CN113761555A - 一种基于智能合约的安全可靠的车联网空间众包任务匹配方法 - Google Patents

一种基于智能合约的安全可靠的车联网空间众包任务匹配方法 Download PDF

Info

Publication number
CN113761555A
CN113761555A CN202110821556.7A CN202110821556A CN113761555A CN 113761555 A CN113761555 A CN 113761555A CN 202110821556 A CN202110821556 A CN 202110821556A CN 113761555 A CN113761555 A CN 113761555A
Authority
CN
China
Prior art keywords
vehicle
task
worker
intelligent contract
strategy
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.)
Granted
Application number
CN202110821556.7A
Other languages
English (en)
Other versions
CN113761555B (zh
Inventor
刘雪娇
王慧敏
夏莹杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Normal University
Original Assignee
Hangzhou Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Normal University filed Critical Hangzhou Normal University
Priority to CN202110821556.7A priority Critical patent/CN113761555B/zh
Publication of CN113761555A publication Critical patent/CN113761555A/zh
Application granted granted Critical
Publication of CN113761555B publication Critical patent/CN113761555B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Bioethics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出一种基于智能合约的安全可靠的车联网空间众包任务匹配方法，利用ElGamal加密算法与区块链智能合约技术，促使车联网空间众包服务在实现位置隐私保护的同时提高任务匹配可靠性、公平性，从而提高车联网空间众包服务质量；本发明在车联网空间众包中普遍存在位置隐私泄露，任务匹配可靠性不高的情况下，能够利用智能合约实现安全、可靠任务匹配过程，提供高质量的车辆网空间众包服务。

Description

一种基于智能合约的安全可靠的车联网空间众包任务匹配 方法
技术领域
本发明属于车联网安全领域，涉及一种基于智能合约的安全可靠的车联网空间众包任务匹配方法，具体涉及ElGamal加密算法和区块链智能合约技术。
背景技术
随着车联网的发展，空间众包作为一种基于位置信息的众包模式被广泛关注与应用。传统的空间众包服务依赖于第三方空间众包服务器，任务策略和工人位置均被保存在空间众包服务器中，而服务器存在着第三方不可信、单点故障等问题严重影响了空间众包服务的发展。为了解决这些问题，现有方案提出利用区块链存储任务策略和工人位置，构建分布式管理的空间众包服务，但是如何保证分布式管理的空间众包服务安全可靠的任务匹配已成为一个研究热点。
经对现有技术文献的检索发现，Zhang J等人于2020年发表在《IEEETransactions on Intelligent Transportation Systems》的论文《A DecentralizedLocation Privacy-Preserving Spatial Crowdsourcing for Internet of Vehicles》中提出了一种加法同态加密方法，在空间众包服务中保护任务位置策略和工人车辆的位置隐私。但是该模型中任务匹配由工人车辆进行，采用非交互式的零知识证明，在任务匹配过程中需要多次进行验证，时延较大，可靠性无法保证，限制了空间众包服务的灵活性。
急需一种涉及ElGamal加密算法和区块链智能合约技术，实现车联网环境下空间众包服务安全、可靠的任务匹配，同时保护参与空间众包服务的用户位置隐私。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于智能合约的安全可靠的车联网空间众包的任务匹配方法，请求车辆在请求空间众包服务时需要向区块链提交任务策略的密文，智能合约自动执行任务匹配寻找合适的工人车辆，执行任务匹配。该方法为参与车辆提供安全、可靠地空间众包服务。
为实现上述目的，本发明首先由可信中心生成系统公钥，车辆进入路侧单元通信范围时，生成包含位置、信誉值的记录，并加密通过路侧单元提交至区块链。当请求车辆需要发布空间众包任务时，加密生成包含位置策略以及信誉阈值的任务策略密文，通过路侧单元提交至区块链，触发智能合约去匹配符合要求的工人车辆，实现安全、可靠的任务匹配。
所述的一种基于智能合约的安全可靠的车联网空间众包任务匹配方法，其特征在于，包括多种实体对象，所述实体对象包括车辆、路侧单元(Road Side Unit,RSU)、移动边缘服务器(Mobile Edge Server,MES)和可信中心，车辆在不同空间众包服务中既可以是发布任务的请求车辆，也可以是执行任务的工人车辆，由移动边缘服务器构建区块链；
匹配方法采用上述实体对象，包括以下步骤：
S1.系统初始化，可信中心划分车联网空间众包服务区域，生成系统公钥；
S2.当车辆进入路侧单元通信范围时，车辆生成包含位置、信誉值的记录，并加密通过路侧单元转发，提交至区块链，申请成为工人车辆wj；
S3.当请求车辆需要发布空间众包任务时，请求车辆加密生成包含位置策略以及信誉阈值的任务策略密文，通过路侧单元转发，提交至区块链，触发智能合约；
S4.区块链使用智能合约，将请求车辆的任务策略密文与工人车辆wj的记录密文进行匹配，找到符合任务策略的工人车辆。
所述的基于智能合约的安全可靠的车联网空间众包任务匹配方法，其特征在于，步骤S1中所述的车联网空间众包服务区域划分及生成车联网空间众包服务区域公钥过程，包括以下内容：
S11可信中心将所有车联网空间众包服务用户中活动范围最大的用户的活动区域视为A，A＝{(x,y)|0≤x≤X,0≤y≤Y}，其中，X和Y是x和y轴上坐标系中A的最大值，然后根据四叉树函数将区域A递归划分为n*m的网格，用户的位置能够映射在所述网格的任一格子中，由此得到的分割线集S为：
Figure BDA0003172130690000031
其中，η表示将位置坐标转换为整数坐标，它的值取决于GPS坐标的准确性，N 表示网格划分最大水平；
S12可信中心生成一个阶为素数q1，生成元为g1的循环群G1，随机选择整数 x(1≤x≤q1-2)作为系统的私钥sk，并计算h＝g1 x modq1，公钥pk＝(G1,q1,g1,h)。
所述的基于智能合约的安全可靠的车联网空间众包任务匹配方法，其特征在于S2中所述的工人车辆wj在链上提交记录并加密的过程，包括以下内容：
S21工人车辆wj将其位置映射到网格中，并以网格的中心点(xj,yj)表示；
S22工人车辆wj将(xj,yj)转换成向量
Figure BDA0003172130690000032
表示，向量表示为
Figure BDA0003172130690000033
S23工人车辆wj使用系统公钥pk将位置向量加密得到位置记录密文，
Figure BDA0003172130690000034
Figure BDA0003172130690000035
并且，为了满足任务请求对工人车辆wj信誉值的要求，在记录中也提交了工人车辆wj的信誉值recordj，最后将
Figure BDA0003172130690000036
提交至链上。
所述的基于智能合约的安全可靠的车联网空间众包任务匹配方法，其特征在于S3中，请求车辆通过路侧单元将任务策略密文p转发，提交至区块链，具体如下：
S31请求车辆将任务位置策略映射到区域A中的网格G， G＝{(x,y)|x1≤x≤x2,y1≤y≤y2},(x1,x2,y1,y2∈S)，其中(xm,ym)表示网格，接着，请求车辆选择两个圆C1,C2,两个圆的切点为网格中心点(xm,ym)xm,ym∈Z,C1,C2的表达式如下：
Figure BDA0003172130690000041
Figure BDA0003172130690000042
Figure BDA0003172130690000043
Figure BDA0003172130690000044
Figure BDA0003172130690000045
将C1,C2转换成向量表达式
Figure BDA0003172130690000046
处理如下：
Figure BDA0003172130690000047
Figure BDA0003172130690000048
得到向量
Figure BDA0003172130690000049
后，最后用系统公钥pk对任务位置策略加密得到
Figure BDA00031721306900000410
Figure BDA00031721306900000411
Figure BDA00031721306900000412
Figure BDA00031721306900000413
任务位置策略密文表示为
Figure BDA00031721306900000414
S32请求车辆根据对任务需求可自设定对工人车辆wj的信誉阈值，最后得到任务策略p＝LP||threshold-value。
所述的基于智能合约的安全可靠的车联网空间众包任务匹配方法，其特征在于S4中所述的智能合约在链上完成车联网空间众包服务任务匹配过程，包括以下内容：
S41首先，请求车辆提交至链上的任务策略p触发智能合约自动执行，根据点向量和圆向量的内积为零的性质，再利用ElGamal加密算法的特点，实现在密文中判断工人车辆wj位置是否符合请求车辆的任务位置策略，
Figure BDA0003172130690000051
(k＝1,2)作为智能合约的判断条件1，其中，
Figure BDA0003172130690000052
代表请求车辆用系统公钥加密生成任务请求部分位置策略密文，
Figure BDA0003172130690000053
代表工人车辆wj用系统公钥加密生成位置记录密文；
S42其次，请求车辆提交至链上的任务策略包含对工人车辆的信誉最低阈值threshold-value与工人车辆wj的信誉值reputationj，
将reputationj≥threshold-value作为智能合约判断条件2；
智能合约根据判断条件1与2自动为请求车辆发布的任务寻找合适的工人车辆，所述的智能合约是基于任务位置策略密文与工人车辆位置记录密文做匹配，避免请求车辆的位置策略与工人车辆位置信息被泄露，进而保证车联网空间众包服务的安全可靠。
本发明的显著效果在于针对车联网空间众包服务过程中位置隐私泄露、任务匹配可靠性不高的问题，利用ElGamal加密算法和区块链智能合约技术，实现了保护任务策略与工人的位置信息隐私，同时运用区块链智能合约技术保障空间众包任务匹配过程的可靠性。本发明旨在保护位置隐私的同时提升任务匹配的可靠性。
附图说明
图1基于智能合约的安全可靠的车联网空间众包任务匹配方式场景图；
图2基于智能合约的安全可靠的车联网空间众包任务匹配方式流程图。
具体实施方法
以下结合附表和实施例对本发明的技术方法作进一步详细说明。以下实施例在以本发明技术方法为前提下进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述的实施例。
如图1-2所示，一种基于智能合约的安全可靠的车联网空间众包任务匹配方法，其特征在于，包括多种实体对象，所述实体对象包括车辆、路侧单元(Road Side Unit,RSU)、移动边缘服务器(Mobile Edge Server,MES)和可信中心，车辆在不同空间众包服务中既可以是发布任务的请求车辆，也可以是执行任务的工人车辆，由移动边缘服务器构建区块链；
匹配方法采用上述实体对象，包括以下步骤：
S1.系统初始化，可信中心划分车联网空间众包服务区域，生成系统公钥；
S2.当车辆进入路侧单元通信范围时，车辆生成包含位置、信誉值的记录，并加密通过路侧单元转发，提交至区块链，申请成为工人车辆wj；
S3.当请求车辆需要发布空间众包任务时，请求车辆加密生成包含位置策略以及信誉阈值的任务策略密文，通过路侧单元转发，提交至区块链，触发智能合约；
S4.区块链使用智能合约，将请求车辆的任务策略密文与工人车辆wj的记录密文进行匹配，找到符合任务策略的工人车辆。
为了更好地理解本实施例提出的方法，选取一次车辆参与的空间众包服务的过程。
如本发明方法应用场景(图1)所示，本实施例具体实施步骤如下：
S1.系统初始化
构建移动边缘服务器作为节点的区块链、路侧单元和M个车辆节点组成的车联网空间众包系统，其结构如图1所示，本实施例中，M＝4，其中3个车辆节点是执行任务的工作者，W＝{w1,w2,w3}，一个节点是发布任务的请求车辆，可信中心将所有车辆节点中活动范围最大的区域视为A，A＝{(x,y)0≤x≤X,0≤y≤Y}X和Y是x 和y轴上坐标系中A的最大值，然后根据四叉树函数将区域A递归划分为N＝3分区层下的网格，得到的分割线集合S，表达式是
Figure BDA0003172130690000071
可信中心运行ElGamal加密算法参数生成器，产生一个阶为素数q1，生成元为 g1的循环群G1。随机选择整数x(1≤x≤q1-2)作为系统的私钥sk，并计算 h＝g1 x modq1。公钥pk＝(G1,q1,g1,h)。
S2.工人位置记录
工人车辆集合W＝{w1,w2,w3}中每个工人车辆wj，由于其移动性在每次进入路侧单元通信范围时，包含位置信息的记录recordj转发至路侧单元，通过移动边缘服务器提交至链上。
首先，工人车辆wj将位置映射到网格中，并假设(xj,yj)是工人车辆wj所在位置对应网格的中心点，其中xj,yj∈Z。然后，工人车辆wj将(xj,yj)转换为向量
Figure BDA0003172130690000072
表达式为：
Figure BDA0003172130690000073
工人车辆w1将自己的位置映射到网格并转换成位置向量：
Figure BDA0003172130690000074
工人车辆w2将自己的位置映射到网格并转换成位置向量：
Figure BDA0003172130690000075
工人车辆w3将自己的位置映射到网格并转换成位置向量：
Figure BDA0003172130690000076
最后工人车辆wj用系统公钥pk对
Figure BDA00031721306900000711
加密
Figure BDA0003172130690000077
Figure BDA0003172130690000078
经上处理，工人车辆w1得到位置向量的密文：
Figure BDA0003172130690000079
工人车辆w2得到位置向量的密文：
Figure BDA00031721306900000710
工人车辆w3得到位置向量的密文：
Figure BDA0003172130690000081
同时工人车辆wj提交的记录中包含了其信誉值reputationj，生成记录recordj内容如下：
Figure BDA0003172130690000082
则工人车辆w1提交至链上的记录为
Figure BDA0003172130690000083
工人车辆w2提交至链上的记录为
Figure BDA0003172130690000084
工人车辆w3提交至链上的记录为
Figure BDA0003172130690000085
S3.请求车辆在链上提交任务策略
请求车辆需要知道前方路况，之后制定对工人车辆空间约束的任务策略p，并通过附近路侧单元转发，向移动边缘服务器构成的区块链提交任务策略p。首先，请求车辆将任务位置策略映射到区域A中的网格G， G＝{(x,y)|x1≤x≤x2,y1≤y≤y2},(x1,x2,y1,y2∈S)。网格中心点为(xm,ym)， xm,ym∈Z，请求车辆选择两个圆C1,C2，其满足的条件是切点为网格中心点(xm,ym)， C1,C2的表达式如下:
Figure BDA0003172130690000086
Figure BDA0003172130690000087
Figure BDA0003172130690000088
Figure BDA0003172130690000089
Figure BDA00031721306900000810
将C1,C2转换成向量
Figure BDA00031721306900000811
表达式如下：
Figure BDA00031721306900000812
Figure BDA00031721306900000813
得到向量
Figure BDA0003172130690000091
后，通过系统公钥pk对任务位置策略LP加密，表达式如下：
Figure BDA0003172130690000092
Figure BDA0003172130690000093
Figure BDA0003172130690000094
Figure BDA0003172130690000095
请求车辆根据对任务需求自设定对工人车辆的最低信誉阈值threshold-value，最后得到任务策略p＝LP||threshold-value；
S4.智能合约完成任务匹配
在任务策略p上链后，触发智能合约自动执行，为其寻找合适的工人。首先，根据点向量和圆向量的内积为零的性质，利用ElGamal加密算法的乘法同态特点 E(m1)×E(m2)＝E(m1×m2)，实现通过密文处理判断工人车辆位置是否符合请求车辆的任务位置策略LP，
Figure BDA0003172130690000096
(k＝1,2)作为智能合约的判断条件1，其中，
Figure BDA0003172130690000097
代表请求车辆用系统公钥加密生成任务请求部分位置策略密文，
Figure BDA0003172130690000098
代表工人车辆用系统公钥加密生成位置记录密文；其次，请求车辆提交至链上的最低信誉阈值threshold-value和工人车辆wj的信誉值reputationj作比较， reputationj≥threshold-value作为智能合约判断条件2；
智能合约根据判断条件1与2自动为请求车辆发布的任务寻找合适的工人车辆，对链上已存在的工人记录信息匹配。
工人车辆w1在智能合约的匹配情况是
Figure BDA0003172130690000099
工人车辆w2在智能合约的匹配情况是
Figure BDA0003172130690000101
工人车辆w3在智能合约的匹配情况是
Figure BDA0003172130690000102
经智能合约自动执行判断得到符合请求车辆发布任务策略的工人车辆。智能合约是基于任务位置策略密文与工人车辆位置记录密文做匹配，避免任务位置策略与工人车辆位置信息被泄露，进而保证车联网空间众包服务的安全可靠。

Claims (5)

1.一种基于智能合约的安全可靠的车联网空间众包任务匹配方法，其特征在于，包括多种实体对象，所述实体对象包括车辆、路侧单元(Road Side Unit,RSU)、移动边缘服务器(Mobile Edge Server,MES)和可信中心，车辆在不同空间众包服务中既可以是发布任务的请求车辆，也可以是执行任务的工人车辆，由移动边缘服务器构建区块链；
匹配方法采用上述实体对象，包括以下步骤：
S1.系统初始化，可信中心划分车联网空间众包服务区域，生成系统公钥；
S2.当车辆进入路侧单元通信范围时，车辆生成包含位置、信誉值的记录，并加密通过路侧单元转发，提交至区块链，申请成为工人车辆wj；
S3.当请求车辆需要发布空间众包任务时，请求车辆加密生成包含位置策略以及信誉阈值的任务策略密文，通过路侧单元转发，提交至区块链，触发智能合约；
S4.区块链使用智能合约，将请求车辆的任务策略密文与工人车辆wj的记录密文进行匹配，找到符合任务策略的工人车辆。
2.根据权利要求1所述的基于智能合约的安全可靠的车联网空间众包任务匹配方法，其特征在于，步骤S1中所述的车联网空间众包服务区域划分及生成车联网空间众包服务区域公钥过程，包括以下内容：
S11可信中心将所有车联网空间众包服务用户中活动范围最大的用户的活动区域视为A，A＝{(x,y)|0≤x≤X,0≤y≤Y}，其中，X和Y是x和y轴上坐标系中A的最大值，然后根据四叉树函数将区域A递归划分为n*m的网格，用户的位置能够映射在所述网格的任一格子中，由此得到的分割线集S为：
Figure FDA0003172130680000011
其中，η表示将位置坐标转换为整数坐标，它的值取决于GPS坐标的准确性，N表示网格划分最大水平；
S12可信中心生成一个阶为素数q1，生成元为g1的循环群G1，随机选择整数x(1≤x≤q1-2)作为系统的私钥sk，并计算h＝g1 x mod q1，公钥pk＝(G1,q1,g1,h)。
3.根据权利要求2所述的基于智能合约的安全可靠的车联网空间众包任务匹配方法，其特征在于S2中所述的工人车辆wj在链上提交记录并加密的过程，包括以下内容：
S21工人车辆wj将其位置映射到网格中，并以网格的中心点(xj,yj)表示；
S22工人车辆wj将(xj,yj)转换成向量
Figure FDA0003172130680000021
表示，向量表示为
Figure FDA0003172130680000022
S23工人车辆wj使用系统公钥pk将位置向量加密得到位置记录密文，
Figure FDA0003172130680000023
Figure FDA0003172130680000024
并且，为了满足任务请求对工人车辆wj信誉值的要求，在记录中也提交了工人车辆wj的信誉值recordj，最后将
Figure FDA0003172130680000025
提交至链上。
4.根据权利要求2所述的基于智能合约的安全可靠的车联网空间众包任务匹配方法，其特征在于S3中，请求车辆通过路侧单元将任务策略密文p转发，提交至区块链，具体如下：
S31请求车辆将任务位置策略映射到区域A中的网格G，G＝{(x,y)|x1≤x≤x2,y1≤y≤y2},(x1,x2,y1,y2∈S)，其中(xm,ym)表示网格，接着，请求车辆选择两个圆C1,C2,两个圆的切点为网格中心点(xm,ym)xm,ym∈Z,C1,C2的表达式如下：
Figure FDA0003172130680000026
Figure FDA00031721306800000312
Figure FDA00031721306800000313
Figure FDA00031721306800000314
将C1,C2转换成向量表达式
Figure FDA0003172130680000031
处理如下：
Figure FDA0003172130680000032
Figure FDA0003172130680000033
得到向量
Figure FDA0003172130680000034
后，最后用系统公钥pk对任务位置策略加密得到
Figure FDA0003172130680000035
Figure FDA0003172130680000036
Figure FDA0003172130680000037
Figure FDA0003172130680000038
任务位置策略密文表示为
Figure FDA0003172130680000039
S32请求车辆根据对任务需求可自设定对工人车辆wj的信誉阈值，最后得到任务策略p＝LP||threshold-value。
5.根据权利要求1所述的基于智能合约的安全可靠的车联网空间众包任务匹配方法，其特征在于S4中所述的智能合约在链上完成车联网空间众包服务任务匹配过程，包括以下内容：
S41首先，请求车辆提交至链上的任务策略p触发智能合约自动执行，根据点向量和圆向量的内积为零的性质，再利用ElGamal加密算法的特点，实现在密文中判断工人车辆wj位置是否符合请求车辆的任务位置策略，
Figure FDA00031721306800000310
作为智能合约的判断条件1，其中，
Figure FDA00031721306800000311
代表请求车辆用系统公钥加密生成任务请求部分位置策略密文，
Figure FDA0003172130680000041
代表工人车辆wj用系统公钥加密生成位置记录密文；
S42其次，请求车辆提交至链上的任务策略包含对工人车辆的信誉最低阈值threshold-value与工人车辆wj的信誉值reputationj，
将reputationj≥threshold-value作为智能合约判断条件2；
智能合约根据判断条件1与2自动为请求车辆发布的任务寻找合适的工人车辆，所述的智能合约是基于任务位置策略密文与工人车辆位置记录密文做匹配，避免请求车辆的位置策略与工人车辆位置信息被泄露，进而保证车联网空间众包服务的安全可靠。
CN202110821556.7A 2021-07-20 2021-07-20 一种基于智能合约的安全可靠的车联网空间众包任务匹配方法 Active CN113761555B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110821556.7A CN113761555B (zh) 2021-07-20 2021-07-20 一种基于智能合约的安全可靠的车联网空间众包任务匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110821556.7A CN113761555B (zh) 2021-07-20 2021-07-20 一种基于智能合约的安全可靠的车联网空间众包任务匹配方法

Publications (2)

Publication Number Publication Date
CN113761555A true CN113761555A (zh) 2021-12-07
CN113761555B CN113761555B (zh) 2024-04-09

Family

ID=78787799

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110821556.7A Active CN113761555B (zh) 2021-07-20 2021-07-20 一种基于智能合约的安全可靠的车联网空间众包任务匹配方法

Country Status (1)

Country Link
CN (1) CN113761555B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107360146A (zh) * 2017-07-03 2017-11-17 深圳大学 一种接受保证的隐私保护空间众包任务分配系统及方法
CN110621005A (zh) * 2019-09-26 2019-12-27 电子科技大学 实现基于众包应用的车联网隐私保护方法
CN110620772A (zh) * 2019-09-20 2019-12-27 西安电子科技大学 基于区块链的空间众包多级位置隐私保护方法
US20200195436A1 (en) * 2016-02-15 2020-06-18 Sal Khan System and method, which using blockchain and mobile devices, provides the validated and authenticated identity of an individual to a valid and authenticated requestor
US20200320340A1 (en) * 2019-04-08 2020-10-08 Ares Technologies, Inc. Systems, devices, and methods for machine learning using a distributed framework

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200195436A1 (en) * 2016-02-15 2020-06-18 Sal Khan System and method, which using blockchain and mobile devices, provides the validated and authenticated identity of an individual to a valid and authenticated requestor
CN107360146A (zh) * 2017-07-03 2017-11-17 深圳大学 一种接受保证的隐私保护空间众包任务分配系统及方法
WO2019006968A1 (zh) * 2017-07-03 2019-01-10 深圳大学 一种接受保证的隐私保护空间众包任务分配系统及方法
US20200320340A1 (en) * 2019-04-08 2020-10-08 Ares Technologies, Inc. Systems, devices, and methods for machine learning using a distributed framework
CN110620772A (zh) * 2019-09-20 2019-12-27 西安电子科技大学 基于区块链的空间众包多级位置隐私保护方法
CN110621005A (zh) * 2019-09-26 2019-12-27 电子科技大学 实现基于众包应用的车联网隐私保护方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘雪娇 等: "基于区块链的车联网数据安全共享方案", 浙江大学学报(工学版), vol. 55, no. 5, pages 957 - 964 *

Also Published As

Publication number Publication date
CN113761555B (zh) 2024-04-09

Similar Documents

Publication Publication Date Title
WO2019104955A1 (zh) 雾计算架构下的VANETs位置隐私保护查询方法
CN110620772B (zh) 基于区块链的空间众包多级位置隐私保护方法
Yu et al. lpRide: Lightweight and privacy-preserving ride matching over road networks in online ride hailing systems
Li et al. Scalable privacy-preserving participant selection for mobile crowdsensing systems: Participant grouping and secure group bidding
CN110225023B (zh) 一种可追踪的匿名认证方法和系统
Wang et al. Joint optimization of task offloading and resource allocation based on differential privacy in vehicular edge computing
CN110287392B (zh) 一种基于安全划分树的安全空间网络查询方法
Jiang et al. P 2 AE: Preserving Privacy, Accuracy, and Efficiency in Location-Dependent Mobile Crowdsensing
CN113905047A (zh) 一种空间众包任务分配隐私保护方法及系统
Zhong et al. A new message authentication scheme for multiple devices in intelligent connected vehicles based on edge computing
CN109728904A (zh) 一种保护隐私的空间网络查询方法
CN112087422A (zh) 一种边缘计算中基于属性加密的外包访问控制方法
Badr et al. Blockchain-based ride-sharing system with accurate matching and privacy-preservation
Wang et al. Research on integrity check method of cloud storage multi-copy data based on multi-agent
Meng et al. Verifiable spatial range query over encrypted cloud data in VANET
Zhang et al. Cerberus: Privacy-preserving computation in edge computing
Haritha et al. Asymmetric Consortium Blockchain and Homomorphically Polynomial-Based PIR for Secured Smart Parking Systems.
Lei et al. An attribute generalization mix-zone without privacy leakage
CN109257167B (zh) 一种在雾计算中保护隐私的资源分配方法
CN113761555A (zh) 一种基于智能合约的安全可靠的车联网空间众包任务匹配方法
CN115189903B (zh) 一种车联网中支持隐私保护的分布式访问控制方法
Wang et al. FRNet: An MCS framework for efficient and secure data sensing and privacy protection in IoVs
Li et al. A Dynamic Location Privacy Protection Scheme Based on Cloud Storage.
CN114071463A (zh) 一种基于双线性映射的车载自组织网络的批认证方法
Sengupta et al. Editing-enabled signatures: A new tool for editing authenticated data

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