CN114760310B - 一种基于联盟链的5g车联网车辆信誉管理方法 - Google Patents

一种基于联盟链的5g车联网车辆信誉管理方法 Download PDF

Info

Publication number
CN114760310B
CN114760310B CN202210398823.9A CN202210398823A CN114760310B CN 114760310 B CN114760310 B CN 114760310B CN 202210398823 A CN202210398823 A CN 202210398823A CN 114760310 B CN114760310 B CN 114760310B
Authority
CN
China
Prior art keywords
vehicle
reputation
vehicles
information
management
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
Application number
CN202210398823.9A
Other languages
English (en)
Other versions
CN114760310A (zh
Inventor
许昱玮
余恩泽
宋宇星
张颖
张玉健
童飞
王良民
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN202210398823.9A priority Critical patent/CN114760310B/zh
Publication of CN114760310A publication Critical patent/CN114760310A/zh
Application granted granted Critical
Publication of CN114760310B publication Critical patent/CN114760310B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/06—Authentication
    • H04W12/068—Authentication using credential vaults, e.g. password manager applications or one time password [OTP] applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/10—Integrity
    • H04W12/106—Packet or message integrity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/12—Detection or prevention of fraud
    • H04W12/121—Wireless intrusion detection systems [WIDS]; Wireless intrusion prevention systems [WIPS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/12—Detection or prevention of fraud
    • H04W12/121—Wireless intrusion detection systems [WIDS]; Wireless intrusion prevention systems [WIPS]
    • H04W12/122—Counter-measures against attacks; Protection against rogue devices
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明面向5G车联网智能交通应用场景，针对车辆在向路边基站上报感知信息中所表现出的恶意行为与自私行为，提出了一种基于联盟链的5G车联网车辆信誉管理方法。该方法设计了一个车辆信誉模型并构建了一个基于联盟链的车辆信誉管理系统，以满足让车辆积极主动参与上报真实准确的感知信息的需求。车辆信誉模型一方面采用基于信号量的奖惩机制以遏制车辆的恶意行为，另一方面采用周期性地税收机制以抑制车辆的自私行为。基于联盟链的车辆信誉管理系统一方面搭建了满足了政府机构与运营商多方参与需求的分布式管理架构，另一方面以智能合约的方式在联盟链上实现了用户访问授权、车辆上报信息、车辆信誉值奖惩、车辆周期性税收4个基本业务，不仅保证了车辆信誉值计算依据与计算过程的安全可靠，还保证了信誉值在车辆与管理方之间的平衡流动与长期稳定。

Description

一种基于联盟链的5G车联网车辆信誉管理方法
技术领域
本发明涉及5G车联网支持下的智能交通管理领域，具体应用于在城市交通场景下建立并维护车辆的信誉，从而抑制车辆在智能交通系统中表现出的恶意行为与自私行为。
背景技术
第五代(5G)移动通信技术具有频率高、速度快、吞吐量高等优点。随着技术的日臻完善与基础设施的全面部署，智能车联网已经成为5G最具发展前景的应用领域。作为构建未来智能交通系统的核心通信技术，5G能够支持车辆间的防碰撞预警、道路交通状态探测、车辆路径规划与导航、自动驾驶与无人驾驶等多类应用。
在5G车联网所支撑的智能交通系统中，成千上万的车辆扮演着重要的角色。它们既是相关服务与便利的受益者，也是智能交通管理的参与者。在不同类型的应用中，装备有多种传感器的车辆将从车内部与外部获得的感知数据发送给路边基站是必不可少的数据通信与信息交互模式。在该模式下，车辆是否能够积极主动地提供真实可靠的数据直接关系着整个智能交通系统能否做出正确判断与合理的响应，比如调整交通信号灯的时长，发布交通阻塞信息，封闭事故路段等等。由于车辆的活动是其操控者意志的反映，因此部分车辆在作为感知节点采集并上报数据的过程中会表现出恶意行为与自私行为。恶意行为是将不真实的数据上报给路边基站，而自私行为是出于自身开销考虑不愿意参与数据上报的工作。因此，如何在车辆感知并上报数据的过程中消除恶意行为，抑制自私行为是构建安全可靠智能交通系统的关键问题。
基于密码学的方案只能保证数据通信的机密性、完整性与不可抵赖性，但不能解决上述问题。在5G车联网的智能交通系统架构下建立信誉机制，为每一辆车建立并维护信誉值是一条可行之路。目前，学界与业界的一些研究者已经做出了一些相关工作，但这些工作仍然存在两个亟待解决的问题。首先，难以保证车辆上报的元数据是真实可靠的。已有的工作在计算车辆信誉值时多根据其它相关车辆对其的历史行为评价进行估算，而不是依据数据内容本身的真实性与正确性，因此车辆信誉值的计算结果会出现偏差，评估方法的漏洞也容易为攻击者所利用。其次，中心化的车辆信誉管理方案存在诸多瓶颈。随着城市交通场景下，车辆数目不断地增加，中心化的方案对服务器的计算与存储资源以及网络的传输能力都提出了越来越高的要求。在性能遭遇瓶颈的同时，中心化的方案还暴露出诸多问题，比如单点故障易造成严重的安全后果，可扩展性差难以满足现实场景中政府机构、网络运营商等多方参与监管的需求。综上，保障元数据的可靠性与方案的可实施性是进行车辆信誉值管理亟待解决的问题。
近年来，区块链以其分布式去中心化、信息公开可追溯，数据上链不可篡改等特性，逐渐成为在互联网上实现价值可靠转移的重要手段。联盟链技术以“多方参与，许可准入”为原则，能够针对某一应用领域实现数据的分布式存储与联盟内部的安全可靠交易。本发明利用联盟链的上述特点，提出了一种面向5G车联网场景的车辆信誉管理方法。与之前工作相比，本发明方法的创新之处在于：(1)将车辆上报的元数据作为交易记录保存于区块链中从而实现了在验证数据内容真实性后对车辆上报行为的追溯管理，提高了信誉值计算的可靠性；(2)建立了完善的车辆信誉值管理模型，利用信号量模型实现对车辆成功上报的奖励与对恶意行为的惩罚，利用税收机制实现了对车辆自私行为的抑制；(3)将引发车辆信誉值变更的活动作为联盟链上的“交易”，每一辆车的信誉值作为其“资产”记录于区块中，实现了对车辆信誉值的分布式可靠存储。
发明内容
本发明以5G车联网智能交通应用为研究场景，针对车辆在向路边基站上报感知信息中所表现出的恶意行为与自私行为展开研究，在对应用场景与监管需求进行深入分析的基础上提出了一种基于联盟链的5G车联网车辆信誉管理方法，以满足在智能交通场景下让车辆积极主动地参与上报真实准确的感知信息的需求。
本发明分为：一种基于联盟链的5G车联网车辆信誉管理方法，该方法包括分析车辆信誉管理需求、设计车辆信誉模型、以及构建基于联盟链的信誉管理系统三个主要步骤。
S1：分析车辆信誉管理需求分为三个步骤：分析车辆信誉管理应用场景、分析车辆上报行为、分析信誉管理任务。
S11：本方法所面向的5G车联网智能交通应用场景如图1所示，包含了车辆、基站、网络运营商以及政府管理机构4个组成部分。车辆是整个智能交通系统中最广泛的参与者。它们在享受路边基站分享的便利信息的同时也担负着感知车内外环境并上报信息的任务。基站是部署在路边的基础设施，承担着收集车辆上报信息与发布各类便利信息的责任。如图1所示，在5G车联网场景下基站分为宏基站与微基站两种类型。宏基站装备有一定计算与存储能力的服务器，能够对车辆上报的消息进行处理；微基站用于弥补宏基站在无线信号覆盖范围上的劣势，负责与附近的车辆进行信息交互。整个5G车联网是由多个运营商共同建立并维护的。它们需要对所有车辆上报给基站的信息进行监管。此外，政府相关部门，比如交通警察、车辆管理机构也都需要参与到对5G车联网及其智能交通应用的监管中。
S12：本方法将智能交通应用场景下车辆向路边基站上报信息的行为划分为三类：良性行为、恶意行为、以及自私行为。
(1)良性行为：车辆将从车内外感知到的各类数据封装为消息，及时发送给最近的5G基站。
(2)恶意行为：车辆修改从车内外感知到的各类真实数据或直接伪造各类感知数据，然后将数据封装在消息中发送给最近的5G基站。根据实施程度的不同，恶意行为可划分为持续恶意攻击行为与开关恶意攻击行为2类。在持续恶意攻击行为中，车辆将不断地发送包含修改或伪造数据的消息；在开关恶意攻击行为中，车辆以一定规律周期性地发送包含真实数据的消息与包含虚假数据的消息，从而躲避识别与安全审查。
(3)自私行为：车辆身处于智能交通应用场景，但出于节省自身资源的目的，不上报感知到的各类数据给路边基站。根据实施程度的不同，自私行为可划分为绝对自私行为与理性自私行为2类。在绝对自私行为中，车辆只愿意接收并享受路边基站发送的便利消息，不愿意参与到智能交通系统的活动中上报任何感知数据；在理性自私行为中，车辆根据对自身是否能够在智能交通系统中长期生存的判断，理性选择是否上报当前感知的数据，以获得智能交通系统的认可。
S13：本方法对智能交通应用场景下车辆的信誉管理工作进行了分析，并设定了四个管理任务。
(1)为智能交通系统中的每一辆车分配并维护一个信誉值。当车辆表现出良性行为时，应获得系统的信誉值奖励；当车辆表现出恶意行为时，应被扣除一部分信誉值；当车辆表现出自私行为时，应被扣除一部分信誉值。
(2)对车辆的恶意行为进行处罚。通过记录车辆表现出恶意行为的次数，确保多次实施恶意行为的车辆会被扣除越来越多的信誉值，并最终由于信誉值被全部扣除而被踢出系统。
(3)对车辆的自私行为进行抑制。通过记录车辆在智能交通管理系统中的上报信息行为，周期性地统计每一辆车的参与程度。通过向车辆收取不同数量的信誉值，抑制车辆的自私行为；通过为车辆的良性行为增加信誉值作为奖励，激励车辆上报真实信息。
(4)对系统内的信誉值进行统筹。通过记录车辆的上报行为以及对其的信誉值增减操作，对整个智能交通系统内所有车辆的信誉值进行统筹管理。克服单个车辆信誉值无节制增加的现象，保障系统内的信誉值总量保持稳定。
S2：设计车辆信誉模型分为三个步骤：模型的形式化定义、设计针对恶意行为的奖惩策略、设计针对自私行为的税收策略；
S21：模型的形式化定义，该步骤定义了车辆信誉模型所有使用的参数，包括数学符号与其对应的物理意义，所有参数的定义如表1所示，以车辆i为例进行说明。
表1信誉模型参数列表
S22：设计针对恶意行为的奖惩策略。该策略针对车辆的一次上报信息行为对其信誉值进行奖惩，具体包含三个步骤：计算车辆上报信息所付出的代价，计算信息被验证成功后所获得的奖励，以及计算因信息被证伪后所获得的惩罚。
(1)计算车辆上报信息所付出的代价。如公式1所示，θi为车辆i当前的信誉值，ei为车辆i针对当前上报的信息设置的信号量，α为调节参数。
(2)计算信息被验证成功后车辆所获得的奖励。如公式2所示，r为信息的验证结果，ei为车辆i针对当前上报的信息设置的信号量，β为调节参数。
(3)计算因信息被证伪后车辆所获得的惩罚。如公式3所示，θi为车辆i当前的信誉值，fi为车辆i表现出恶意行为的次数，thr1为惩罚的阈值。
S23：设计针对自私行为的税收策略。该策略根据车辆在一个管理周期内信誉值的变化情况与车辆本身的活跃程度计算其应该缴纳的税收，具体包含三个步骤：设置不同类型车辆集合的税收比例，计算不同类型车辆集合需缴纳的税收总数，计算车辆需缴纳的税收数。
(1)设置不同类型车辆集合的税收比例。在上一个管理周期内将智能交通系统内的车辆划分为信誉值增加的集合、信誉值减少的集合、信誉值不变的集合。分别为上述3个不同类型的车辆集合设置税收比例a、b、c，并保证a、b、c满足公式4的约束条件。
a+b+c＝1(4)
(2)计算不同类型车辆集合需缴纳的税收总数。首先根据公式5计算在上一个管理周期内管理方信誉值的净支出数量S。S等于管理方信誉值奖励的总数减去收缴信誉值惩罚的总数/>与车辆上报消息付出代价的总数/>其中，n1表示在上一个管理周期内管理方奖励车辆信誉值的总次数；n2表示在上一个管理周期内管理方惩罚车辆信誉值的总次数；n3表示在上一个管理周期内管理方扣除车辆信誉值作为上报信息代价的总次数。然后，根据公
式6计算出不同类型车辆集合需缴纳的税收总数。
(3)计算车辆需要缴纳的税收数。根据车辆i在上一个管理周期内信誉值的变化量按照公式7计算其应该缴纳的税收数si。其中，
m1表示在上一个管理周期内信誉值增加的所有车辆的总数；
m2表示在上一个管理周期内信誉值减少的所有车辆的总数；
m3表示在上一个管理周期内信誉值不变的所有车辆的总数。
S3：构建基于联盟链的信誉管理系统分为三个步骤：设计系统架构、设计交易记录、设计管理业务流程；
S31：设计系统架构。如图2所示，车辆信誉管理系统的架构划分为2层：网络通信层与信誉管理层。在网络通信层，不同的宏基站及其微基站利用5G信号覆盖城市道路的不同区域。车辆将自身感知到的车内外信息上报给基站。在信誉管理层，运营商、政府不同机构共同构建一条联盟链。运营商在每个宏基站都部署一台服务器作为节点加入到联盟链中。此外，其它监管机构均部署服务器作为联盟链节点。车辆向基站上报信息的过程，以及车辆信誉值更新的过程都作为交易记录在联盟链中，以维护一个分布式账本记录所有车辆的信誉值。
S32：设计交易记录。本方法针对车辆信誉管理中的3项业务设计联盟链上的交易记录，具体包括三个步骤：设计车辆向基站上报信息的交易记录，设计在信息验证后对车辆进行奖惩的交易记录，设计车辆周期性缴纳税收的交易记录。
(1)设计车辆向基站上报信息的交易记录。车辆在向最近的基站上报一则信息后，基站从信息中提取相关内容并填充交易记录，然后通过其它节点验证背书，将记录保存在联盟链上。如图3所示，车辆上报消息的交易记录共包含10个字段。TransId字段保存交易的唯一标识符；Type字段表示交易的类型，值为1代表车辆上报信息的交易；VehicleId字段保存上报信息的车辆的唯一标识符；SignalValue字段保存车辆在上报这一条信息时设置的信号量；Cost字段记录车辆上报这一条信息自身需要扣除的信誉值作为代价；EventId字段保存这一条信息所对应的事件的唯一标识符；Location字段保存事件对应的地点；Description字段保存对事件的详细描述，比如发生交通事故；SndTimestamp字段保存车辆发送信息的时间；RcdTimestamp字段保存记录存入区块链的时间。
(2)设计在信息验证后对车辆进行奖惩的交易记录。车辆上报的信息在经过验证后，需要对车辆行为进行奖惩，车辆的信誉值在更新后将记录保存在联盟链上。如图4所示，对车辆进行奖惩的交易记录包含8个字段。TransId字段保存交易的唯一标识符；Type字段表示交易的类型，值为2代表对车辆进行奖惩的交易；VehicleId字段保存被奖惩车辆的唯一标识符；EventId字段保存这一次奖惩所对应的事件的唯一标识符；Result字段保存对应事件的验证结果，是真还是假；Flag字段保存对车辆信誉值更新的类型，1表示奖励，-1表示惩罚；UpdateCredit字段保存车辆更新后的信誉值；RcdTimestamp字段保存记录存入区块链的时间。
(3)设计车辆周期性缴纳税收的交易记录。每隔一段时间，车辆管理机构在联盟链上的节点就会发起对车辆的税收收缴工作，以维持管理方的信誉值收支平衡。在计算每辆车需要缴纳的税收后，扣除其信誉值并将交易记录保存在联盟链上。如图5所示，对车辆进行周期性税收的交易记录包含7个字段。TransId字段保存交易的唯一标识符；Type字段表示交易的类型，值为3代表对车辆进行周期性税收交易；VehicleId字段保存被税收车辆的唯一标识符；Flag字段保存对车辆信誉值更新的类型，0表示税收扣除；UpdateCredit字段保存车辆更新后的信誉值；TaxTimestamp字段保存计算税收的截止时间点；RcdTimestamp字段保存记录存入区块链的时间。
S33：设计管理业务流程。本方法针对车辆信誉管理中的四项业务活动设计基于联盟链的业务流程，具体包括四个步骤：设计用户访问授权的业务流程，设计车辆上报信息的业务流程，设计对车辆信誉值进行奖惩的业务流程，设计对车辆周期性税收的业务流程。
(1)设计用户访问授权的业务流程。任何用户在访问车辆信誉管理系统之前，需要提供其身份信息，只有通过验证才能进行后续链上交易活动。算法1展示了该业务流程。首先，用户向系统提供自身的身份信息，比如数字证书。其次，接收用户请求的本地节点调用函数VerifyIntegrity与VerifyAuthentity，分别验证信息的完整性与用户身份的真实性，最后，本地节点通过联盟链网络邀请其它两个邻近基站的节点验证信息的完整性与用户身份的真实性。在上述验证均成功后，对用户进行访问授权。
(2)设计车辆上报信息的业务流程。车辆上报的信息需要经过一系列操作之后，才能被视为计算车辆信誉值的依据并创建一条交易记录保存在联盟链上。算法2展示了该业务流程。首先，本地节点从上报的信息中提取出相关字段的数值并从链上获得车辆的当前信誉值θ；然后，计算车辆的本次上报信息的成本c并判断车辆当前的信誉值θ是否满足成本c的需求；最后，本地节点通过联盟链网络随机邀请其它两个节点验证交易的正确性。在上述验证均成功后，允许将车辆上报的消息作为交易记录在联盟链上。
(3)设计对车辆信誉值进行奖惩的业务流程。车辆上报的信息经过验证后，需要根据结果对车辆的信誉值进行奖惩，并创建一条交易记录保存在联盟链上。算法3展示了该业务流程。首先，从验证者返回的信息中提取出结果；接着，根据验证结果计算对车辆信誉值的奖励w或者惩罚p；然后，重新计算车辆的信誉值θ′；最后，本地节点通过联盟链网络随机邀请其它两个节点验证交易的正确性。在上述验证均成功后，允许将信誉值更新作为交易记录在联盟链上。
(4)设计对车辆周期性税收的业务流程。由运营商与政府部门组成的管理方每隔一个固定周期对每一辆车收缴信誉值的税费，并创建一条交易记录保存在联盟链上。算法4展示了该业务流程。首先，计算在上一个周期内管理方信誉值的变化量，即需收缴的税费；接着，根据税收比率计算不同类型车辆集合应缴纳的税收；然后，遍历系统中的所有车辆，根据其在上一个周期内的信誉值变化量计算其应缴纳的税费与更新后的信誉值；最后，本地节点通过联盟链网络随机邀请其它两个节点验证交易的正确性。在上述验证均成功后，将所有车辆因缴纳税费而做出的信誉值更新作为一笔交易记录在联盟链上。
相对于现有技术，本发明的优点如下：
本发明提出一种基于联盟链的5G车联网车辆信誉管理方法，与其它5G车联网智能交通场景的车辆信誉管理方法相比，本方法的优点在于：
(1)设计了面向5G车联网应用场景的车辆信誉模型。首先，以验证后的元数据作为信誉值计算的依据保证了对智能交通系统内每一辆车信誉值评估的可靠性；其次，设计了基于信号量模型的奖惩机制，通过对车辆上报消息的行为进行奖惩，有效遏制了节点的恶意行为以及基于恶意行为的开关攻击；最后，设计了针对车辆信誉值的税收机制，通过周期性地向系统内的每一辆车征收税费，不仅抑制了车辆的自私行为，还维护了信誉值在管理方与车辆之间的平衡流动。
(2)构建了基于联盟链的车辆信誉管理系统。首先，实现了运营商与政府管理部门多方参与的分布式管理架构；其次，设计了车辆信誉管理工作中的四个基本业务，并通过交易的方式实现了基于联盟链的存储与管理；最后，通过设计智能合约实现了四个基本业务在多方验证下的自动化执行，在完成用户验证与授权功能的同时，不仅实现了对车辆上报信息的溯源从而保证了信誉值计算依据的可靠性，还实现了对车辆信誉值计算的公开验证从而保证了信誉值计算过程的可靠性。
附图说明
图1：5G车联网智能交通应用场景示意图；
图2：车辆信誉管理系统架构示意图；
图3：车辆上报信息交易记录结构示意图；
图4：对车辆进行奖惩交易记录结构示意图；
图5：对车辆进行周期性税收交易记录结构示意图；
图6：系统部署与网络连接示意图；
图7：用户访问授权的智能合约流程图；
图8：处理车辆上报信息的智能合约流程图；
图9：对车辆信誉值奖惩的智能合约流程图；
图10：对车辆周期性税收的智能合约流程图。
具体实施方式
下面结合本发明附图，对实施例中的技术方案进行详细描述。显然，以下文字所描述的实施例仅仅是本发明方法的一个实施例，而不是全部实施例。基于以下实施例，本领域普通技术人员在未做出创造性劳动前提下所获得的所有其它实施例，均属于本发明保护的范围。
实施例1：一种基于联盟链的5G车联网车辆信誉管理方法，该方法包括分析车辆信誉管理需求、设计车辆信誉模型、以及构建基于联盟链的信誉管理系统三个主要步骤。
S1：分析车辆信誉管理需求分为三个步骤：分析车辆信誉管理应用场景、分析车辆上报行为、分析信誉管理任务。
S11：本方法所面向的5G车联网智能交通应用场景如图1所示，包含了车辆、基站、网络运营商以及政府管理机构4个组成部分。车辆是整个智能交通系统中最广泛的参与者。它们在享受路边基站分享的便利信息的同时也担负着感知车内外环境并上报信息的任务。基站是部署在路边的基础设施，承担着收集车辆上报信息与发布各类便利信息的责任。如图1所示，在5G车联网场景下基站分为宏基站与微基站两种类型。宏基站装备有一定计算与存储能力的服务器，能够对车辆上报的消息进行处理；微基站用于弥补宏基站在无线信号覆盖范围上的劣势，负责与附近的车辆进行信息交互。整个5G车联网是由多个运营商共同建立并维护的。它们需要对所有车辆上报给基站的信息进行监管。此外，政府相关部门，比如交通警察、车辆管理机构也都需要参与到对5G车联网及其智能交通应用的监管中。
S12：本方法将智能交通应用场景下车辆向路边基站上报信息的行为划分为3类：良性行为、恶意行为、以及自私行为。
(1)良性行为：车辆将从车内外感知到的各类数据封装为消息，及时发送给最近的5G基站。
(2)恶意行为：车辆修改从车内外感知到的各类真实数据或直接伪造各类感知数据，然后将数据封装在消息中发送给最近的5G基站。根据实施程度的不同，恶意行为可划分为持续恶意攻击行为与开关恶意攻击行为2类。在持续恶意攻击行为中，车辆将不断地发送包含修改或伪造数据的消息；在开关恶意攻击行为中，车辆以一定规律周期性地发送包含真实数据的消息与包含虚假数据的消息，从而躲避识别与安全审查。
(3)自私行为：车辆身处于智能交通应用场景，但出于节省自身资源的目的，不上报感知到的各类数据给路边基站。根据实施程度的不同，自私行为可划分为绝对自私行为与理性自私行为2类。在绝对自私行为中，车辆只愿意接收并享受路边基站发送的便利消息，不愿意参与到智能交通系统的活动中上报任何感知数据；在理性自私行为中，车辆根据对自身是否能够在智能交通系统中长期生存的判断，理性选择是否上报当前感知的数据，以获得智能交通系统的认可。
S13：本方法对智能交通应用场景下车辆的信誉管理工作进行了分析，并设定了4个管理任务。
(1)为智能交通系统中的每一辆车分配并维护一个信誉值。当车辆表现出良性行为时，应获得系统的信誉值奖励；当车辆表现出恶意行为时，应被扣除一部分信誉值；当车辆表现出自私行为时，应被扣除一部分信誉值。
(2)对车辆的恶意行为进行处罚。通过记录车辆表现出恶意行为的次数，确保多次实施恶意行为的车辆会被扣除越来越多的信誉值，并最终由于信誉值被全部扣除而被踢出系统。
(3)对车辆的自私行为进行抑制。通过记录车辆在智能交通管理系统中的上报信息行为，周期性地统计每一辆车的参与程度。通过向车辆收取不同数量的信誉值，抑制车辆的自私行为；通过为车辆的良性行为增加信誉值作为奖励，激励车辆上报真实信息。
(4)对系统内的信誉值进行统筹。通过记录车辆的上报行为以及对其的信誉值增减操作，对整个智能交通系统内所有车辆的信誉值进行统筹管理。克服单个车辆信誉值无节制增加的现象，保障系统内的信誉值总量保持稳定。
S2：设计车辆信誉模型分为三个步骤：模型的形式化定义、设计针对恶意行为的奖惩策略、设计针对自私行为的税收策略；
S21：模型的形式化定义，该步骤定义了车辆信誉模型所有使用的参数，包括数学符号与其对应的物理意义，所有参数的定义如表1所示，以车辆i为例进行说明。
表1信誉模型参数列表
S22：设计针对恶意行为的奖惩策略。该策略针对车辆的一次上报信息行为对其信誉值进行奖惩，具体包含三个步骤：计算车辆上报信息所付出的代价，计算信息被验证成功后所获得的奖励，以及计算因信息被证伪后所获得的惩罚。
(1)计算车辆上报信息所付出的代价。如公式1所示，θi为车辆i当前的信誉值，ei为车辆i针对当前上报的信息设置的信号量，α为调节参数。
(2)计算信息被验证成功后车辆所获得的奖励。如公式2所示，r为信息的验证结果，ei为车辆i针对当前上报的信息设置的信号量，β为调节参数。
(3)计算因信息被证伪后车辆所获得的惩罚。如公式3所示，θi为车辆i当前的信誉值，fi为车辆i表现出恶意行为的次数，thr1为惩罚的阈值。
S23：设计针对自私行为的税收策略。该策略根据车辆在一个管理周期内信誉值的变化情况与车辆本身的活跃程度计算其应该缴纳的税收，具体包含三个步骤：设置不同类型车辆集合的税收比例，计算不同类型车辆集合需缴纳的税收总数，计算车辆需缴纳的税收数。
(1)设置不同类型车辆集合的税收比例。在上一个管理周期内将智能交通系统内的车辆划分为信誉值增加的集合、信誉值减少的集合、信誉值不变的集合。分别为上述3个不同类型的车辆集合设置税收比例a、b、c，并保证a、b、c满足公式4的约束条件。
a+b+c＝1(4)
(2)计算不同类型车辆集合需缴纳的税收总数。首先根据公式5计算在上一个管理周期内管理方信誉值的净支出数量S。S等于管理方信誉值奖励的总数减去收缴信誉值惩罚的总数/>与车辆上报消息付出代价的总数/>其中，n1表示在上一个管理周期内管理方奖励车辆信誉值的总次数；n2表示在上一个管理周期内管理方惩罚车辆信誉值的总次数；n3表示在上一个管理周期内管理方扣除车辆信誉值作为上报信息代价的总次数。然后，根据公
式6计算出不同类型车辆集合需缴纳的税收总数。
(3)计算车辆需要缴纳的税收数。根据车辆i在上一个管理周期内信誉值的变化量按照公式7计算其应该缴纳的税收数si。其中，m1表示在上一个管理周期内信誉值增加的所有车辆的总数；m2表示在上一个管理周期内信誉值减少的所有车辆的总数；m3表示在上一个管理周期内信誉值不变的所有车辆的总数。
S3：构建基于联盟链的信誉管理系统分为三个步骤：设计系统架构、设计交易记录、设计管理业务流程；
S31：设计系统架构。如图2所示，车辆信誉管理系统的架构划分为2层：网络通信层与信誉管理层。在网络通信层，不同的宏基站及其微基站利用5G信号覆盖城市道路的不同区域。车辆将自身感知到的车内外信息上报给基站。在信誉管理层，运营商、政府不同机构共同构建一条联盟链。运营商在每个宏基站都部署一台服务器作为节点加入到联盟链中。此外，其它监管机构均部署服务器作为联盟链节点。车辆向基站上报信息的过程，以及车辆信誉值更新的过程都作为交易记录在联盟链中，以维护一个分布式账本记录所有车辆的信誉值。
S32：设计交易记录。本方法针对车辆信誉管理中的3项业务设计联盟链上的交易记录，具体包括三个步骤：设计车辆向基站上报信息的交易记录，设计在信息验证后对车辆进行奖惩的交易记录，设计车辆周期性缴纳税收的交易记录。
(1)设计车辆向基站上报信息的交易记录。车辆在向最近的基站上报一则信息后，基站从信息中提取相关内容并填充交易记录，然后通过其它节点验证背书，将记录保存在联盟链上。如图3所示，车辆上报消息的交易记录共包含10个字段。TransId字段保存交易的唯一标识符；Type字段表示交易的类型，值为1代表车辆上报信息的交易；VehicleId字段保存上报信息的车辆的唯一标识符；SignalValue字段保存车辆在上报这一条信息时设置的信号量；Cost字段记录车辆上报这一条信息自身需要扣除的信誉值作为代价；EventId字段保存这一条信息所对应的事件的唯一标识符；Location字段保存事件对应的地点；Description字段保存对事件的详细描述，比如发生交通事故；SndTimestamp字段保存车辆发送信息的时间；RcdTimestamp字段保存记录存入区块链的时间。
(2)设计在信息验证后对车辆进行奖惩的交易记录。车辆上报的信息在经过验证后，需要对车辆行为进行奖惩，车辆的信誉值在更新后将记录保存在联盟链上。如图4所示，对车辆进行奖惩的交易记录包含8个字段。TransId字段保存交易的唯一标识符；Type字段表示交易的类型，值为2代表对车辆进行奖惩的交易；VehicleId字段保存被奖惩车辆的唯一标识符；EventId字段保存这一次奖惩所对应的事件的唯一标识符；Result字段保存对应事件的验证结果，是真还是假；Flag字段保存对车辆信誉值更新的类型，1表示奖励，-1表示惩罚；UpdateCredit字段保存车辆更新后的信誉值；RcdTimestamp字段保存记录存入区块链的时间。
(3)设计车辆周期性缴纳税收的交易记录。每隔一段时间，车辆管理机构在联盟链上的节点就会发起对车辆的税收收缴工作，以维持管理方的信誉值收支平衡。在计算每辆车需要缴纳的税收后，扣除其信誉值并将交易记录保存在联盟链上。如图5所示，对车辆进行周期性税收的交易记录包含7个字段。TransId字段保存交易的唯一标识符；Type字段表示交易的类型，值为3代表对车辆进行周期性税收交易；VehicleId字段保存被税收车辆的唯一标识符；Flag字段保存对车辆信誉值更新的类型，0表示税收扣除；UpdateCredit字段保存车辆更新后的信誉值；TaxTimestamp字段保存计算税收的截止时间点；RcdTimestamp字段保存记录存入区块链的时间。
S33：设计管理业务流程。本方法针对车辆信誉管理中的4项业务活动设计基于联盟链的业务流程，具体包括4个步骤：设计用户访问授权的业务流程，设计车辆上报信息的业务流程，设计对车辆信誉值进行奖惩的业务流程，设计对车辆周期性税收的业务流程。
(1)设计用户访问授权的业务流程。任何用户在访问车辆信誉管理系统之前，需要提供其身份信息，只有通过验证才能进行后续链上交易活动。算法1展示了该业务流程。首先，用户向系统提供自身的身份信息，比如数字证书。其次，接收用户请求的本地节点调用函数VerifyIntegrity与VerifyAuthentity，分别验证信息的完整性与用户身份的真实性，最后，本地节点通过联盟链网络邀请其它两个邻近基站的节点验证信息的完整性与用户身份的真实性。在上述验证均成功后，对用户进行访问授权。
(2)设计车辆上报信息的业务流程。车辆上报的信息需要经过一系列操作之后，才能被视为计算车辆信誉值的依据并创建一条交易记录保存在联盟链上。算法2展示了该业务流程。首先，本地节点从上报的信息中提取出相关字段的数值并从链上获得车辆的当前信誉值θ；然后，计算车辆的本次上报信息的成本c并判断车辆当前的信誉值θ是否满足成本c的需求；最后，本地节点通过联盟链网络随机邀请其它两个节点验证交易的正确性。在上述验证均成功后，允许将车辆上报的消息作为交易记录在联盟链上。
(3)设计对车辆信誉值进行奖惩的业务流程。车辆上报的信息经过验证后，需要根据结果对车辆的信誉值进行奖惩，并创建一条交易记录保存在联盟链上。算法3展示了该业务流程。首先，从验证者返回的信息中提取出结果；接着，根据验证结果计算对车辆信誉值的奖励w或者惩罚p；然后，重新计算车辆的信誉值θ′；最后，本地节点通过联盟链网络随机邀请其它两个节点验证交易的正确性。在上述验证均成功后，允许将信誉值更新作为交易记录在联盟链上。
(4)设计对车辆周期性税收的业务流程。由运营商与政府部门组成的管理方每隔一个固定周期对每一辆车收缴信誉值的税费，并创建一条交易记录保存在联盟链上。算法4展示了该业务流程。首先，计算在上一个周期内管理方信誉值的变化量，即需收缴的税费；接着，根据税收比率计算不同类型车辆集合应缴纳的税收；然后，遍历系统中的所有车辆，根据其在上一个周期内的信誉值变化量计算其应缴纳的税费与更新后的信誉值；最后，本地节点通过联盟链网络随机邀请其它两个节点验证交易的正确性。在上述验证均成功后，将所有车辆因缴纳税费而做出的信誉值更新作为一笔交易记录在联盟链上。
。
具体实施例：本发明的实施过程分为四个主要步骤：系统部署与网络连接、联盟链的搭建、智能小车的安装、智能合约的编写。
1：系统部署与网络连接：本发明的实施例如图6所示。实现系统部署与网络连接的过程具体包含三个步骤：设备准备、设备连接、网络配置。
(1)设备准备。如图6所示，本发明的实施例需准备的设备包括：1台路由器、3台无线交换机(即无线AP)、6台计算机主机、6台树莓派智能小车以及网线若干。
(2)设备连接。如图6所示，首先通过路由器构建一个局域网，将3台计算机主机直接与路由器连接分别作为交通警察管理的主机节点、车辆管理机构管理的主机节点以及Hyperledger Fabric的排序节点；其次构建无线基站，将每一台无线AP连接一台计算机主机构成一个基站，同时将每一台无线AP分别与路由器相连接；最后，设置6台树莓派智能小车的运动轨迹，每一个基站的周围设置2台小车。
(3)网络配置。如图6所示，首先通过路由器配置一个局域网，将排序节点、交通警察、车辆管理机构对应的主机连接到局域网中；其次将3个基站的主机通过无线AP连接上局域网；最后将所有小车通过最近的无线AP连接上局域网。在局域网内，所有计算机主机与智能小车都能够通过网络互相访问。
2：联盟链的搭建：本发明的实施例以Hyperledger Fabric技术作为基础，搭建一个基于联盟链的车辆信誉管理系统。如图6所示，这一条联盟链上包含有1个排序(Order)节点与5个对等(Peer)节点。其中5个对等节点分别隶属于4个不同的组织(Org)。这4个组织分别为：运营商A、运营商B、交通警察、以及车辆管理机构。5个对等节点均部署在独立的计算机主机上，并且都加入名为Channel1的通道，从而在联盟链上共同维护一个分布式账本，实现对车辆信誉值及相关业务数据的安全存储与多方共享。在步骤1的基础上，联盟链的搭建过程分为三个步骤：
(1)编辑配置文件crypto-config.yaml，分别配置排序节点与各个组织的信息。然后，利用工具cryptogen搭建链上节点的组织结构并为它们生成证书作为身份凭证。
(2)利用configtxgen创建配置文件，各个配置文件保存在每台主机上，在访问区块链的时候需要读取各配置文件提交给服务器进行验证。
(3)编辑配置文件docker-compose-cli.yaml，为各节点配置环境变量，其中包括文件挂载路径、网络地址信息等。
3：智能小车的安装：本发明的实施例以树莓派开发板为基础搭建智能小车。智能小车的安装过程分为4个步骤：智能小车硬件平台的搭建、智能小车软件平台的安装、智能小车感知功能的设置、智能小车运动功能的设置。
(1)智能小车硬件平台的搭建：首先，将4个直流电机分别连接4个车轮，并固定树莓派主板以及控制模块；接着，将同侧的两个直流电机串联，在分别连接至电机驱动模块的各个接口；然后，将电机驱动模块中4个引脚与树莓派中的GPIO引脚相连接，并将其设置为输出模式；最后，将电机驱动模块右上角的3个连续引脚从左到右分别连接树莓派主板中5V电源接口、电池盒的负极与正极。
(2)智能小车软件平台的安装：首先，在树莓派通电后安装Raspbian操作系统；然后通过apt-get命令安装pkg-config、libboost-all-dev、libsqlite3-dev、libssl-dev、libpcap-dev、doxygen、graphviz、python-sphinx等相关库用于控制智能小车运动与发送数据包。
(3)智能小车感知功能的设置：首先，将2个红外传感器以水平45度角安装在智能小车前部；接着，将传感器的引脚和树莓派连接；最后，通电测试传感器触角是否明亮。
(4)智能小车运动功能的设置：首先，选择红外寻迹法来控制智能小车运动；然后，编写程序每间隔0.1秒从2个红外传感器中读取状态数据；最后，编写程序根据状态数据调整左右两侧电机组的转速以实现智能小车运动状态的调整。
4：智能合约的编写：基于联盟链的车辆信誉管理系统的运行涉及4项业务。每一项业务都需以智能合约的形式保存在联盟链的分布式账本中。当业务被触发时，对应的智能合约将运行。智能合约的编写过程共包含四个步骤：编写用户访问授权的智能合约、编写处理车辆上报信息的智能合约、编写对车辆信誉值进行奖惩的智能合约、以及编写对车辆周期性税收的智能合约。
(1)编写用户访问授权的智能合约。车辆信誉管理系统的所有用户只有在通过验证的情况下才能够访问联盟链上的记录。这一业务流程需要以智能合约的形式定义并保存在联盟链上。如图7所示，智能合约的操作流程分为以下三个步骤：
a)当前基站所属节点从接收到的消息中提取出用户身份信息Info，将其作为输入参数依次调用完整性验证函数VerifyIntegrity与身份验证函数VerifyAuthentity。
b)若第1步验证通过，选择最近的2个相邻基站作为背书节点，将用户身份信息Info发送给邻居基站进行验证。2个邻居基站验证后返回的结果分别为result1和result2。
c)若result1和result2的结果均为True，则返回True，表示用户身份验证通过并授权其访问联盟链上的记录；否则，验证未通过，返回False。
(2)编写处理车辆上报信息的智能合约。基站在接收到车辆上报的信息后需要完成一系列工作才能将其作为计算车辆信誉值的依据并创建一条交易记录保存在联盟链上。这一业务流程需要以智能合约的形式定义并保存在联盟链上。如图8所示，智能合约的操作流程分为以下五个步骤：
a)本地基站节点从上报的信息中提取出相关字段的数值并保存在结构体r中。
b)本地基站节点从联盟链上获得车辆的当前信誉值θ。
c)调用函数CalCost计算车辆上报当前信息需要扣除的代价c。若c的数值大于θ或小于0，则直接返回False；否则，计算车辆更新后的信誉值并继续后面的步骤。
d)随机选取联盟链上的2个其它节点。将结构体r发送给被选择的节点进行验证。2个节点验证后返回的结果分别为result1和result2。
e)若result1和result2的结果均为True，则返回True，表示通过对用户上报信息的验证并将其作为一笔交易调用函数SubmitTrans提交上链；否则，验证未通过，返回False。
(3)编写对车辆信誉值进行奖惩的智能合约。车辆上报的信息经过验证后，需要根据结果对车辆的信誉值进行奖惩，并创建一条交易记录保存在联盟链上。这一业务流程需要以智能合约的形式定义并保存在联盟链上。如图9所示，智能合约的操作流程分为以下六个步骤：
a)本地基站节点从返回的验证信息中提取出相关字段的数值并保存在结构体r中。
b)本地基站节点从联盟链上获得车辆的当前信誉值θ。
c)判断验证的结果是否为真。若为真，则调用函数CalReward计算对车辆的奖励，进而计算更新后的车辆信誉值θ′；否则，调用函数CalPunish计算对车辆的惩罚，进而计算更新后的车辆信誉值θ′。
d)若信誉值θ′小于0，则直接返回False；否则，继续后面的步骤。
e)随机选取联盟链上的2个其它节点。将结构体r发送给被选择的节点进行验证。2个节点验证后返回的结果分别为result1和result2。
f)若result1和result2的结果均为True，则返回True，表示通过对车辆信誉值奖惩的验证并将其作为一笔交易调用函数SubmitTrans提交上链；否则，验证未通过，返回False。
(4)编写对车辆周期性税收的智能合约。由运营商与政府部门组成的管理方每隔一个固定周期对每一辆车收缴信誉值的税费，并创建一条交易记录保存在联盟链上。。这一业务流程需要以智能合约的形式定义并保存在联盟链上。如图10所示，智能合约的操作流程分为以下七个步骤：
a)从链上获得当前管理方的信誉值与一个管理周期前的信誉值，进而计算管理方需要收缴的税费S。
b)根据预先设置的税收比率，为不同类型的车辆集合计算应缴纳的税费总数S1、S2以及S3。
c)从链上获得当前系统内所有车辆的列表v_list。
d)遍历列表v_list，根据每一辆车在上一个管理周期内信誉值的变化与行驶的公里数计算其应缴纳的税费ti。若ti的数值大于当前车辆的信誉值，则直接中断便利过程，返回False；否则，继续后面的步骤。
e)计算所有车辆在扣除税费后的信誉值。
f)随机选取联盟链上的2个其它节点。将结构体r发送给被选择的节点进行验证。2个节点验证后返回的结果分别为result1和result2。
g)若result1和result2的结果均为True，则返回True，表示通过对所有车辆在上一个管理周期内征收税费的验证并将其作为一笔交易调用函数SubmitTrans提交上链；否则，验证未通过，返回False。
需要说明的是上述实施例仅仅是本发明的较佳实施例，并没有用来限定本发明的保护范围，在上述技术的基础上做出的等同替换或者替代均属于本发明的保护范围。

Claims (7)

1.一种基于联盟链的5G车联网车辆信誉管理方法，其特征在于，所述方法包括以下步骤：
S1：分析车辆信誉管理需求，
S2：设计车辆信誉模型，
S3：构建基于联盟链的信誉管理系统；
其中，S2：设计车辆信誉模型，分为三个步骤：
S21：模型的形式化定义；
S22：设计针对恶意行为的奖惩策略；
S23：设计针对自私行为的税收策略；
其中，S22：设计针对恶意行为的奖惩策略；具体如下，
该策略针对车辆的一次上报信息行为对其信誉值进行奖惩，具体包含三个步骤：计算车辆上报信息所付出的代价，计算信息被验证成功后所获得的奖励，以及计算因信息被证伪后所获得的惩罚；
(1)计算车辆上报信息所付出的代价，如公式1所示，θi为车辆i当前的信誉值，ei为车辆i针对当前上报的信息设置的信号量，α为调节参数；
(2)计算信息被验证成功后车辆所获得的奖励，如公式2所示，r为信息的验证结果，ei为车辆i针对当前上报的信息设置的信号量，β为调节参数；
(3)计算因信息被证伪后车辆所获得的惩罚，如公式3所示，θi为车辆i当前的信誉值，fi为车辆i表现出恶意行为的次数，thr1为惩罚的阈值，
其中，S23：设计针对自私行为的税收策略，具体如下：
该策略根据车辆在一个管理周期内信誉值的变化情况与车辆本身的活跃程度计算其应该缴纳的税收，具体包含三个步骤：设置不同类型车辆集合的税收比例，计算不同类型车辆集合需缴纳的税收总数，计算车辆需缴纳的税收数；
(1)设置不同类型车辆集合的税收比例，在上一个管理周期内将智能交通系统内的车辆划分为信誉值增加的集合、信誉值减少的集合、信誉值不变的集合，分别为上述3个不同类型的车辆集合设置税收比例a、b、c，并保证a、b、c满足公式4的约束条件；a+b+c＝1(4)；
(2)计算不同类型车辆集合需缴纳的税收总数，首先根据公式5计算在上一个管理周期内管理方信誉值的净支出数量S，S等于管理方信誉值奖励的总数减去收缴信誉值惩罚的总数/>与车辆上报消息付出代价的总数/>其中，n1表示在上一个管理周期内管理方奖励车辆信誉值的总次数；n2表示在上一个管理周期内管理方惩罚车辆信誉值的总次数；n3表示在上一个管理周期内管理方扣除车辆信誉值作为上报信息代价的总次数，然后，根据公式6计算出不同类型车辆集合需缴纳的税收总数；
(3)计算车辆需要缴纳的税收数，根据车辆i在上一个管理周期内信誉值的变化量按照公式7计算其应该缴纳的税收数si，其中，m1表示在上一个管理周期内信誉值增加的所有车辆的总数；m2表示在上一个管理周期内信誉值减少的所有车辆的总数；m3表示在上一个管理周期内信誉值不变的所有车辆的总数；
2.根据权利要求1所述的基于联盟链的5G车联网车辆信誉管理方法，其特征在于，S1：分析车辆信誉管理需求，具体如下：
S11：分析车辆信誉管理应用场景；
S12：分析车辆上报行为；
S13：分析信誉管理任务。
3.根据权利要求2所述的基于联盟链的5G车联网车辆信誉管理方法，其特征在于，所述S11：分析车辆信誉管理应用场景，具体如下：
5G车联网智能交通应用场景，包含了车辆、基站、网络运营商以及政府管理机构4个组成部分，车辆是整个智能交通系统中最广泛的参与者，它们在享受路边基站分享的便利信息的同时也担负着感知车内外环境并上报信息的任务，基站是部署在路边的基础设施，承担着收集车辆上报信息与发布各类便利信息的责任，在5G车联网场景下基站分为宏基站与微基站两种类型，宏基站装备有一定计算与存储能力的服务器，能够对车辆上报的消息进行处理；微基站用于弥补宏基站在无线信号覆盖范围上的劣势，负责与附近的车辆进行信息交互，整个5G车联网是由多个运营商共同建立并维护的，它们需要对所有车辆上报给基站的信息进行监管。
4.根据权利要求3所述的基于联盟链的5G车联网车辆信誉管理方法，其特征在于，S12：分析车辆上报行为，具体如下，将智能交通应用场景下车辆向路边基站上报信息的行为划分为3类：良性行为、恶意行为、以及自私行为；
(1)良性行为：车辆将从车内外感知到的各类数据封装为消息，及时发送给最近的5G基站；
(2)恶意行为：车辆修改从车内外感知到的各类真实数据或直接伪造各类感知数据，然后将数据封装在消息中发送给最近的5G基站，根据实施程度的不同，恶意行为可划分为持续恶意攻击行为与开关恶意攻击行为2类，在持续恶意攻击行为中，车辆将不断地发送包含修改或伪造数据的消息；在开关恶意攻击行为中，车辆以一定规律周期性地发送包含真实数据的消息与包含虚假数据的消息，从而躲避识别与安全审查；
(3)自私行为：车辆身处于智能交通应用场景，根据实施程度的不同，自私行为可划分为绝对自私行为与理性自私行为2类，在绝对自私行为中，车辆只愿意接收并享受路边基站发送的便利消息，不愿意参与到智能交通系统的活动中上报任何感知数据；在理性自私行为中，车辆根据对自身是否能够在智能交通系统中长期生存的判断，理性选择是否上报当前感知的数据，以获得智能交通系统的认可。
5.根据权利要求3或4所述的基于联盟链的5G车联网车辆信誉管理方法，其特征在于，S13：分析信誉管理任务，具体如下，本方法对智能交通应用场景下车辆的信誉管理工作进行了分析，并设定了4个管理任务，
(1)为智能交通系统中的每一辆车分配并维护一个信誉值，当车辆表现出良性行为时，应获得系统的信誉值奖励；当车辆表现出恶意行为时，应被扣除一部分信誉值；当车辆表现出自私行为时，应被扣除一部分信誉值；
(2)对车辆的恶意行为进行处罚，通过记录车辆表现出恶意行为的次数，确保多次实施恶意行为的车辆会被扣除越来越多的信誉值，并最终由于信誉值被全部扣除而被踢出系统；
(3)对车辆的自私行为进行抑制，通过记录车辆在智能交通管理系统中的上报信息行为，周期性地统计每一辆车的参与程度，通过向车辆收取不同数量的信誉值，抑制车辆的自私行为；通过为车辆的良性行为增加信誉值作为奖励，激励车辆上报真实信息；
(4)对系统内的信誉值进行统筹，通过记录车辆的上报行为以及对其的信誉值增减操作，对整个智能交通系统内所有车辆的信誉值进行统筹管理，克服单个车辆信誉值无节制增加的现象，保障系统内的信誉值总量保持稳定。
6.根据权利要求5所述的基于联盟链的5G车联网车辆信誉管理方法，其特征在于，S21：模型的形式化定义，具体如下，该步骤定义了车辆信誉模型所有使用的参数，包括数学符号与其对应的物理意义，所有参数的定义如表1所示，以车辆i进行说明；
表1信誉模型参数列表
。
7.根据权利要求6所述的基于联盟链的5G车联网车辆信誉管理方法，其特征在于，
S3：构建基于联盟链的信誉管理系统分为三个步骤：设计系统架构、设计交易记录、设计管理业务流程；
S31：设计系统架构，车辆信誉管理系统的架构划分为2层：网络通信层与信誉管理层,在网络通信层，不同的宏基站及其微基站利用5G信号覆盖城市道路的不同区域,车辆将自身感知到的车内外信息上报给基站,在信誉管理层，运营商、政府不同机构共同构建一条联盟链；运营商在每个宏基站都部署一台服务器作为节点加入到联盟链中，此外，其它监管机构均部署服务器作为联盟链节点，车辆向基站上报信息的过程，以及车辆信誉值更新的过程都作为交易记录在联盟链中，以维护一个分布式账本记录所有车辆的信誉值；
S32：设计交易记录，针对车辆信誉管理中的3项业务设计联盟链上的交易记录，具体包括三个步骤：设计车辆向基站上报信息的交易记录，设计在信息验证后对车辆进行奖惩的交易记录，设计车辆周期性缴纳税收的交易记录；
S33：设计管理业务流程，针对车辆信誉管理中的4项业务活动设计基于联盟链的业务流程，具体包括4个步骤：设计用户访问授权的业务流程，设计车辆上报信息的业务流程，设计对车辆信誉值进行奖惩的业务流程，设计对车辆周期性税收的业务流程。
CN202210398823.9A 2022-04-16 2022-04-16 一种基于联盟链的5g车联网车辆信誉管理方法 Active CN114760310B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210398823.9A CN114760310B (zh) 2022-04-16 2022-04-16 一种基于联盟链的5g车联网车辆信誉管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210398823.9A CN114760310B (zh) 2022-04-16 2022-04-16 一种基于联盟链的5g车联网车辆信誉管理方法

Publications (2)

Publication Number Publication Date
CN114760310A CN114760310A (zh) 2022-07-15
CN114760310B true CN114760310B (zh) 2024-03-19

Family

ID=82332083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210398823.9A Active CN114760310B (zh) 2022-04-16 2022-04-16 一种基于联盟链的5g车联网车辆信誉管理方法

Country Status (1)

Country Link
CN (1) CN114760310B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110300107A (zh) * 2019-06-25 2019-10-01 南京邮电大学 一种基于区块链的车联网隐私保护信任模型

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110300107A (zh) * 2019-06-25 2019-10-01 南京邮电大学 一种基于区块链的车联网隐私保护信任模型

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
面向边缘人工智能计算的区块链技术综述;方俊杰;雷凯;;应用科学学报;20200130(01);全文 *

Also Published As

Publication number Publication date
CN114760310A (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN108492550B (zh) 基于区块链的v2x高速车队自组织系统
Shrestha et al. Regional blockchain for vehicular networks to prevent 51% attacks
Grover Security of Vehicular Ad Hoc Networks using blockchain: A comprehensive review
Zhou et al. Distributed collaborative intrusion detection system for vehicular Ad Hoc networks based on invariant
Ying et al. A reputation-based leader election scheme for opportunistic autonomous vehicle platoon
Machado et al. Blockchain incentivized data forwarding in MANETs: Strategies and challenges
Billah et al. A systematic literature review on blockchain enabled federated learning framework for internet of vehicles
Ying et al. BEHT: Blockchain-based efficient highway toll paradigm for opportunistic autonomous vehicle platoon
Tomar et al. Maintaining trust in VANETs using blockchain
Chatterjee et al. STACRP: a secure trusted auction oriented clustering based routing protocol for MANET
Fernandes et al. A blockchain-based reputation system for trusted VANET nodes
Ledbetter et al. LIPs: A protocol for leadership incentives for heterogeneous and dynamic platoons
Boualouache et al. Consortium blockchain for cooperative location privacy preservation in 5G-enabled vehicular fog computing
Lee et al. Design of a two layered blockchain-based reputation system in vehicular networks
Xing et al. Truck platooning aided secure publish/subscribe system based on smart contract in autonomous vehicular networks
Özkul et al. Police‐less multi‐party traffic violation detection and reporting system with privacy preservation
Maffiola et al. GOLIATH: a decentralized framework for data collection in intelligent transportation systems
Rehman et al. State-of-the-art IoV trust management a meta-synthesis systematic literature review (SLR)
Jabbarpour et al. Proposing a secure self-fining vehicle using blockchain and vehicular edge computing
Singh et al. Leader election in cooperative adaptive cruise control based platooning
Wang et al. BPR: Blockchain-enabled efficient and secure parking reservation framework with block size dynamic adjustment method
Liu et al. Blockchain based trust management in vehicular networks
CN114760310B (zh) 一种基于联盟链的5g车联网车辆信誉管理方法
Singh et al. Smart contract based decentralized parking management in its
Yang et al. Managing trust for intelligence vehicles: a cluster consensus approach

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