CN116390063B - 数据处理方法、隐私分析系统、设备及车辆 - Google Patents
数据处理方法、隐私分析系统、设备及车辆 Download PDFInfo
- Publication number
- CN116390063B CN116390063B CN202310567526.7A CN202310567526A CN116390063B CN 116390063 B CN116390063 B CN 116390063B CN 202310567526 A CN202310567526 A CN 202310567526A CN 116390063 B CN116390063 B CN 116390063B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- privacy
- analysis
- driving
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 193
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 150
- 238000004891 communication Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims description 70
- 239000012634 fragment Substances 0.000 claims description 69
- 238000000034 method Methods 0.000 claims description 46
- 230000004044 response Effects 0.000 claims description 9
- 230000001960 triggered effect Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000002688 persistence Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/009—Security arrangements; Authentication; Protecting privacy or anonymity specially adapted for networks, e.g. wireless sensor networks, ad-hoc networks, RFID networks or cloud networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/02—Protecting privacy or anonymity, e.g. protecting personally identifiable information [PII]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
- H04W8/20—Transfer of user or subscriber data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Databases & Information Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提出一种数据处理方法、隐私分析系统、设备及车辆,包括响应于与第二车辆之间对行驶数据的隐私分析请求,获取所述隐私分析请求对应的第一车辆的行驶数据;对所获取到的所述第一车辆的行驶数据进行编码,得到编码后的第一编码数据;向进行隐私计算的指定对象发送所述第一编码数据,以使所述指定对象根据所接收到的第一编码数据和第二编码数据进行隐私计算;接收所述指定对象发送的隐私计算结果,根据所述隐私计算结果确定所述隐私分析请求所请求的行驶分析数据。本申请实施例提供的技术方案提高了车辆间数据通信的安全性。
Description
技术领域
本申请实施例涉及车辆技术领域,尤其涉及一种数据处理方法、隐私分析系统、设备及车辆。
背景技术
随着车辆技术的发展,车辆间的数据通信越来越广泛,如里程数据、行驶时长等传输,可以实现车辆间的里程数据加和计算、行驶时长对比分析等。传统方案中,车辆间的数据通常是采用明文传输的方式,存在着数据泄露的风险,安全性不高。
发明内容
本申请实施例提供一种数据处理方法、隐私分析系统、设备及车辆,用以解决车辆间数据通信安全性不高的问题。
第一方面,本申请实施例提供了一种数据处理方法,应用于第一车辆,包括:
响应于与第二车辆之间对行驶数据的隐私分析请求,获取所述隐私分析请求对应的第一车辆的行驶数据;
对所获取到的所述第一车辆的行驶数据进行编码,得到编码后的第一编码数据;
向进行隐私计算的指定对象发送所述第一编码数据,以使所述指定对象根据所接收到的第一编码数据和第二编码数据进行隐私计算;
接收所述指定对象发送的隐私计算结果,根据所述隐私计算结果确定所述隐私分析请求所请求的行驶分析数据。
可选的,所述指定对象为云端;所述根据所述隐私计算结果确定所述隐私分析请求所请求的行驶分析数据,包括:
将所接收到的所述隐私计算结果作为所述隐私分析请求所请求的行驶分析数据。
可选的,当所述指定对象包括第一车辆和第二车辆时,所述向进行隐私计算的指定对象发送所述第一编码数据,包括:
向所述第二车辆发送所述第一编码数据,以使所述第二车辆根据第二编码数据以及所接收到的第一编码数据进行隐私计算;
所述根据所述隐私计算结果确定所述隐私分析请求所请求的行驶分析数据之前,所述方法还包括:
接收所述第二车辆发送的第二编码数据,并根据所述第一编码数据以及所接收到的第二编码数据进行隐私计算;
所述根据所述隐私计算结果确定所述隐私分析请求所请求的行驶分析数据,包括:
向所述第二车辆发送所述第一车辆自身计算的第一隐私计算结果;接收所述第二车辆发送的第二车辆计算的第二隐私计算结果;
根据所述第一隐私计算结果和第二隐私计算结果确定所述隐私分析请求所请求的行驶分析数据。
可选的,所述对所获取到的所述第一车辆的行驶数据进行编码,得到编码后的第一编码数据,包括:
将所述第一车辆的行驶数据进行拆分,获得M个第一数据分片,其中,所述M为大于1的正整数;
所述向所述第二车辆发送所述第一编码数据,包括:
将所述M个第一数据分片中的M-1个第一数据分片分别发送至M-1个第二车辆;
所述接收所述第二车辆发送的第二编码数据,并根据所述第一编码数据以及所接收到的第二编码数据进行隐私计算,包括:
接收由所述M-1个第二车辆分别发送的M-1个第二数据分片;其中,每个第二数据分片由发送该第二数据分片的第二车辆的行驶数据进行拆分得到的;
根据未发送给第二车辆的第一数据分片,以及所接收到的M-1个第二数据分片进行隐私计算。
可选的,当所述隐私分析请求为请求对所述第一车辆和M-1个第二车辆的指定行驶数据进行加和时,所述将所述第一车辆的行驶数据进行拆分,包括:
将所述第一车辆的指定行驶数据进行拆分,得到M个第一数据分片,其中,M个第一数据分片的加和为所述第一车辆的指定行驶数据;
所述根据未发送给第二车辆的第一数据分片,以及所接收到的M-1个第二数据分片进行隐私计算,包括:
对未发送给第二车辆的第一数据分片,以及所接收到的M-1个第二数据分片进行加和计算,获得第一计算值;
所述向所述第二车辆发送所述第一车辆自身计算的第一隐私计算结果;接收所述第二车辆发送的第二车辆计算的第二隐私计算结果,包括:
向所述第二车辆发送所述第一车辆自身计算的第一计算值,并接收所述第二车辆发送的第二车辆计算的第二计算值;
所述根据所述第一隐私计算结果和第二隐私计算结果确定所述隐私分析请求所请求的行驶分析数据,包括:
将所述第一计算值及M-1个第二计算值进行加和计算,得到所述第一车辆和M-1个第二车辆的指定行驶数据的加和。
可选的,所述方法还包括:
响应于用户触发的针对第二车辆标识信息的选择操作,确定参与对行驶数据的隐私分析的第二车辆;
或者,向建立通信连接的第二车辆发送对行驶数据的隐私分析请求,并确定接收到应答信息的第二车辆作为参与对行驶数据的隐私分析的第二车辆;
或者,将按照预设连接方式进行通信连接的第二车辆作为参与对行驶数据的隐私分析的第二车辆。
可选的,根据所述隐私计算结果确定所述隐私分析请求所请求的行驶分析数据之后,所述方法还包括:
在所述第一车辆提供的显示界面中展示所述行驶分析数据。
第二方面,本申请实施例提供了一种数据处理方法,应用于云端,包括:
接收第一车辆发送的第一编码数据及第二车辆发送的第二编码数据;所述第一编码数据由所述第一车辆的行驶数据编码获得,所述第一车辆的行驶数据由所述第一车辆响应于与所述第二车辆之间对行驶数据的隐私分析请求时获取,所述第一车辆的行驶数据与所述隐私分析请求对应;所述第二编码数据由第二车辆的行驶数据编码获得;
根据所述第一编码数据及第二编码数据进行隐私计算,获得行驶分析数据;
将所述行驶分析数据发送至所述第一车辆。
第三方面,本申请实施例提供了一种隐私分析系统,所述隐私分析系统包括M个目标车辆及进行隐私计算的指定对象,所述M为大于1的正整数;其中:
所述目标车辆,用于在响应于对行驶数据的隐私分析请求时,获取所述隐私分析请求对应的所述目标车辆自身的行驶数据,并对所获取到的所述行驶数据进行编码,得到所述目标车辆自身的编码数据,以及向所述指定对象发送所述编码数据;
所述指定对象,用于根据所接收到的所述M个目标车辆分别发送的M个编码数据进行隐私计算;
所述目标车辆,还用于接收所述指定对象发送的隐私计算结果,根据所述隐私计算结果确定所述隐私分析请求所请求的行驶分析数据。
第四方面,本申请提供了一种电子设备,包括存储组件及处理组件;所述存储组件存储一条或多条计算机指令,所述一条或多条计算机指令供所述处理组件调用执行,所述处理组件调用所述一条或多条计算机指令以实现如第一方面所述的数据处理方法。
第五方面,本申请提供了一种车辆,包括车身,以及位于所述车身内如第四方面所述的电子设备。
第六方面,本申请提供了一种计算机可读存储介质,存储有计算机指令,所述计算机指令被处理器执行时可实现如第一方面所述的数据处理方法。
本申请实施例中,第一车辆可以在响应于与第二车辆之间对行驶数据的隐私分析请求时,获取该隐私分析请求对应的第一车辆的行驶数据,并对获取到的行驶数据进行编码,得到编码后的第一编码数据,并向进行隐私计算的指定对象发送该第一编码数据,以使指定对象根据所接收到的第一编码数据和第二编码数据进行隐私计算,获得隐私计算结果,之后接收该指定对象发送的隐私计算结果,根据隐私计算结果确定隐私分析请求所请求的行驶分析数据。通过对行驶数据进行编码,并由指定对象根据第一编码数据及第二编码数据进行隐私计算,以及根据隐私计算结果确定第一车辆与第二车辆之间对行驶数据的隐私分析请求所请求的行驶分析数据,能够在不泄露车辆原始行驶数据的基础上,实现第一车辆与第二车辆之间对行驶数据的隐私分析,提高了车辆间数据通信的安全性。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a示出了本申请提供的一种系统架构图一个实施例的示意图;
图1b示出了本申请提供的一种系统架构图另一个实施例的示意图;
图2示出了本申请提供的一种数据处理方法一个实施例的流程图;
图3示出了本申请提供的一种数据处理方法另一个实施例的流程图;
图4示出了本申请提供的一种隐私分析系统一个实施例的结构示意图;
图5示出了本申请提供的一种电子设备一个实施例的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在本申请的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的技术方案适用于车辆间数据通信场景。例如,当前车辆可以获取周围车辆的数据,如行驶位置、行驶速度等,作为当前车辆中辅助驾驶系统的输入数据,帮助当前车辆更好地判断当前行驶状况,提升行驶体验。又例如,当前车辆可以获取其它车辆的数据,如行驶里程、行驶时长等,与自身对应的行驶数据进行比较,统计等,来实现车辆间的数据通信。
本申请的数据处理方法可以应用于车辆的车机端。图1a示出了一种系统架构图一个实施例的示意图。如图1a所示,该车机端系统采用分层架构设计,包括采集层、接入层、持久化层、应用层、隐私计算层共五层结构。
其中,采集层可以包括定位模块、刹车制动模块等采集设备,可以实时采集车辆的行驶数据,行驶数据例如可以包括行驶里程、行驶时长、刹车次数、位置信息等。
接入层可以用于将采集的车辆的行驶数据进行缓存。接入层可以实现为Kafka(高吞吐量的分布式发布订阅消息系统)、基于Redis(Remote Dictionary Server )的消息队列、RabbitMQ消息队列等。以Kafka为例,可以将采集的车辆的行驶数据按照数据类型分别进行缓存,数据类型例如可以包括行驶里程、行驶时长等。
通过设计接入层,实现将上游采集层实时采集的数据和下游应用层的业务分析计算能力进行解耦,下游应用只需订阅对应的数据类型进行对应行驶数据的分析计算。
持久化层可以按照预设的定时策略,如每十分钟进行一次,从缓存中提取对应数据类型的车辆的行驶数据,并将其存储到车机本地及云端的数据库中,待下游应用层的业务方进行分析计算。
应用层可以从数据库中获取对应的车辆的行驶数据,来执行数据处理操作。
隐私计算层将对从数据库中获取的原始的车辆的行驶数据进行编码等相关处理,以提高车辆间数据通信的安全性。
为了提高数据处理效率,图1b示出了一种系统架构图另一个实施例的示意图。与图1a不同的是,隐私计算层可以设置在服务端,该服务端可以实现为云端。借助服务端的数据处理能力,执行相关的数据处理操作,减轻车机端的数据处理压力,提高数据处理效率。
下面结合图2所示的数据处理方法一个实施例的流程图,对本申请的数据处理方法进行详细说明。该方法可以应用于第一车辆,可以包括以下几个步骤。
S21:响应于与第二车辆之间对行驶数据的隐私分析请求,获取隐私分析请求对应的第一车辆的行驶数据。
本申请实施例的方案,可以适用于车辆间对行驶数据进行隐私分析的场景,如车辆间的里程数据和值计算、行驶时长对比分析等。为了便于描述,可以将用户所在的自身车辆称为第一车辆,将参与隐私分析的其它车辆称为第二车辆。
实际应用中,可以检测用户的触发操作,如针对第一车辆中显示界面触发的手势操作、语音操作等,生成隐私分析请求。该隐私分析请求中可以包括进行隐私分析的第一车辆的行驶数据的标识信息,基于该标识信息,可以获取对应的第一车辆的行驶数据。可选的,该隐私分析请求也可以由参与隐私分析的第二车辆发出,此时,第一车辆可以接收第二车辆发出的隐私分析请求并响应。其中,第一车辆响应于该隐私分析请求可以是触发式的,也可以是预先授权的,本申请对此不进行限制。
可选的,隐私分析请求中还可以包括针对行驶数据进行隐私分析处理的目标处理类型。该目标处理类型可以包括求和处理、统计处理、均值处理、比较处理等。
可选的,隐私分析请求中还可以包括参与隐私分析的第二车辆。其中,第二车辆可以通过多种实现方式进行确定。作为一种可选的实现方式,可以响应于用户触发的针对第二车辆标识信息的选择操作,该第二车辆标识信息可以包括第二车辆的车牌号信息、第二车辆对应的用户ID等,确定参与隐私分析的一个或多个第二车辆。作为另一种可选的实现方式,可以向建立通信连接的第二车辆发送该隐私分析请求,并确定接收到应答信息的第二车辆作为参与隐私分析的一个或多个第二车辆。作为又一种可选的实现方式,可以将按照预设连接方式进行通信连接的第二车辆作为参与隐私分析的一个或多个第二车辆。
可选的,在获取第一车辆的行驶数据之前,该方法还可以包括:
采集该第一车辆自身行驶时产生的行驶数据;
将该行驶数据存储至数据库中。
其中,该行驶数据可以由车机端系统采集层中的相关采集设备实时采集,并在数据库中进行存储。因此,获取第一车辆的行驶数据具体是获取数据库中存储的行驶数据。
可选的,将第一车辆的行驶数据存储至数据库中的方法可以包括:
按照行驶数据的数据类型,将该行驶数据进行缓存;
按照预设定时策略,从缓存中提取对应数据类型的行驶数据;
将提取的行驶数据存储至数据库中。
其中,可以由车机端系统接入层,如Kafka等,将采集的第一车辆的行驶数据,按照数据类型进行存储。并由车机端系统的持久化层,按照预设定时策略,从缓存中提取对应数据类型的行驶数据,并存储至数据库中。
S22:对所获取到的第一车辆的行驶数据进行编码,得到编码后的第一编码数据。
本申请实施例中,编码方式例如可以包括秘密分享、混淆电路、同态加密等多种实现方式,可以根据实际应用场景进行设置。
S23:向进行隐私计算的指定对象发送第一编码数据,以使指定对象根据所接收到的第一编码数据和第二编码数据进行隐私计算。
其中,指定对象可以包括服务端、第一车辆、任一第二车辆等,可以根据实际应用场景进行设置。
第一车辆可以将第一编码数据发送至进行隐私计算的指定对象,由该指定对象根据接收到的第一编码数据和第二编码数据进行隐私计算,获得隐私计算结果。其中,第二编码数据可以由参与隐私分析的第二车辆对自身的行驶数据进行编码获得,并发送至该指定对象。第二车辆自身的行驶数据可以由第二车辆响应于隐私分析请求时获取的与隐私分析请求对应的行驶数据,第二车辆的行驶数据与第一车辆的行驶数据的数据类型相同。例如,第一车辆的行驶数据为行驶里程时,第二车辆的行驶数据也为行驶里程。进一步地,第二车辆对自身的行驶数据进行编码的编码方式与第一车辆也相同。例如,第一车辆利用秘密分享方式进行编码获得第一编码数据,第二车辆也利用秘密分享方式进行编码获得第二编码数据。
可选的,第一车辆还可以将目标处理类型发送至指定对象。指定对象可以根据接收到的第一编码数据和第二编码数据,执行目标处理类型对应的一种或多种处理操作来进行隐私计算,获得隐私计算结果,具体实现过程将在后续实施例中进行说明。
S24:接收指定对象发送的隐私计算结果,根据隐私计算结果确定隐私分析请求所请求的行驶分析数据。
第一车辆可以接收指定对象发送的隐私计算结果,并确定隐私分析请求所请求的行驶分析数据。其中,该行驶分析数据可以与目标处理类型对应,例如,目标处理类型是求和处理时,该行驶分析数据可以包括参与隐私分析的车辆的行驶数据的和值;目标处理类型是比较处理时,该行驶分析数据可以包括第一车辆的行驶数据与第二车辆的行驶数据的比较结果,等等。
本实施例中,第一车辆可以在响应于与第二车辆之间对行驶数据的隐私分析请求时,获取该隐私分析请求对应的第一车辆的行驶数据,并对获取到的行驶数据进行编码,得到编码后的第一编码数据,并向进行隐私计算的指定对象发送该第一编码数据,以使指定对象根据所接收到的第一编码数据和第二编码数据进行隐私计算,获得隐私计算结果,之后接收该指定对象发送的隐私计算结果,根据隐私计算结果确定隐私分析请求所请求的行驶分析数据。通过对行驶数据进行编码,并由指定对象根据第一编码数据及第二编码数据进行隐私计算,以及根据隐私计算结果确定第一车辆与第二车辆之间对行驶数据的隐私分析请求所请求的行驶分析数据,能够在不泄露车辆原始行驶数据的基础上,实现第一车辆与第二车辆之间对行驶数据的隐私分析,提高了车辆间数据通信的安全性。
实际应用中,为了进一步提高数据通信的安全性,在进行隐私分析之前,还可以对触发隐私分析请求的用户身份进行验证。因此,在一些实施例中,响应于与第二车辆之间对行驶数据的隐私分析请求,获取隐私分析请求对应的第一车辆的行驶数据的方法可以包括:
获取用户触发的车辆交互操作;
在响应于用户触发的车辆解锁操作,并在检测到用户位于车辆内的情况下,确定用户通过身份验证,并响应用户触发的与第二车辆之间对行驶数据的隐私分析请求,获取该隐私分析请求对应的第一车辆的行驶数据。
其中,可以在用户解锁车辆并进入车辆内时,判定通过身份验证。此时,可以响应于用户触发的隐私分析请求,获取请求进行隐私分析的第一车辆的行驶数据。
可选的,判定通过身份验证后,还可以在车辆的显示界面中展示车辆的行驶数据,供用户选择请求进行隐私分析的行驶数据。
下面对隐私分析过程进行说明。
实际应用中,根据编码数据进行隐私计算的指定对象可以有多种实现方式。
在一些可选的实现方式中,指定对象可以为云端。第一车辆将第一编码数据发送至云端,由云端根据接收到的第一编码数据和第二编码数据进行隐私计算,获得隐私计算结果。此时,云端获得的隐私计算结果可以是隐私分析请求所请求的行驶分析数据。因此,根据隐私计算结果确定隐私分析请求所请求的行驶分析数据的方法可以包括:
将所接收到的隐私计算结果作为隐私分析请求所请求的行驶分析数据。也即是说,第一车辆接收云端发送的隐私计算结果,即接收云端发送的行驶分析数据。通过将隐私计算的实现过程迁移至云端,借助云端的计算能力,减轻了车机端的计算压力,提高了数据处理效率。
可选的,可以在参与隐私分析的车辆数量超出预设数量的情况下,确定指定对象为云端,预设数量可以根据实际应用场景进行设置,例如可以设置为5个、10个等,不进行限制。
可选的,还可以根据第一车辆的行驶数据的数据类型、目标处理类型等确定指定对象是否为云端,不进行限制。
在另一些可选的实现方式中,指定对象可以包括第一车辆和第二车辆。此时,向进行隐私计算的指定对象发送第一编码数据的方法可以包括:
向第二车辆发送第一编码数据,以使第二车辆根据第二编码数据以及所接收到的第一编码数据进行隐私计算。
以及,根据隐私计算结果确定隐私分析请求所请求的行驶分析数据之前,该方法还可以包括:
接收第二车辆发送的第二编码数据,并根据第一编码数据以及所接收到的第二编码数据进行隐私计算。
此时,根据隐私计算结果确定隐私分析请求所请求的行驶分析数据的方法可以包括:
向第二车辆发送第一车辆自身计算的第一隐私计算结果,并接收第二车辆发送的第二车辆计算的第二隐私计算结果;
根据第一隐私计算结果和第二隐私计算结果确定隐私分析请求所请求的行驶分析数据。
其中,第二车辆计算的第二隐私计算结果可以是第二车辆根据接收到的第一编码数据和第二编码数据进行隐私计算获得。
下面以编码方式是秘密分享为例,对上述隐私分析过程进行具体说明。
在一些实施例中,对所获取到的第一车辆的行使数据进行编码,得到编码后的第一编码数据的方法可以包括:
将第一车辆的行驶数据进行拆分,获得M个第一数据分片,M为参与隐私分析的第一车辆及第二车辆的车辆数量,其中,M为大于1的正整数。
向第二车辆发送第一编码数据的方法可以包括:
将M个第一数据分片中的M-1个第一数据分片分别发送至M-1个第二车辆;其中,每个第二车辆分别获得一个第一数据分片。
以及,接收第二车辆发送的第二编码数据,并根据第一编码数据以及所接收到的第二编码数据进行隐私计算的方法可以包括:
接收由M-1个第二车辆分别发送的M-1个第二数据分片;其中,每个第二数据分片由发送该第二数据分片的第二车辆的行驶数据进行拆分得到的;
根据未发送给第二车辆的第一数据分片,以及所接收到的M-1个第二数据分片进行隐私计算。
其中,可以按照参与隐私分析的车辆的数量M,对第一车辆的行驶数据进行随机拆分,获得M个第一数据分片,每个第一数据分片的数据可以不同。例如,第一车辆的行驶数据可以是行驶里程,参与隐私分析的车辆可以包括第一车辆A、第二车辆B及第二车辆C共三个车辆。第一车辆A的行驶里程例如可以是10km,可以将其随机拆分为三个第一数据分片,可以分别为a1、a2和a3,如第一数据分片a1可以为2km,第一数据分片a2可以为3km,第一数据分片a3可以为5km。
获得M个第一数据分片后,可以将任一第一数据分片存储在第一车辆中,并将M-1个第一数据分片分别发送至M-1个第二车辆,每个第二车辆分别获得一个第一数据分片。例如,可以将第一数据分片a1存储在第一车辆中,将第一数据分片a2发送至第二车辆B,以及将第一数据分片a3发送至第二车辆C。
第一车辆还可以接收M-1个第二车辆分别发送的第二数据分片。第二数据分片也是由第二车辆按照参与隐私分析的车辆数量对自身的行驶数据进行拆分获得。例如,第二车辆B的行驶里程例如可以是20km,可以随机拆分为三个第二数据分片,可以分别为b1、b2和b3,如第二数据分片b1可以为10km,第二数据分片b2可以为3km,第二数据分片b3可以为7km。第二车辆B可以将第二数据分片b1存储在自身中,将第二数据分片b2发送至第一车辆A,以及将第二数据分片b3发送至第二车辆C。以及,第二车辆C的行驶里程例如可以是30km,可以随机拆分为三个第二数据分片,可以分别为c1、c2和c3,如第二数据分片c1可以为15km,第二数据分片c2可以为7km,第二数据分片c3可以为8km。第二车辆C可以将第二数据分片c1存储在自身中,将第二数据分片c2发送至第一车辆A,以及将第二数据分片c3发送至第二车辆B。
此时,第一车辆A可以接收到第二车辆B发送的第二数据分片b2,以及第二车辆C发送的第二数据分片c2,第二车辆B可以接收到第一车辆A发送的第一数据分片a2以及第二车辆C发送的第二数据分片c3,第二车辆C可以接收到第一车辆A发送的第一数据分片a3以及第二车辆B发送的第二数据分片b3。
之后,可以根据未发送给第二车辆的第一数据分片,以及所接收到的M-1个第二数据分片进行隐私计算。
其中,可以执行目标处理类型对应的一种或多种处理操作来进行隐私计算,目标处理类型可以包括加和处理、均值处理等多种处理类型。以加和处理为例,当隐私分析请求为请求对第一车辆和M-1个第二车辆的指定行驶数据进行加和时,将第一车辆的行驶数据进行拆分的方法可以包括:
将第一车辆的指定行驶数据进行拆分,得到M个第一数据分片,其中,M个第一数据分片的加和为第一车辆的指定行驶数据。
此时,根据未发送给第二车辆的第一数据分片,以及所接收到的M-1个第二数据分片进行隐私计算的方法可以包括:
对未发送给第二车辆的第一数据分片,以及所接收到的M-1个第二数据分片进行加和计算,获得第一计算值;
以及,向第二车辆发送所述第一车辆自身计算的第一隐私计算结果;接收第二车辆发送的第二车辆计算的第二隐私计算结果的方法可以包括:
向第二车辆发送第一车辆自身计算的第一计算值,并接收第二车辆发送的第二车辆计算的第二计算值。
进一步地,根据第一隐私计算结果和第二隐私计算结果确定隐私分析请求所请求的行驶分析数据的方法可以包括:
将第一计算值及M-1个第二计算值进行加和计算,得到第一车辆和M-1个第二车辆的指定行驶数据的加和。
例如,第一车辆A可以对第一数据分片a1、第二数据分片b2及第二数据分片c2进行加和计算,获得第一计算值,第一计算值可以为27km,并将该第一计算值发送至第二车辆B及第二车辆C。第二车辆B可以对第一数据分片a2、第二数据分片b1及第二数据分片c3进行加和计算,获得第二计算值,该第二计算值可以为13km,并将该第二计算值发送至第一车辆A及第二车辆C。第二车辆C可以对第一数据分片a3、第二数据分片b3及第二数据分片c1进行进行加和计算,获得第三计算值,该第三计算值可以为20km,并将该第三计算值发送至第一车辆A和第二车辆B。
此时,第一车辆A可以对第一计算值及接收到的两个第二计算值进行加和计算,获得目标计算值,目标计算值可以为60km,即行驶分析数据。第二车辆B和第二车辆C也可以执行对应的加和计算,获得目标计算值。该目标计算值与对原始的三个车辆的行驶数据进行加和计算获得的处理结果一致。
按照上述方式分析计算获得的行驶分析数据,与对原始车辆的行驶数据执行对应的分析计算获得的行驶分析数据结果一致,从而避免了原始的车辆的行驶数据泄露,提高了车辆间数据通信的安全性。
实际应用中,为了进一步提高数据处理效率,可以将上述隐私计算的实现过程迁移至云端实现。以编码方式是秘密分享,目标处理类型是加和处理为例,第一车辆可以将未发送给第二车辆的第一数据分片及M-1个第二数据分片发送至云端,由云将第一数据分片及M-1个第二数据分片进行加和计算,获得第一计算值,以及由云端根据M-1个第二车辆各自对应的第一数据分片及第二数据分片进行加和计算,获得M-1个第二车辆各自对应的第二计算值,再由云端将第一计算值及M-1个第二计算值进行加和计算,获得目标计算值,即行驶分析数据,并反馈至第一车辆及第二车辆。
可选的,也可以将隐私计算的部分实现过程迁移至云端实现。例如,第一车辆还可以将未发送给第二车辆的第一数据分片及M-1个第二数据分片发送至云端,由云端将第一数据分片及M-1个第二数据分片进行加和计算,获得第一计算值,并反馈至该第一车辆,以及由云端根据M-1个第二车辆各自对应的第一数据分片及第二数据分片进行加和计算,获得M-1个第二车辆各自对应的第二计算值,并反馈至对应的第二车辆。之后,第一车辆可以将第一计算值发送至M-1个第二车辆,并接收M-1个第二车辆分别发送的第二计算值,第一车辆可以将第一计算值及M-1个第二计算值进行加和计算,得到行驶分析数据。
又例如,第一车辆可以将未发送给第二车辆的第一数据分片及M-1个第二数据分片进行加和计算,获得第一计算值,并将第一计算值发送至云端,由云端根据第一计算值及M-1个第二计算值进行加和计算,获得行驶分析数据,并反馈至第一车辆,等等。
进一步的,由于涉及到与云端之间的数据传输,为了进一步提高数据通信的安全性,还可以利用目标加密函数对传输至云端的数据进行加密,将加密后的数据发送至云端进行计算。目标加密函数可以实现为具有同态加密特性的函数,不进行限制。
通过利用同态加密方式将待进行隐私计算的数据加密后发送至云端,供云端对加密后的数据进行隐私计算,避免将数据泄露至云端,进一步提高了数据处理的安全性。
实际应用中,获得行驶分析数据后,还可以在第一车辆提供的显示界面中展示该行驶分析数据,例如可以将上述三个车辆的行驶里程和值进行展示,以便用户明确。
如图3所示,为本申请提供的一种数据处理方法另一个实施例的流程图,该方法可以应用于云端,可以包括以下几个步骤。
S31:接收第一车辆发送的第一编码数据及第二车辆发送的第二编码数据。
其中,编码数据的获得方式在图2所示实施例中已有相应的描述,此处不再进行赘述。
S32:根据第一编码数据及第二编码数据进行隐私计算,获得行驶分析数据。
S33:将行驶分析数据发送至第一车辆。
本实施例中,云端可以根据接收到的第一编码数据及第二编码数据进行隐私计算,获得行驶分析数据,并反馈至第一车辆。通过对行驶数据编码获得编码数据,云端可以根据编码数据进行隐私计算,获得车辆间对行驶数据的隐私分析请求所请求的行驶分析数据,能够在不泄露车辆原始行驶数据的基础上,实现车辆间对行驶数据的隐私分析,提高了车辆间数据通信的安全性。
如图4所示,为本申请提供的一种隐私分析系统一个实施例的结构示意图,该隐私分析系统可以包括M个目标车辆401及进行隐私计算的指定对象402(本实施例用云端示意),M为大于1的正整数;其中:
目标车辆401,可以用于在响应于对行驶数据的隐私分析请求时,获取隐私分析请求对应的目标车辆自身的行驶数据,并对所获取到的行驶数据进行编码,得到目标车辆自身的编码数据,以及向指定对象402发送编码数据;
指定对象402,用于根据所接收到的M个目标车辆401分别发送的M个编码数据进行隐私计算;
目标车辆401,还用于接收指定对象发送的隐私计算结果,根据隐私计算结果确定隐私分析请求所请求的行驶分析数据。
通过对行驶数据进行编码,并由指定对象根据第一编码数据及第二编码数据进行隐私计算,以及根据隐私计算结果确定第一车辆与第二车辆之间对行驶数据的隐私分析请求所请求的行驶分析数据,能够在不泄露车辆原始行驶数据的基础上,实现第一车辆与第二车辆之间对行驶数据的隐私分析,提高了车辆间数据通信的安全性。
如图5所示,为本申请提供的一种电子设备一个实施例的结构示意图,可以包括存储组件501及处理组件502。
存储组件501用于存储一条或多条计算机程序指令,该一条或多条计算机程序指令供处理组件502调用执行。
处理组件502调用该一条或多条计算机程序指令以实现如图2所示的数据处理方法。
其中,处理组件502可以包括一个或多个处理器来执行计算机指令,以完成上述的方法中的全部或部分步骤。当然处理组件也可以为一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
存储组件501被配置为存储各种类型的数据以支持在终端的操作。存储组件可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
当然,该电子设备必然还可以包括其他部件,例如输入/输出接口、通信组件等。
输入/输出接口为处理组件和外围接口模块之间提供接口,上述外围接口模块可以是输出设备、输入设备等。
通信组件被配置为便于电子设备和其他设备之间有线或无线方式的通信等。
本申请实施例还提供了一种车辆,包括车身,以及位于车身内如图5所示的电子设备。
本申请实施例还提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被计算机执行时可以实现上述图2所示实施例的数据处理方法。
本申请实施例还提供了一种计算机程序产品,包括计算机指令,该计算机指令被处理器执行时可以实现上述图2所示实施例的数据处理方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (12)
1.一种数据处理方法,其特征在于,应用于第一车辆,包括:
响应于与M-1个第二车辆之间对行驶数据的隐私分析请求,获取所述隐私分析请求对应的第一车辆的行驶数据;其中,所述隐私分析请求中包括针对行驶数据进行隐私分析的目标处理类型,所述目标处理类型包括求和处理、统计处理、均值处理、比较处理中的任一种;M为参与隐私分析的第一车辆及第二车辆的车辆数量,M为大于1的正整数;
对所获取到的所述第一车辆的行驶数据进行编码,得到编码后的第一编码数据;
向进行隐私计算的指定对象发送所述第一编码数据,以使所述指定对象根据所接收到的第一编码数据和M-1个第二编码数据,执行所述目标处理类型对应的一种或多种处理操作来进行隐私计算;所述第二编码数据由所述第二车辆对自身的行驶数据进行编码获得,并发送至所述指定对象;
接收所述指定对象发送的隐私计算结果,根据所述隐私计算结果确定所述隐私分析请求所请求的与所述目标处理类型对应的行驶分析数据。
2.根据权利要求1所述的方法,其特征在于,所述指定对象为云端;所述根据所述隐私计算结果确定所述隐私分析请求所请求的行驶分析数据,包括:
将所接收到的所述隐私计算结果作为所述隐私分析请求所请求的行驶分析数据。
3.根据权利要求1所述的方法,其特征在于,当所述指定对象包括第一车辆和第二车辆时,所述向进行隐私计算的指定对象发送所述第一编码数据,包括:
向所述第二车辆发送所述第一编码数据,以使所述第二车辆根据第二编码数据以及所接收到的第一编码数据进行隐私计算;
所述根据所述隐私计算结果确定所述隐私分析请求所请求的行驶分析数据之前,所述方法还包括:
接收所述第二车辆发送的第二编码数据,并根据所述第一编码数据以及所接收到的第二编码数据进行隐私计算;
所述根据所述隐私计算结果确定所述隐私分析请求所请求的行驶分析数据,包括:
向所述第二车辆发送所述第一车辆自身计算的第一隐私计算结果;接收所述第二车辆发送的第二车辆计算的第二隐私计算结果;
根据所述第一隐私计算结果和第二隐私计算结果确定所述隐私分析请求所请求的行驶分析数据。
4.根据权利要求3所述的方法,其特征在于,所述对所获取到的所述第一车辆的行驶数据进行编码,得到编码后的第一编码数据,包括:
将所述第一车辆的行驶数据进行拆分,获得M个第一数据分片,其中,所述M为大于1的正整数;
所述向所述第二车辆发送所述第一编码数据,包括:
将所述M个第一数据分片中的M-1个第一数据分片分别发送至M-1个第二车辆;
所述接收所述第二车辆发送的第二编码数据,并根据所述第一编码数据以及所接收到的第二编码数据进行隐私计算,包括:
接收由所述M-1个第二车辆分别发送的M-1个第二数据分片;其中,每个第二数据分片由发送该第二数据分片的第二车辆的行驶数据进行拆分得到的;
根据未发送给第二车辆的第一数据分片,以及所接收到的M-1个第二数据分片进行隐私计算。
5.根据权利要求4所述的方法,其特征在于,当所述隐私分析请求为请求对所述第一车辆和M-1个第二车辆的指定行驶数据进行加和时,所述将所述第一车辆的行驶数据进行拆分,包括:
将所述第一车辆的指定行驶数据进行拆分,得到M个第一数据分片,其中,M个第一数据分片的加和为所述第一车辆的指定行驶数据;
所述根据未发送给第二车辆的第一数据分片,以及所接收到的M-1个第二数据分片进行隐私计算,包括:
对未发送给第二车辆的第一数据分片,以及所接收到的M-1个第二数据分片进行加和计算,获得第一计算值;
所述向所述第二车辆发送所述第一车辆自身计算的第一隐私计算结果;接收所述第二车辆发送的第二车辆计算的第二隐私计算结果,包括:
向所述第二车辆发送所述第一车辆自身计算的第一计算值,并接收所述第二车辆发送的第二车辆计算的第二计算值;
所述根据所述第一隐私计算结果和第二隐私计算结果确定所述隐私分析请求所请求的行驶分析数据,包括:
将所述第一计算值及M-1个第二计算值进行加和计算,得到所述第一车辆和M-1个第二车辆的指定行驶数据的加和。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于用户触发的针对第二车辆标识信息的选择操作,确定参与对行驶数据的隐私分析的第二车辆;
或者,向建立通信连接的第二车辆发送对行驶数据的隐私分析请求,并确定接收到应答信息的第二车辆作为参与对行驶数据的隐私分析的第二车辆;
或者,将按照预设连接方式进行通信连接的第二车辆作为参与对行驶数据的隐私分析的第二车辆。
7.根据权利要求1所述的方法,其特征在于,根据所述隐私计算结果确定所述隐私分析请求所请求的行驶分析数据之后,所述方法还包括:
在所述第一车辆提供的显示界面中展示所述行驶分析数据。
8.一种数据处理方法,其特征在于,应用于云端,包括:
接收第一车辆发送的第一编码数据及M-1个第二车辆发送的M-1个第二编码数据;所述第一编码数据由所述第一车辆的行驶数据编码获得,所述第一车辆的行驶数据由所述第一车辆响应于与所述M-1个第二车辆之间对行驶数据的隐私分析请求时获取,所述第一车辆的行驶数据与所述隐私分析请求对应;所述第二编码数据由所述第二车辆的行驶数据编码获得;其中,所述隐私分析请求中包括针对行驶数据进行隐私分析的目标处理类型,所述目标处理类型包括求和处理、统计处理、均值处理、比较处理中的任一种;M为参与隐私分析的第一车辆及第二车辆的车辆数量,M为大于1的正整数;
根据所述第一编码数据及M-1个第二编码数据,执行所述目标处理类型对应的一种或多种处理操作来进行隐私计算,获得与所述目标处理类型对应的行驶分析数据;
将所述行驶分析数据发送至所述第一车辆。
9.一种隐私分析系统,其特征在于,所述隐私分析系统包括M个目标车辆及进行隐私计算的指定对象,所述M为大于1的正整数;其中:
所述目标车辆,用于在响应于对行驶数据的隐私分析请求时,获取所述隐私分析请求对应的所述目标车辆自身的行驶数据,并对所获取到的所述行驶数据进行编码,得到所述目标车辆自身的编码数据,以及向所述指定对象发送所述编码数据;其中,所述隐私分析请求中包括针对行驶数据进行隐私分析的目标处理类型,所述目标处理类型包括求和处理、统计处理、均值处理、比较处理中的任一种;
所述指定对象,用于根据所接收到的所述M个目标车辆分别发送的M个编码数据,执行所述目标处理类型对应的一种或多种处理操作来进行隐私计算;
所述目标车辆,还用于接收所述指定对象发送的隐私计算结果,根据所述隐私计算结果确定所述隐私分析请求所请求的与所述目标处理类型对应的行驶分析数据。
10.一种电子设备,其特征在于,包括存储组件及处理组件;所述存储组件存储一条或多条计算机指令,所述一条或多条计算机指令供所述处理组件调用执行,所述处理组件调用所述一条或多条计算机指令以实现如权利要求1~7任一项所述的数据处理方法。
11.一种车辆,其特征在于,包括车身,以及位于所述车身内如权利要求10所述的电子设备。
12.一种计算机可读存储介质,存储有计算机指令,其特征在于,所述计算机指令被处理器执行时实现如权利要求1~8任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310567526.7A CN116390063B (zh) | 2023-05-18 | 2023-05-18 | 数据处理方法、隐私分析系统、设备及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310567526.7A CN116390063B (zh) | 2023-05-18 | 2023-05-18 | 数据处理方法、隐私分析系统、设备及车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116390063A CN116390063A (zh) | 2023-07-04 |
CN116390063B true CN116390063B (zh) | 2023-11-10 |
Family
ID=86978967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310567526.7A Active CN116390063B (zh) | 2023-05-18 | 2023-05-18 | 数据处理方法、隐私分析系统、设备及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116390063B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021026522A (ja) * | 2019-08-06 | 2021-02-22 | アイシン・エィ・ダブリュ株式会社 | 走行履歴出力システム、走行履歴出力プログラム |
CN112733168A (zh) * | 2021-01-13 | 2021-04-30 | 上海图灵加佳网络科技有限公司 | 行驶数据分享方法、系统、存储介质和车载终端 |
CN113987050A (zh) * | 2021-09-27 | 2022-01-28 | 北京国家新能源汽车技术创新中心有限公司 | 一种基于车辆行驶大数据公共平台的数据分析服务系统 |
CN114978484A (zh) * | 2022-04-15 | 2022-08-30 | 支付宝(杭州)信息技术有限公司 | 用于保护隐私的数据处理方法、装置和计算机设备 |
CN115766073A (zh) * | 2022-09-29 | 2023-03-07 | 华北电力大学 | 支持安全多方计算隐私保护的储能数据共享方法 |
CN115835162A (zh) * | 2023-01-06 | 2023-03-21 | 北京集度科技有限公司 | 车端数据采集装置及方法、计算机程序产品和车辆 |
CN115913790A (zh) * | 2023-03-03 | 2023-04-04 | 蓝象智联(杭州)科技有限公司 | 基于隐私计算网络的数据传输方法、电子设备和存储介质 |
-
2023
- 2023-05-18 CN CN202310567526.7A patent/CN116390063B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021026522A (ja) * | 2019-08-06 | 2021-02-22 | アイシン・エィ・ダブリュ株式会社 | 走行履歴出力システム、走行履歴出力プログラム |
CN112733168A (zh) * | 2021-01-13 | 2021-04-30 | 上海图灵加佳网络科技有限公司 | 行驶数据分享方法、系统、存储介质和车载终端 |
CN113987050A (zh) * | 2021-09-27 | 2022-01-28 | 北京国家新能源汽车技术创新中心有限公司 | 一种基于车辆行驶大数据公共平台的数据分析服务系统 |
CN114978484A (zh) * | 2022-04-15 | 2022-08-30 | 支付宝(杭州)信息技术有限公司 | 用于保护隐私的数据处理方法、装置和计算机设备 |
CN115766073A (zh) * | 2022-09-29 | 2023-03-07 | 华北电力大学 | 支持安全多方计算隐私保护的储能数据共享方法 |
CN115835162A (zh) * | 2023-01-06 | 2023-03-21 | 北京集度科技有限公司 | 车端数据采集装置及方法、计算机程序产品和车辆 |
CN115913790A (zh) * | 2023-03-03 | 2023-04-04 | 蓝象智联(杭州)科技有限公司 | 基于隐私计算网络的数据传输方法、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116390063A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cebe et al. | Block4forensic: An integrated lightweight blockchain framework for forensics applications of connected vehicles | |
CN111601258B (zh) | 一种基于区块链的车联网节点数据安全通信方法 | |
Wei et al. | A privacy-preserving fog computing framework for vehicular crowdsensing networks | |
CN110929880A (zh) | 一种联邦学习方法、装置及计算机可读存储介质 | |
CN112395643B (zh) | 一种神经网络的数据隐私保护方法及系统 | |
DE102011103408B4 (de) | Kommunikationssystem und computerlesbares Medium für eine effiziente Authentifizierung | |
CN108377264A (zh) | 车载自组织网络群体感知数据报告去重方法 | |
CN109658704A (zh) | 一种车辆超速管理方法以及系统 | |
CN113052329B (zh) | 联合更新业务模型的方法及装置 | |
CN111930599B (zh) | 一种云服务系统的运维数据处理方法、装置及存储介质 | |
DE102016217100A1 (de) | Verfahren zum Verarbeiten von Fahrzeug-zu-X-Nachrichten | |
Yao et al. | Accident responsibility identification model for Internet of Vehicles based on lightweight blockchain | |
CN113645278A (zh) | 一种区块链的跨链消息传输方法、设备、存储介质 | |
CN114143311A (zh) | 一种基于区块链的隐私保护方案聚合方法及装置 | |
CN116390063B (zh) | 数据处理方法、隐私分析系统、设备及车辆 | |
CN111402456B (zh) | 一种开锁方法及装置 | |
CN111104953B (zh) | 驾驶行为特征检测方法、装置、电子设备和计算机可读存储介质 | |
JP7348243B2 (ja) | 交通流監視測定システムのテスト方法、装置及び機器 | |
CN111475865A (zh) | 一种汽车数据验证方法及验证装置 | |
CN113177092B (zh) | 一种船舶制造检验数据的共享方法、联盟链及系统 | |
CN112507265B (zh) | 基于树结构进行异常侦测的方法、装置及相关产品 | |
CN114491576A (zh) | 一种基于区块链的数据存储验证方法、装置及电子设备 | |
CN115348184B (zh) | 一种物联网数据安全事件预测方法及系统 | |
CN109842850A (zh) | 电动车监控方法及装置 | |
GB2590282A (en) | Cryptographic key management for end-to-end communication security |
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 |