最大值；

M_a用于后续加速度a加密使用；

定义验证向量：

速度验证向量

其中u_s的向量大小与M_s的行列数相同；

加速度验证向量

其中u_a的向量大小与M_a的行列数相同；

定义统计向量：

高危时间统计向量s_t＝[0,...,0,1,...,0,-1,0,...0]，其中第一个1的位置为驾驶高危起始时间，-1的位置为驾驶高为结束时间；

速度阈值统计向量s_s＝[0,..0,1,0...0]，1的位置为速度阈值；

加速度阈值统计向量s_a＝[0,..-1,0,1,0...0]，-1的位置为加速度负阈值，1的位置为加速度正阈值。

本发明车辆(在此将车辆视为智能终端)首先向智能合约预存入一笔费用；

创建一个随机数R，三个随机可转置矩阵，分别如下：

M_t：大小比如为24x24，供后续时间t的加密使用，时间t可以表示为小时，因此行列数大小为24(小时)；

M_s：大小比如为83x83，供后续速度s的加密使用，行列数大小为83，因为s的最大值为300km/h，换算为83m/s；

M_a：大小比如为40x40，供后续加速度a的加密使用，行列数大小为40，因为a的取值范围比如为-20-20m/s²。

本发明首先定义两个验证向量，

速度验证向量

其中u_s的向量大小与M_s的行列数相同，比如为全为83个1组成的向量；

加速度验证向量

其中u_a的向量大小与M_a的行列数相同，比如为全为40个1组成的向量。

定义统计向量，高危时间统计向量s_t＝[0,...,0,1,...,0,-1,0,...0]，其中第一个1的位置为驾驶高危起始时间，-1的位置为驾驶高为结束时间。比如记录开始于20点，结束于22点，则1的位置为20，-1的位置为22。当然，这个时间可以有多个，则形式变化为类似：s_t＝[0,...,0,1,...,0,-1,0,1...-1,0,0]。

定义

速度阈值统计向量s_s＝[0,..0,1,0...0]，1的位置为速度阈值，比如速度为25时，1的位置就是25。

定义

加速度阈值统计向量s_a＝[0,..-1,0,1,0...0]，-1的位置为加速度负阈值(减速状态)，1的位置为加速度正阈值(加速状态)，比如加速度负阈值为-10时，-1的位置就是[-20，20]这个向量中-10的位置。

定义

步骤103：对车辆行驶数据进行加密，获取加密后的车辆行驶数据。优选地，对车辆行驶数据进行加密，包括：

建立时间向量t_i

定义加密时间向量

建立速度向量S_i；

定义加密速度向量

建立加速度向量a_i；

定义加密加速度

加密后的车辆行驶数据：

本发明对驾驶记录时间进行加密处理，t_i为N点则其对应的向量中前N个均为1。比如驾驶记录时间t_i，代表驾驶记录发生的小时，当然也可以扩展到分钟级别等更细粒度，只是需要将时间向量变长即可，原理相同。比如t_i为20点，则转换为向量表示就是：t_i＝[1,...1,0,...,0]，向量前20个数值均为1。

定义

加密速度值，假设当前速度为k，则构造加密速度向量为：

s_i＝[1,...,1,0,...0]

向量前k个数值均为1。

定义

加密加速度值，假设当前加速度为a_i的值为k，则构造加速度加密向量如下：

以0为分界线，如果k为正数，则从0开始右侧的前k个值均为1。如果k为负数，则从0开始左侧的前k个值均为1。

定义

生成最终的加密驾驶记录：

步骤104：对加密后的车辆行驶数据进行合法性验证，当加密后的车辆行驶数据通过合法性验证时，基于加密后的车辆行驶数据计算车辆行驶得分。优选地，对加密后的车辆行驶数据进行合法性验证，还包括：

对于两条驾驶记录

和

应该满足如下等式：

优选地，基于加密后的车辆行驶数据计算车辆行驶得分，还包括：

进行时间统计，将加密时间向量

与加密统计向量

相乘，如果结果为1，说明车辆属于高危时段驾驶，否则车辆不属于高危时段驾驶；

对于时间段T内，计算出T时间段内所有记录的高危时段得分，为所有驾驶记录得分之和：

进行速度统计，将速度数据

与加密统计向量

相乘，如果结果为1，说明车辆属于超速驾驶，否则车辆不属于超速驾驶；

对于时间段T内，计算出该T时间段内所有记录的超速驾驶得分，为所有驾驶记录得分之和：

进行加速度统计，将加速度数据

与加密统计向量

相乘，如果绝对值结果为1，说明车辆属于危险加减速驾驶，否则车辆不属于危险加减速驾驶；

对于时间段T内，计算出T时间段内所有记录的高危加减速驾驶得分，为所有驾驶记录得分之和：

本发明对行驶数据进行验证操作，这一步是基于加密驾驶记录进行的。使用上述的验证向量，可以非常简单的验证，加密驾驶记录的合法性，其原理就是速度与加速度的关系。

两条驾驶记录

和

应该满足如下等式：

必须满足上述等式，才可以证明数据的合法性，进入下一个步骤。

数据统计，基于已有的加密数据，判断当前驾驶记录是否属于高危时段、速度和加速度是否超出阈值，以便进行保费计算。

本发明首先进行时间统计。将时间数据

与加密统计向量

相乘，如果结果为1，说明属于高危时段驾驶，否则不属于。

对于较长时间段T内，可以计算出该时间段内所有记录的高危时段得分，为所有驾驶记录得分之和。

本发明进行速度统计。将速度数据

与加密统计向量

相乘，如果结果为1，说明属于超速驾驶，否则不属于。

对于较长时间段T内，可以计算出该时间段内所有记录的超速驾驶得分，为所有驾驶记录得分之和。

本发明进行加速度统计。将加速度数据

与加密统计向量

相乘，如果绝对值结果为1，说明属于危险加减速驾驶，否则不属于。

对于较长时间段T内，可以计算出该时间段内所有记录的高危加减速驾驶得分，为所有驾驶记录得分之和：

步骤105：基于车辆行驶得分计算车辆保险费用。

优选地，基于车辆行驶得分计算车辆保险费用，还包括：

保险费用为所有时间段T内，各项记录得分之和的函数：

Fee＝F(T,score_time,T,score_speed,T,score_acc,T)。

本发明根据计算出的驾驶记录得分，计算最终保费。

最终保费为所有时间段T内，各项记录得分之和的函数：

Fee＝F(T,score_time,T,score_speed,T,score_acc,T)

本发明实施方式可以采用很多现有方法，灵活定义保费函数，在此不进行限定。

本发明实施方式无需依赖任何集中的参与者或任何受信任/防篡改的硬件，实现了车辆保险的隐私保护和自动化计算。

如图2所示，本发明提出了一种使用区块链记录加密驾驶数据的隐私保护和去中心化的车辆保险方案，以及在区块链上运行的智能合约来计算保险费。本发明实施方式无需依赖任何集中的参与者或任何受信任/防篡改的硬件即可实现安全性和隐私性。

图3为根据本发明优选实施方式的一种基于区块链的去中心化计算车辆保险费用的系统结构图。如图3所示，本发明提供一种基于区块链的去中心化计算车辆保险费用的系统，系统包括：

初始单元301，基于区块链建立车辆保险智能合约，车辆保险智能合约包括车辆保费计算策略；

执行单元302，用于将车辆数据进行初始化处理，并获取车辆行驶数据；优选地，执行单元用于将车辆数据进行初始化处理，包括：

为计算车辆保险费用的目标车辆向车辆保险智能合约存入预定金额的费用；

建立随机数R，建立随机矩阵：

M_t用于后续时间t加密使用，t表示为时间单位；

M_s用于后续速度s加密使用，s为t单位速度最大值；

M_a用于后续加速度a加密使用；

定义验证向量：

速度验证向量

其中u_s的向量大小与M_s的行列数相同；

加速度验证向量

其中u_a的向量大小与M_a的行列数相同；

定义统计向量：

高危时间统计向量s_t＝[0,...,0,1,...,0,-1,0,...0]，其中第一个1的位置为驾驶高危起始时间，-1的位置为驾驶高为结束时间；

速度阈值统计向量s_s＝[0,..0,1,0...0]，1的位置为速度阈值；

加速度阈值统计向量s_a＝[0,..-1,0,1,0...0]，-1的位置为加速度负阈值，1的位置为加速度正阈值。

本发明车辆(在此将车辆视为智能终端)首先向智能合约预存入一笔费用；

创建一个随机数R，三个随机可转置矩阵，分别如下：

M_t：大小比如为24x24，供后续时间t的加密使用，时间t可以表示为小时，因此行列数大小为24(小时)；

M_s：大小比如为83x83，供后续速度s的加密使用，行列数大小为83，因为s的最大值为300km/h，换算为83m/s；

M_a：大小比如为40x40，供后续加速度a的加密使用，行列数大小为40，因为a的取值范围比如为-20-20m/s²。

本发明首先定义两个验证向量，

速度验证向量

其中u_s的向量大小与M_s的行列数相同，比如为全为83个1组成的向量；

加速度验证向量

其中u_a的向量大小与M_a的行列数相同，比如为全为40个1组成的向量。

定义统计向量，高危时间统计向量s_t＝[0,...,0,1,...,0,-1,0,...0]，其中第一个1的位置为驾驶高危起始时间，-1的位置为驾驶高为结束时间。比如记录开始于20点，结束于22点，则1的位置为20，-1的位置为22。当然，这个时间可以有多个，则形式变化为类似：s_t＝[0,...,0,1,...,0,-1,0,1...-1,0,0]。

定义

速度阈值统计向量s_s＝[0,..0,1,0...0]，1的位置为速度阈值，比如速度为25时，1的位置就是25。

定义

加速度阈值统计向量s_a＝[0,..-1,0,1,0...0]，-1的位置为加速度负阈值(减速状态)，1的位置为加速度正阈值(加速状态)，比如加速度负阈值为-10时，-1的位置就是[-20，20]这个向量中-10的位置。

定义

对车辆行驶数据进行加密，获取加密后的车辆行驶数据；

优选地，执行单元用于对车辆行驶数据进行加密，还用于：

建立时间向量t_i

定义加密时间向量

建立速度向量S_i；

定义加密速度向量

建立加速度向量a_i；

定义加密加速度

加密后的车辆行驶数据：

本发明对驾驶记录时间进行加密处理，t_i为N点则其对应的向量中前N个均为1。比如驾驶记录时间t_i，代表驾驶记录发生的小时，当然也可以扩展到分钟级别等更细粒度，只是需要将时间向量变长即可，原理相同。比如t_i为20点，则转换为向量表示就是：t_i＝[1,...1,0,...,0]，向量前20个数值均为1。

定义

加密速度值，假设当前速度为k。则构造加密速度向量为：

s_i＝[1,...,1,0,...0]

向量前k个数值均为1。

定义

加密加速度值，假设当前加速度为a_i的值为k，则构造加速度加密向量如下：

以0为分界线，如果k为正数，则从0开始右侧的前k个值均为1。如果k为负数，则从0开始左侧的前k个值均为1。

定义

生成最终的加密驾驶记录：

对加密后的车辆行驶数据进行合法性验证，当加密后的车辆行驶数据通过合法性验证时，基于加密后的车辆行驶数据计算车辆行驶得分。优选地，执行单元用于对加密后的车辆行驶数据进行合法性验证，还用于：

对于两条驾驶记录

和

应该满足如下等式：

优选地，执行单元用于基于加密后的车辆行驶数据计算车辆行驶得分，还用于：

进行时间统计，将加密时间向量

与加密统计向量

相乘，如果结果为1，说明车辆属于高危时段驾驶，否则车辆不属于高危时段驾驶；

对于时间段T内，计算出T时间段内所有记录的高危时段得分，为所有驾驶记录得分之和：

进行速度统计，将速度数据

与加密统计向量

相乘，如果结果为1，说明车辆属于超速驾驶，否则车辆不属于超速驾驶；

对于时间段T内，计算出该T时间段内所有记录的超速驾驶得分，为所有驾驶记录得分之和：

进行加速度统计，将加速度数据

与加密统计向量

相乘，如果绝对值结果为1，说明车辆属于危险加减速驾驶，否则车辆不属于危险加减速驾驶；

对于时间段T内，计算出T时间段内所有记录的高危加减速驾驶得分，为所有驾驶记录得分之和：

本发明对行驶数据进行验证操作，这一步是基于加密驾驶记录进行的。使用上述的验证向量，可以非常简单的验证，加密驾驶记录的合法性，其原理就是速度与加速度的关系。

两条驾驶记录

和

应该满足如下等式：

必须满足上述等式，才可以证明数据的合法性，进入下一个步骤。

数据统计，基于已有的加密数据，判断当前驾驶记录是否属于高危时段、速度和加速度是否超出阈值，以便进行保费计算。

本发明首先进行时间统计。将时间数据

与加密统计向量

相乘，如果结果为1，说明属于高危时段驾驶，否则不属于。

对于较长时间段T内，可以计算出该时间段内所有记录的高危时段得分，为所有驾驶记录得分之和。

本发明进行速度统计。将速度数据

与加密统计向量

相乘，如果结果为1，说明属于超速驾驶，否则不属于。

对于较长时间段T内，可以计算出该时间段内所有记录的超速驾驶得分，为所有驾驶记录得分之和。

本发明进行加速度统计。将加速度数据

与加密统计向量

相乘，如果绝对值结果为1，说明属于危险加减速驾驶，否则不属于。

对于较长时间段T内，可以计算出该时间段内所有记录的高危加减速驾驶得分，为所有驾驶记录得分之和：

基于车辆行驶得分计算车辆保险费用。优选地，执行单元用于基于车辆行驶得分计算车辆保险费用，还用于：

保险费用为所有时间段T内，各项记录得分之和的函数：

Fee＝F(T,score_time,T,score_speed,T,score_acc,T)。

本发明根据计算出的驾驶记录得分，计算最终保费。

最终保费为所有时间段T内，各项记录得分之和的函数：

Fee＝F(T,score_time,T,score_speed,T,score_acc,T)

本发明实施方式可以采用很多现有方法，灵活定义保费函数，在此不进行限定。

本发明实施方式无需依赖任何集中的参与者或任何受信任/防篡改的硬件，实现了车辆保险的隐私保护和自动化计算。已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。

通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。

Claims (12)

1.一种基于区块链的去中心化计算车辆保险费用的方法，所述方法包括：

基于区块链建立车辆保险智能合约，所述车辆保险智能合约包括车辆保费计算策略：

将车辆数据进行初始化处理，并获取车辆行驶数据；

对所述车辆行驶数据进行加密，获取加密后的车辆行驶数据；

对加密后的车辆行驶数据进行合法性验证，当加密后的车辆行驶数据通过合法性验证时，基于所述加密后的车辆行驶数据计算车辆行驶得分；

基于所述车辆行驶得分计算车辆保险费用。

2.根据权利要求1所述的方法，所述将车辆数据进行初始化处理，包括：

为计算车辆保险费用的目标车辆向所述车辆保险智能合约存入预定金额的费用；

建立随机数R，建立随机矩阵：

M_t用于后续时间t加密使用，t表示为时间单位；

M_s用于后续速度s加密使用，s为速度最大值；

M_a用于后续加速度a加密使用；

定义验证向量：

速度验证向量

其中u_s的向量大小与M_s的行列数相同；

加速度验证向量

其中u_a的向量大小与M_a的行列数相同；

定义统计向量：

高危时间统计向量s_t＝[0,...,0,1,...,0,-1,0,...0]，其中第一个1的位置为驾驶高危起始时间，-1的位置为驾驶高为结束时间；

速度阈值统计向量s_s＝[0,..0,1,0...0]，1的位置为速度阈值；

加速度阈值统计向量s_a＝[0,..-1,0,1,0...0]，-1的位置为加速度负阈值，1的位置为加速度正阈值。

3.根据权利要求2所述的方法，所述对所述车辆行驶数据进行加密，包括：

建立时间向量t_i

定义加密时间向量

建立速度向量S_i；

定义加密速度向量

建立加速度向量a_i；

定义加密加速度

加密后的车辆行驶数据：

4.根据权利要求3所述的方法，所述对加密后的车辆行驶数据进行合法性验证，还包括：

对于两条驾驶记录

和

应该满足如下等式：

5.根据权利要求4所述的方法，所述基于所述加密后的车辆行驶数据计算车辆行驶得分，还包括：

进行时间统计，将加密时间向量

与加密统计向量

相乘，如果结果为1，说明车辆属于高危时段驾驶，否则车辆不属于高危时段驾驶；

对于时间段T内，计算出T时间段内所有记录的高危时段得分，为所有驾驶记录得分之和：

进行速度统计，将速度数据

与加密统计向量

相乘，如果结果为1，说明车辆属于超速驾驶，否则车辆不属于超速驾驶；

对于时间段T内，计算出该T时间段内所有记录的超速驾驶得分，为所有驾驶记录得分之和：

进行加速度统计，将加速度数据

与加密统计向量

相乘，如果绝对值结果为1，说明车辆属于危险加减速驾驶，否则车辆不属于危险加减速驾驶；

对于时间段T内，计算出T时间段内所有记录的高危加减速驾驶得分，为所有驾驶记录得分之和：

6.根据权利要求5所述的方法，所述基于所述车辆行驶得分计算车辆保险费用，还包括：

保险费用为所有时间段T内，各项记录得分之和的函数：

Fee＝F(T,score_time,T,score_speed,T,score_acc,T)。

7.一种基于区块链的去中心化计算车辆保险费用的系统，所述系统包括：

初始单元，基于区块链建立车辆保险智能合约，所述车辆保险智能合约包括车辆保费计算策略；

执行单元，用于将车辆数据进行初始化处理，并获取车辆行驶数据；

对所述车辆行驶数据进行加密，获取加密后的车辆行驶数据；

对加密后的车辆行驶数据进行合法性验证，当加密后的车辆行驶数据通过合法性验证时，基于所述加密后的车辆行驶数据计算车辆行驶得分；

基于所述车辆行驶得分计算车辆保险费用。

8.根据权利要求7所述的系统，所述执行单元用于将车辆数据进行初始化处理，包括：

为计算车辆保险费用的目标车辆向所述车辆保险智能合约存入预定金额的费用；

建立随机数R，建立随机矩阵：

M_t用于后续时间t加密使用，t表示为时间单位；

M_s用于后续速度s加密使用，s为t单位速度最大值；

M_a用于后续加速度a加密使用；

定义验证向量：

速度验证向量

其中u_s的向量大小与M_s的行列数相同；

加速度验证向量

其中u_a的向量大小与M_a的行列数相同；

定义统计向量：

高危时间统计向量s_t＝[0,...,0,1,...,0,-1,0,...0]，其中第一个1的位置为驾驶高危起始时间，-1的位置为驾驶高为结束时间；

速度阈值统计向量s_s＝[0,..0,1,0...0]，1的位置为速度阈值；

加速度阈值统计向量s_a＝[0,..-1,0,1,0...0]，-1的位置为加速度负阈值，1的位置为加速度正阈值。

9.根据权利要求8所述的系统，所述执行单元用于对所述车辆行驶数据进行加密，还用于：

建立时间向量t_i

定义加密时间向量

建立速度向量S_i；

定义加密速度向量

建立加速度向量a_i；

定义加密加速度

加密后的车辆行驶数据：

10.根据权利要求9所述的系统，所述执行单元用于对加密后的车辆行驶数据进行合法性验证，还用于：

对于两条驾驶记录

和

应该满足如下等式：

11.根据权利要求10所述的系统，所述执行单元用于基于所述加密后的车辆行驶数据计算车辆行驶得分，还用于：

进行时间统计，将加密时间向量

与加密统计向量

相乘，如果结果为1，说明车辆属于高危时段驾驶，否则车辆不属于高危时段驾驶；

对于时间段T内，计算出T时间段内所有记录的高危时段得分，为所有驾驶记录得分之和：

进行速度统计，将速度数据

与加密统计向量

相乘，如果结果为1，说明车辆属于超速驾驶，否则车辆不属于超速驾驶；

对于时间段T内，计算出该T时间段内所有记录的超速驾驶得分，为所有驾驶记录得分之和：

进行加速度统计，将加速度数据

与加密统计向量

相乘，如果绝对值结果为1，说明车辆属于危险加减速驾驶，否则车辆不属于危险加减速驾驶；

对于时间段T内，计算出T时间段内所有记录的高危加减速驾驶得分，为所有驾驶记录得分之和：

12.根据权利要求11所述的系统，所述执行单元用于基于所述车辆行驶得分计算车辆保险费用，还用于：

保险费用为所有时间段T内，各项记录得分之和的函数：

Fee＝F(T,score_time,T,score_speed,T,score_acc,T)。

Images