CN113344337B - 高速etc系统的建模和分析方法 - Google Patents
高速etc系统的建模和分析方法 Download PDFInfo
- Publication number
- CN113344337B CN113344337B CN202110521385.6A CN202110521385A CN113344337B CN 113344337 B CN113344337 B CN 113344337B CN 202110521385 A CN202110521385 A CN 202110521385A CN 113344337 B CN113344337 B CN 113344337B
- Authority
- CN
- China
- Prior art keywords
- cpn
- slice
- transition
- modeling
- library
- 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
Images
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
- G06Q10/0633—Workflow 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
一种基于颜色Petri网及动态切片技术的高速ETC系统的建模和分析方法,其包括如下步骤:S100:通过颜色Petri网对高速ETC系统的业务流程进行建模;S200:利用颜色Petri网的动态切片技术对上述所建模型进行形式化分析。该方法能够找到ETC系统在设计上存在的缺陷,是一种普适的形式化方法,既可靠又方便。
Description
技术领域
本公开属于公路信息系统技术领域,特别涉及一种高速ETC系统的建模和分析方法。
背景技术
随着国民经济的飞速发展,高速公路的里程在不断增加。为了确保车辆通行高速公路的效率,结合互联网和无线通信技术,智能交通已成为未来高速公路的发展趋势,特别是高速ETC系统已经得到了政府的大力推动,极大地方便了高速公路的收费工作。但是,在实际应用中,电子不停车收费ETC系统仍然存在一些问题,例如微波通讯相互干扰,车辆定位不正确和车辆跟车闯站逃费,这些问题在一定程度上说明了目前的ETC系统在设计上仍然存在一些不足。
颜色Petri网(Colored Petri net,简称CPN)是一种高级Petri网,它将低级Petri网的功能与高级编程语言相结合,可以对各种复杂并发系统进行建模、仿真和分析,广泛应用于通信协议、网络交易、业务流程和控制系统等领域。因此,CPN可以被用来建模ETC系统,详细描述系统的交易流程。
对于CPN模型,我们需要形式化分析方法来验证其正确性。然而,目前CPN的形式化分析方法的研究工作比较有限,主要有生成状态空间法和不变量法等等。当系统模型比较复杂和庞大的时候,枚举状态空间的方法变得不切实际,状态空间爆炸使得形式化的验证工作变得困难,而且常常有一部分可达的状态空间是不需要生成的。因此,改进CPN的形式化分析方法,提出一种更有效的可达性分析方法是很有必要且有意义的。
发明内容
为了解决上述问题,本公开提供了一种基于颜色Petri网及动态切片技术的高速ETC系统的建模和分析方法,其包括如下步骤:
S100:通过颜色Petri网对高速ETC系统的业务流程进行建模;
S200:利用颜色Petri网的动态切片技术对上述所建模型进行形式化分析。
该方法能够找到系统在设计上存在的缺陷,是一种普适的形式化方法,既可靠又方便。动态切片思想已经在低级Petri网中得到广泛应用。而颜色Petri网是低级Petri网的扩展,从理论上讲,动态切片的思想也适用于颜色Petri网。因此,我们提出一种CPN的动态切片技术,从而利用CPN动态切片技术对ETC系统的CPN模型进行分析验证,检查系统是否存在缺陷。
附图说明
图1是本公开一个实施例中所提供的一种基于颜色Petri网及动态切片技术的高速ETC系统的建模和分析方法流程图;
图2是本公开一个实施例中所提供的基于CPN的高速ETC模型示意图;
图3是本公开一个实施例中CPN模型的静态切片示意图;
图4是本公开一个实施例中CPN模型的前向切片示意图;
图5是本公开一个实施例中CPN模型的动态切片示意图。
具体实施方式
下面结合附图1至图5对本发明进行进一步的详细说明。
在一个实施例中,如图1所示,本公开提供了一种基于颜色Petri网及动态切片技术的高速ETC系统的建模和分析方法,其包括如下步骤:
S100:通过颜色Petri网对高速ETC系统的业务流程进行建模;
S200:利用颜色Petri网的动态切片技术对上述所建模型进行形式化分析。
就该实施例而言,本方法建立了基于CPN的高速ETC系统模型,提出了CPN的动态切片技术,并运用动态切片技术对ETC系统模型进行形式化分析,最后发现了系统模型存在车辆逃费违规状态。而且动态切片技术在一定程度上缩小了CPN模型的网络规模,从而减少了模型的可达状态个数,能够很好地避免在形式化分析过程中出现状态空间爆炸的问题。
在另一个实施例中,所述颜色Petri网CPN具体定义为:颜色Petri网是一个九元组CPN=(P,T,A,Σ,V,C,G,E,I),其中
(1)P是一组有限的库所集,用圆圈表示;
(4)∑是一组有限的非空颜色集;
(5)V是一组有限的变量集,对于所有的变量v∈V,Type[v]∈Σ;
(6)C:P→∑是一个颜色集函数,指每一个库所映射一个颜色集;
(7)G:T→EXPRV是一种保护函数,它为每一个变迁t设置一个布尔表达式来判断变迁是否满足发生条件,使得Type[G(t)]=Bool;
(8)E:A→EXPRV是一个弧表达式函数,它给每一条弧赋予一个弧表达式,使得Type[E(a)]=C(p)MS,其中p是与弧a连接的库所,MS表示多重集;
(9)I:P→EXPRMS是一个标识初始化函数,每一个库所都对应唯一的标识,使得Type[I(p)]=C(p)MS。
就该实施例而言,颜色Petri网的变迁发生规则具体定义为:对于颜色Petri网,所有绑定元素的集合表示为BE,定义一个绑定元素的使能和发生规则如下:
在标识M下,一个绑定元素<t,b>∈BE能够启动和发生,当且仅当满足以下2个条件:
(1)G(t)<b>;
当<t,b>在标识M下启动时,它遵循以下定义发生得到新的标识M′:
其中(1)表示变迁t的绑定b满足其保卫函数G(t);(3)表示新的标识等于模型各个库所减去失去的token值,再加上得到的token值。
在另一个实施例中,步骤S100进一步包括如下步骤:
S101:对车辆行驶过程中可能发生的状态和事件进行建模;
S102:对ETC系统内部发生的状态和事件进行建模;
S103:对栏杆控制系统和栏杆的状态进行建模;
S104:将上述三个所建模型组合起来,建立了基于CPN的高速ETC系统模型。
就该实施例而言,CPN的形式化表达是形式化建模ETC系统业务流程的基础。对ETC系统的业务流程建模,给出模型的数据类型定义,将颜色集定义为数据类型,对应ETC系统的交易过程中的变量或常数。对ETC系统进行建模时,我们采用模块化建模的方法。如果一个复杂的系统可以轻松地划分为具有不同功能的不同模块或子系统,我们将首先为每个分离的模块或子系统建立一个CPN模型,然后通过CPN组合操作获得整个系统的CPN模型。基于对现有的ETC系统的业务流程的分析,模块化建模分为三个步骤。下面详细说明每个建模步骤。
(1)对车辆行驶过程中可能发生的状态和事件进行建模:在进入ETC车道之前,必须为车辆安装合法的车载单元OBU设备和合法的IC卡,OBU存储车辆信息,IC卡不仅存储车辆信息,而且记录入口地址信息。以上相关信息全部存储在库所中,相关颜色集定义如下:
colset CarinfxEn=list carinformationxEntrance;
colset carinformationxEntrance=Product carinformation*Entrance;
colset carinformation=record car:Car*obusignal:OBUsignal*obu:OBU*icsignal:ICsignal*ic:IC;
colset Entrance=record road:Road*tollname:Tollname*owner:ownername*ct:cartype*num:carnumber;
var ci:carinformation;
var entrance:Entrance;
var carinfxen,carinfxen1,carinfxen2,carinfxen3:CarinfxEn;
我们使用颜色集构造函数record来记录车辆信息,包括车牌信息,OBU信号,存储在OBU中的信息,IC卡信号以及IC卡中存储的车辆信息。入口地址的信息也由颜色集构造函数record记录,包括入口地址,道路名称,车主和车牌号。
初始标识为M0(P1)=1’[({car={owner=“Zhang San”,ct=1,num=“123456”},obusignal=1,obu={owner=“Zhang San”,ct=1,num=“123456”},icsignal=1,ic={owner=“Zhang San”,ct=1,num=“123456”}},{road=“123”,tollname=“123456”,owner=“Zhang San”,ct=1,num=“123456”}),({car={owner=“Li Si”,ct=2,num=“234567”},obusignal=1,obu={owner=“Li Si”,ct=2,num=“234567”},icsignal=1,ic={owner=“Li Si”,ct=2,num=“234567”}},{road=“123”,tollname=“123456”,owner=“Li Si”,ct=2,num=“234567”})],表示有两辆车排队进入检测线圈。
关于第一辆车,其车牌信息包括:车主为张三,类型为1,车牌号为123456;OBU信号正常,其存储信息与车牌信息一致。IC卡信号也正常,所存储的车辆信息与车牌信息一致;入口所在的道路名称为123,收费站的名称为123456,其他入口记录与车牌信息。第二辆车,其车牌信息包括:车主为李四,类型为2,车牌号为234567;OBU信号正常,其存储信息与车牌信息一致。IC卡信号也正常,所存储的车辆信息与车牌信息一致。入口所在的道路名称为123,收费站的名称为2,牌照号为234567,其余入口记录与牌照信息一致。
车辆进入ETC车道后,它将依次通过检测线圈和捕获线圈,而ETC系统将识别车辆并完成在线交易。车辆在落杆线圈中通过自动栏杆,并且在车辆离开落杆线圈后,栏杆将降落。
(2)对ETC系统内部发生的状态和事件进行建模:当车辆在检测线圈上行驶时,ETC系统检查OBU和IC卡信息的合法性,计算费用并从IC卡中扣除费用,然后栏杆升起。车辆进入捕获线圈后,将触发车牌识别系统,该系统将检查车牌信息的合法性,以禁止无牌照驾驶。
ETC系统在判断车辆的合法性的过程中,总共涉及四次信息核对,即检查OBU中存储的信息的合法性,检查IC卡中存储的信息的合法性,核对OBU与IC卡存储的信息和检查车牌信息是否合法。表1显示了用于存储信息的某些库所的名称和颜色集。
表1
车辆进入落杆线圈后,它将通过栏杆。当它离开落杆线圈时,栏杆将自动下降。
(3)对栏杆控制系统和栏杆的状态进行建模:在激活ETC系统之前,栏杆处于降落状态。车辆成功缴纳通行费后,ETC系统将向栏杆控制器发送栏杆升起命令;当车辆通过栏杆并离开落杆线圈时,栏杆将下降。值得注意的是,如果此时车辆后方还有其他车辆,栏杆将继续上升。
最后,我们将这三个模块组合起来,建立了基于CPN的高速电子不停车收费系统模型,见图2,该模型详细刻画了高速ETC系统的交易过程。
在另一个实施例中,步骤S200进一步包括如下步骤:
S201:计算CPN的静态切片标准,并根据静态切片算法抽取CPN的静态切片;
S202:计算CPN的前向切片标准,并根据前向切片算法抽取出颜色Petri网的前向切片;
S203:取CPN的静态切片和前向切片的交集,最终得到CPN的动态切片。
就该实施例而言,CPN动态切片技术的流程分3步:
(1)计算CPN的静态切片标准,并根据静态切片算法抽取CPN的静态切片。
静态切片标准为我们感兴趣的库所和变量集合。对于我们想要分析的问题,在模型中这些问题的结果会反映到某些库所的token值上,那么这些库所就是我们感兴趣的库所,与token值绑定的变量便是我们感兴趣的变量。
静态切片标准具体定义如下:对于CPN=(P,T,A,Σ,V,C,G,E,I),CPN的静态切片标准为一个二元组<Q,W>:
①Q为我们感兴趣的库所集合;
②W为我们感兴趣的变量集合,对于每一个w∈W和pi∈Q,有Type[w]∈C(pi)MS。
(2)计算CPN的前向切片标准,并根据前向切片算法抽取出颜色Petri网的前向切片。
前向切片标准考虑初始标识,具体定义如下。
对于CPN=(P,T,A,Σ,V,C,G,E,I),CPN的前向切片标准为一个三元组<M0,Q,W>:
①M0为CPN模型的初始标识;
②Q为我们感兴趣的库所集合;
③W为我们感兴趣的变量集合,对于每一个w∈W和pi∈Q,有Type[w]∈C(pi)MS。
(3)取CPN的静态切片和前向切片的交集,最终得到CPN的动态切片。
动态切片算法输入:CPN1=(P1,T1,A1,∑1,V1,C1,G1,E1,I1),CPN2=(P2,T2,A2,∑2,V2,C2,G2,E2,I2)
动态切片算法输出:CPN′=(P′,T′,A′,Σ′,V′,C′,G′,E′,I′)
执行步骤:P′=P1∩P2,T′=T1∩T2,A′=A1∩A2,∑′=∑1∩∑2,V′=V1∩V2,C′=C(p′),G′=G(t′),E′=E1∩E2,I′=I(p′)。
在另一个实施例中,所述静态切片标准为目标库所和目标变量。
在另一个实施例中,所述前向切片标准为初始标识、目标库所和目标变量。
在另一个实施例中,所述静态切片算法的步骤如下:
第2步:判断库所pi∈Q的输入弧表达式上的变量是否被包含在目标变量集合W中,从而找到所有能够传递相关token到库所pi的变迁ti。
第3步:对于变迁ti,抽取向其输入token的库所,根据这些库所的颜色集类型,将它们分别放入集合Q或集合S中。
第4步:继续对集合Q和S中的库所进行回溯,并将已经回溯的库所从集合Q或S中移除,直至集合Q和集合S均为空,算法结束。
就该实施例而言,C(pi)是一个颜色集函数,表示一个库所映射一个颜色集。这个参数含义和所述颜色Petri网CPN具体定义中的一致。目标库所是特指算法输入时<Q,W>中的库所集合Q包含的库所,后来随着算法的循环执行,集合Q会加入一些新的库所,这些库所和目标库所一样也需要执行算法第2步,虽然这些库所和目标库所有相同的特性,但也已经不是一开始定义的目标库所了。
对于静态切片算法,我们是从2个角度来考虑的:
①一个库所p的token值依赖于它的输入变迁,以及输入弧表达式中的变量;
②变迁传递的token来自于它的输入库所。
所述静态切片算法的输入为:CPN=(P,T,A,∑,V,C,G,E,I),<Q,W>,前者各个参数定义与之前所述颜色Petri网CPN具体定义一致,后者为CPN的静态切片标准,是一个二元组,其中Q为目标库所集合,W为目标变量集合,并且对于每一个w∈W和pi∈Q,有Type[w]∈C(pi)MS。所述静态切片算法的输出为:CPN1=(P1,T1,A1,∑1,V1,C1,G1,E1,I1),其定义如下:CPN1是CPN以<Q,W>为切片标准执行静态切片算法后得到的静态切片,满足以下条件:
(3)CPN中存在一个元素e∈P∪T,对于任意库所p∈Q,如果从e到p不存在有向弧,那么e以及与e连接的所有有向弧都不存在于CPN1。
(4)对于CPN中每一个p∈Q和t∈T,如果从t到p由一条有向弧连接,而且在弧表达式E(t,p)上没有任何变量vi∈W,那么t以及与其连接的所有弧都不存在于CPN1中。
在另一个实施例中,所述前向切片算法的步骤如下:
第2步:考虑初始标识M0下,所有能够启动和发生的变迁;
第3步:对于这些变迁,如果其输入库所个数为1,而且输入库所的token的数据类型与目标库所集合Q的token数据类型不一致,则抽取此变迁及其输入库所、输入弧;如果其输入库所个数不止一个,那么只有当其所有输入库所的token数据类型均与目标库所集合Q的token数据类型一致,而且其输入弧上的变量都不是目标变量的情况下,舍弃这个变迁及其输入库所、输入弧,否则,抽取这些元素作为前向切片的一部分;
第4步:对于已经抽取出来的变迁,继续抽取其输出库所和输出弧;
第5步:计算该变迁发生后得到的可达状态M,对于可达状态M下能够启动和发生的变迁,继续从第3步开始执行,直至在初始状态M0的任意可达状态下,能够启动和发生的变迁均被包含在前向切片中。
就该实施例而言,对于前向切片算法,我们主要是从3个角度进行考虑的:
②在一个标识M下,优先级高的变迁优先发生;
所述前向切片算法的输入为:CPN=(P,T,A,∑,V,C,G,E,I),<M0,Q,W>,所述前向切片算法的输出为:CPN2=(P2,T2,A2,∑2,V2,C2,G2,E2,I2),其中,M0为CPN模型的初始标识,Q为目标库所集合,W为目标变量集合,
在另一个实施例中,所述形式化分析具体为以检测车辆是否存在逃费违规状态。
在另一个实施例中,如果发现模型存在车辆逃费违规状态,则需要对存在漏洞的高速ETC系统的交易流程作进一步改进。
在另一个实施例中,对于图2,计算ETC系统模型的静态切片标准和前向切片标准之前需要明确模型分析的问题,即建模目的。在该实施例中,我们以检测车辆是否存在逃费违规状态为例,检测这样的状态是否存在:一辆车已经通过栏杆(P7),栏杆状态为升起(M(P36)=1`up)时,紧随其后的车辆也可以通过栏杆(P7),因为这种状态的存在意味着系统存在车辆不缴费也能通过栏杆的漏洞。
因此,目标库所集合Q={P7,P36}。
然后需要确定目标变量,库所P7和P36的颜色集和对应的变量如表2所示。
表2
由表2得,对于P7,我们确定变量carinfxen,carinfxen1,carinfxen2为我们感兴趣的变量,对于P36,我们确定r为感兴趣的变量。因此目标变量集合W={carinfxen,carinfxen1,carinfxen2,r}.
图2模型的初始标识为:M0(P1)=1`[({car={owner="Zhang San",ct=1,num="123456"},obusignal=1,obu={owner="Zhang San",ct=1,num="123456"},icsignal=1,ic={owner="Zhang San",ct=1,num="123456"}},{road="123",tollname="123456",owner="Zhang San",ct=1,num="123456"}),({car={owner="Li Si",ct=2,num="234567"},obusignal=1,obu={owner="Li Si",ct=2,num="234567"},icsignal=1,ic={owner="Li Si",ct=2,num="234567"}},{road="123",tollname="123456",owner="Li Si",ct=2,num="234567"})];M0(P11)=1`();M0(P13)=1`[{owner="Zhang San",ct=1,num="123456"},{owner="www",ct=2,num="345678"},{owner="Li Si",ct=2,num="234567"}];M0(P20)=1{road="456",tollname="456789"};M0(P27)=1`();M0(P37)=1`down;M0(P42)=1`();M0(P44)=1`red。
在该实施例中,抽取CPN模型的静态切片,以<Q,W>为切片标准,图3为该CPN模型的静态切片。以<M0,Q,W>为切片标准,得到CPN模型的前向切片,如图4。图5为取图3和图4的CPN模型的交集后得到的CPN模型的动态切片。
最后,我们对图5中CPN动态切片进行可达性分析,发现模型存在车辆逃费违规状态,说明现有的高速ETC系统的交易流程仍然存在漏洞,需要作进一步改进。
从ETC系统的业务流程的角度出发,通过观察CPN模型,本实例提出了一种消除车辆逃费的违规状态的方法,使得每辆车只有在缴费成功后才能通过栏杆。
因为“车辆逃费”状态的存在意味着系统无法保证每辆通过栏杆的车辆都有相应的交易记录。换句话说,如果系统可以检查将要通过栏杆的每位车辆是否具有相应的交易记录,则可以消除“车辆逃费”现象。从现有的ETC系统业务流程中可以知道,车辆完成交易后,计算机系统临时存储车辆的交易记录,车辆进入捕获线圈后,立即触发车牌识别系统,计算机临时存储车辆的车牌信息。因此,我们尝试给系统添加一个新的业务,即计算机检查交易记录和车辆信息是否一致,如果一致,则允许车辆通过栏杆,否则警报声响起。
对于改进后的ETC系统,车辆要想成功通过栏杆需要进行5项信息核对,包括检查OBU中存储的信息的合法性、检查IC卡中存储的信息的合法性、检查OBU中存储的信息和IC卡是否一致、检查车牌信息是否合法以及检查交易记录和车牌信息是否一致。只有这5次信息核对都正确,车辆才能成功通过栏杆。在修改后的模型中,用于存储信息的某些库所的名称及其颜色集定义如表3所示。
表3
尽管以上结合附图对本发明的实施方案进行了描述,但本发明并不局限于上述的具体实施方案和应用领域,上述的具体实施方案仅仅是示意性的、指导性的,而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下,还可以做出很多种的形式,这些均属于本发明保护之列。
Claims (2)
1.一种基于颜色Petri网及动态切片技术的高速ETC系统的建模和分析方法,其包括如下步骤:
S100:通过颜色Petri网对高速ETC系统的业务流程进行建模;
S200:利用颜色Petri网的动态切片技术对所建模型进行形式化分析;
其中,
所述颜色Petri网CPN具体定义为:颜色Petri网是一个九元组CPN = ( P, T, A, Σ,V, C, G, E, I ), 其中,
(1) P是一组有限的库所集,用圆圈表示;
步骤S100进一步包括如下步骤:
S101:对车辆行驶过程中可能发生的状态和事件进行建模;
S102:对ETC系统内部发生的状态和事件进行建模;
S103:对栏杆控制系统和栏杆的状态进行建模;
S104:将上述三个所建模型组合起来,建立了基于CPN的高速ETC系统模型;
步骤S200进一步包括如下步骤:
S201:计算CPN的静态切片标准,并根据静态切片算法抽取CPN的静态切片;
S202:计算CPN的前向切片标准,并根据前向切片算法抽取出颜色Petri网的前向切片;
S203:取CPN的静态切片和前向切片的交集,最终得到CPN的动态切片;
其中,
所述静态切片标准为目标库所和目标变量;
所述前向切片标准为初始标识、目标库所和目标变量;
所述静态切片算法的步骤如下:
第4步:继续对集合Q和S中的库所进行回溯,并将已经回溯的库所从集合Q或S中移除,直至集合Q和集合S均为空,算法结束;
所述前向切片算法的步骤如下:
第3步:对于这些变迁,如果其输入库所个数为1,而且输入库所的的数据类型与目标库所集合/>的/>数据类型不一致,则抽取此变迁及其输入库所、输入弧;如果其输入库所个数不止一个,那么只有当其所有输入库所的/>数据类型均与目标库所集合的/>数据类型一致,而且其输入弧上的变量都不是目标变量的情况下,舍弃这个变迁及其输入库所、输入弧,否则,抽取这些元素作为前向切片的一部分;
第4步:对于已经抽取出来的变迁,继续抽取其输出库所和输出弧;
第5步:计算该变迁发生后得到的可达状态M,对于可达状态M下能够启动和发生的变迁,继续从第3步开始执行,直至在初始状态M0的任意可达状态下,能够启动和发生的变迁均被包含在前向切片中;
所述形式化分析具体为检测车辆是否存在逃费违规状态。
2.根据权利要求1所述的方法,其中,如果发现模型存在车辆逃费违规状态,则提醒对存在漏洞的高速ETC系统的交易流程作进一步改进。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110521385.6A CN113344337B (zh) | 2021-05-13 | 2021-05-13 | 高速etc系统的建模和分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110521385.6A CN113344337B (zh) | 2021-05-13 | 2021-05-13 | 高速etc系统的建模和分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113344337A CN113344337A (zh) | 2021-09-03 |
CN113344337B true CN113344337B (zh) | 2023-06-20 |
Family
ID=77468422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110521385.6A Active CN113344337B (zh) | 2021-05-13 | 2021-05-13 | 高速etc系统的建模和分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344337B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1291775A1 (de) * | 2001-09-07 | 2003-03-12 | Universität Passau | Verfahren zum automatischen Bestimmen von Ursache-Wirkungs-Ketten in Computerprogrammen |
CN101710403A (zh) * | 2009-11-02 | 2010-05-19 | 北京赛柏科技有限责任公司 | 针对过程模型的切片分析方法 |
JP2017060079A (ja) * | 2015-09-18 | 2017-03-23 | 日本電信電話株式会社 | サービスファンクション制御システム、サービスファンクション制御方法、サービスコントロールノード、及びプログラム |
CN107729620A (zh) * | 2017-09-20 | 2018-02-23 | 昆明理工大学 | 一种基于层次着色Petri网的嵌入式软件能耗预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150039279A1 (en) * | 2013-08-02 | 2015-02-05 | Vitali Volovoi | Systems and methods for modeling a complex system using abridged petri nets |
-
2021
- 2021-05-13 CN CN202110521385.6A patent/CN113344337B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1291775A1 (de) * | 2001-09-07 | 2003-03-12 | Universität Passau | Verfahren zum automatischen Bestimmen von Ursache-Wirkungs-Ketten in Computerprogrammen |
CN101710403A (zh) * | 2009-11-02 | 2010-05-19 | 北京赛柏科技有限责任公司 | 针对过程模型的切片分析方法 |
JP2017060079A (ja) * | 2015-09-18 | 2017-03-23 | 日本電信電話株式会社 | サービスファンクション制御システム、サービスファンクション制御方法、サービスコントロールノード、及びプログラム |
CN107729620A (zh) * | 2017-09-20 | 2018-02-23 | 昆明理工大学 | 一种基于层次着色Petri网的嵌入式软件能耗预测方法 |
Non-Patent Citations (3)
Title |
---|
CPN在FCM形式化建模与验证中的应用;郝莉莉;杨惠珍;谢攀;;计算机仿真(06);全文 * |
基于Petri网的ETC高速收费系统优化分析;刘静等;赤峰学院学报(自然科学版);35(2);全文 * |
基于颜色Petri网的多agent动态调度建模与分析;刘波;罗军舟;宋爱波;;系统仿真学报(S1);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113344337A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107301779A (zh) | 一种身份认证方法及检测设备 | |
CN107256394A (zh) | 驾驶员信息与车辆信息核验方法、装置以及系统 | |
CN107665353A (zh) | 基于卷积神经网络的车型识别方法、装置、设备及计算机可读存储介质 | |
CN107316006A (zh) | 一种道路障碍物检测的方法和系统 | |
CN111369801B (zh) | 车辆识别方法、装置、设备和存储介质 | |
CN112750220A (zh) | 一种车辆故意逃费检测方法、装置、系统及存储介质 | |
CN106934383B (zh) | 文件中图片标注信息识别方法、装置及服务器 | |
CN110620760A (zh) | 一种SVM和贝叶斯网络的FlexRay总线融合入侵检测方法和检测装置 | |
CN112819562A (zh) | 一种通过停车缴费数据分析车主信用评分的系统及方法 | |
CN107240269A (zh) | 一种车辆告警及检测设备 | |
CN111199461A (zh) | 一种基于区块链的无人车载客方法及无人车 | |
CN108021361A (zh) | 一种高速公路倒卡逃费车辆筛查方法及装置 | |
CN107426215A (zh) | 一种信息发送方法及车辆设备 | |
CN107463941A (zh) | 一种车主身份识别方法及装置 | |
CN113344337B (zh) | 高速etc系统的建模和分析方法 | |
Park et al. | This car is mine!: Automobile theft countermeasure leveraging driver identification with generative adversarial networks | |
WO2017081939A1 (ja) | サーバ、プログラムおよび速度違反取締システム | |
CN111768630A (zh) | 一种违章废图检测方法、装置及电子设备 | |
CN111260806B (zh) | 一种路侧停车监测方法 | |
CN116012962A (zh) | 一种基于时序队列的etc收费车道交易与牌识的融合方法 | |
US20230237584A1 (en) | Systems and methods for evaluating vehicle insurance claims | |
CN109583353A (zh) | 一种基于人脸识别的交通违法查审方法及系统 | |
CN111340261B (zh) | 判定订单违规行为的方法、系统、计算机设备及存储介质 | |
CN106570448A (zh) | 自动发卡车道车辆信息的验证方法及装置 | |
Yu et al. | Modeling and Analysis of ETC Control System with Colored Petri Net and Dynamic Slicing |
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 |