本發(fā)明涉及車聯(lián)網(wǎng)安全技術(shù)領(lǐng)域，具體為一種面向車聯(lián)網(wǎng)的節(jié)點(diǎn)信任評(píng)估方法。

背景技術(shù)：

車聯(lián)網(wǎng)的安全涉及車輛節(jié)點(diǎn)隱私保護(hù)、可信路由、節(jié)點(diǎn)信任等多個(gè)方面。車輛節(jié)點(diǎn)的信任度是車聯(lián)網(wǎng)進(jìn)行可信信息傳輸?shù)那疤岷突A(chǔ)，車輛節(jié)點(diǎn)的可信研究也是車聯(lián)網(wǎng)安全研究領(lǐng)域的熱點(diǎn)?！睹嫦騐ANET的聲譽(yù)模型研究》(發(fā)表于《小型微型計(jì)算機(jī)系統(tǒng)》2013,34(2):233-237)中提出了一種節(jié)點(diǎn)聲譽(yù)評(píng)估模型，對(duì)車輛節(jié)點(diǎn)的聲譽(yù)進(jìn)行量化計(jì)算評(píng)估，該模型是假設(shè)存在一個(gè)中心證書管理機(jī)構(gòu)和若干權(quán)威節(jié)點(diǎn)的前提下進(jìn)行計(jì)算，但是現(xiàn)實(shí)的車聯(lián)網(wǎng)具有網(wǎng)絡(luò)結(jié)構(gòu)分布式、開放式的特點(diǎn)，網(wǎng)絡(luò)拓?fù)涑尸F(xiàn)動(dòng)態(tài)變化，因此這種模型在真實(shí)車聯(lián)網(wǎng)中難以實(shí)現(xiàn)。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明提供一種面向車聯(lián)網(wǎng)的節(jié)點(diǎn)信任評(píng)估方法，依據(jù)車聯(lián)網(wǎng)分布式結(jié)構(gòu)的特點(diǎn)，對(duì)節(jié)點(diǎn)的信任度進(jìn)行獲取，方法簡(jiǎn)單，客觀全面，能夠有效提高整個(gè)車聯(lián)網(wǎng)的轉(zhuǎn)發(fā)率。

本發(fā)明是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)：

一種面向車聯(lián)網(wǎng)的節(jié)點(diǎn)信任評(píng)估方法，包括如下步驟，

步驟1，在面向車聯(lián)網(wǎng)中，計(jì)算發(fā)送節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j的直接可信程度；根據(jù)節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j歷史通信記錄，依據(jù)C-F模型得到不確定性推理規(guī)則；根據(jù)不確定性推理規(guī)則得到節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j的直接信任度；

步驟2，計(jì)算目標(biāo)節(jié)點(diǎn)j的間接信任度；

2.1通過(guò)發(fā)送節(jié)點(diǎn)i向鄰居節(jié)點(diǎn)u發(fā)送請(qǐng)求數(shù)據(jù)包，請(qǐng)求鄰居節(jié)點(diǎn)u對(duì)目標(biāo)節(jié)點(diǎn)j的可信程度進(jìn)行反饋；

2.2鄰居節(jié)點(diǎn)u收到該請(qǐng)求數(shù)據(jù)包，如果與目標(biāo)節(jié)點(diǎn)j有過(guò)通信交互行為，則鄰居節(jié)點(diǎn)u依據(jù)步驟1計(jì)算其對(duì)目標(biāo)節(jié)點(diǎn)j的直接信任度r_u,j，并發(fā)送回復(fù)數(shù)據(jù)包，否則將丟棄該請(qǐng)求數(shù)據(jù)包；

2.3建立數(shù)據(jù)集合D1，將所有回復(fù)數(shù)據(jù)包中包含的鄰居節(jié)點(diǎn)u對(duì)目標(biāo)節(jié)點(diǎn)j的直接信任度r_u,j放入數(shù)據(jù)集合D1中；

2.4對(duì)數(shù)據(jù)集合D1進(jìn)行過(guò)濾得到數(shù)據(jù)集合D2，對(duì)數(shù)據(jù)集合D2中的數(shù)據(jù)應(yīng)用模糊C-means算法，最終獲得數(shù)據(jù)集合D3；

2.5采用C-F模型，對(duì)數(shù)據(jù)集合D3進(jìn)行計(jì)算，獲得目標(biāo)節(jié)點(diǎn)j的間接信任度；

步驟3，計(jì)算目標(biāo)節(jié)點(diǎn)j的全局信任度；依據(jù)已獲得的對(duì)目標(biāo)節(jié)點(diǎn)j的直接信任度和間接信任度，采用C-F模型對(duì)目標(biāo)節(jié)點(diǎn)j的可信程度進(jìn)行全面評(píng)估，獲取其全局信任度。

優(yōu)選的，C-F模型為基于不確定性推理的信任度計(jì)算C-F模型，應(yīng)用C-F模型表示車聯(lián)網(wǎng)節(jié)點(diǎn)信任度的產(chǎn)生式規(guī)則如下：

CF(H)＝CF(H，E)×｛0，CF(E)｝；

其中，證據(jù)E表示發(fā)送節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)的通信行為進(jìn)行了直接觀測(cè)，H表示依據(jù)證據(jù)E得出的結(jié)論；CF(E)表示證據(jù)E的可信度，CF(H)表示結(jié)論的可信度，CF(H,E)表示該規(guī)則的可信程度。

進(jìn)一步，步驟1中，依據(jù)C-F模型得到不確定性推理規(guī)則如下式：

其中，E_i,j表示節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j的行為直接觀測(cè)，n_i,j表示節(jié)點(diǎn)i與目標(biāo)節(jié)點(diǎn)j通信行為的歷史次數(shù)，a_i,j表示目標(biāo)節(jié)點(diǎn)j的合作行為次數(shù)。

進(jìn)一步，步驟1中，不確定性推理規(guī)則，計(jì)算節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j的直接信任度DB_i,j如下：

進(jìn)一步，2.4中，對(duì)數(shù)據(jù)集合D1進(jìn)行過(guò)濾得到數(shù)據(jù)集合D2時(shí)，設(shè)置閾值Y，檢測(cè)D1中的數(shù)據(jù)，如果r_u,j大于Y，則將r_u,j放入數(shù)據(jù)集合D2中，否則將r_u,j丟棄。

進(jìn)一步，2.5中，采用C-F模型，對(duì)數(shù)據(jù)集合D3進(jìn)行計(jì)算，獲得目標(biāo)節(jié)點(diǎn)j的間接信任度如下：

其中，IB_i,j表示節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j的間接信任度，p表示數(shù)據(jù)集合D3中r_u,j大于0的個(gè)數(shù)，q表示r_u,j小于或者等于0的個(gè)數(shù)。

進(jìn)一步，步驟3中獲取的目標(biāo)節(jié)點(diǎn)j的全局信任度如下：

R_i，j＝DB_i，j×α+IB_i，j×β；

其中，R_i,j為節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j的全局信任度，α和β為權(quán)重參數(shù)，且α+β＝1。

進(jìn)一步，能夠依據(jù)網(wǎng)絡(luò)現(xiàn)狀對(duì)權(quán)重參數(shù)α和β進(jìn)行調(diào)整。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益的技術(shù)效果：

本發(fā)明所述方法基于不確定性理論，建立了一種評(píng)估車輛網(wǎng)中車輛節(jié)點(diǎn)全局可信度的評(píng)估方法，采用C-F模型分別對(duì)車聯(lián)網(wǎng)中車輛節(jié)點(diǎn)的直接信任度和推薦信任度進(jìn)行計(jì)算，提高了節(jié)點(diǎn)信任度評(píng)估的準(zhǔn)確性；同時(shí)為了避免摒棄惡意或自私節(jié)點(diǎn)的不客觀反饋產(chǎn)生的推薦信任度失真問(wèn)題，采用模糊C-means算法對(duì)推薦信任度信息進(jìn)行過(guò)濾。該方法細(xì)粒度評(píng)估了車聯(lián)網(wǎng)中車輛節(jié)點(diǎn)的可信度，有效提高了節(jié)點(diǎn)信任度評(píng)估的準(zhǔn)確率。

附圖說(shuō)明

圖1為本發(fā)明實(shí)例中所述算法的流程框圖。

圖2為本發(fā)明實(shí)例中進(jìn)行驗(yàn)證時(shí)的網(wǎng)絡(luò)吞吐量比較示意圖。

圖3為本發(fā)明實(shí)例中進(jìn)行驗(yàn)證時(shí)的網(wǎng)絡(luò)轉(zhuǎn)發(fā)率比較示意圖。

具體實(shí)施方式

下面結(jié)合具體的實(shí)施例對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說(shuō)明，所述是對(duì)本發(fā)明的解釋而不是限定。

本發(fā)明一種面向車聯(lián)網(wǎng)的節(jié)點(diǎn)信任評(píng)估方法，如圖1所示，具體包括如下步驟，

步驟一：建立基于不確定性推理的信任度計(jì)算C-F模型。

本方法采用確定性理論進(jìn)行信任度評(píng)估計(jì)算。該理論是Shortliffe等人提出的一種不確定性推理模型，具有簡(jiǎn)單、直觀以及計(jì)算復(fù)雜度呈線性等特點(diǎn)。確定性理論采用可信度作為不確定性測(cè)度。采用可信度描述的不確定性推理的方法被稱為C-F模型(Certainty Factors)。

應(yīng)用C-F模型進(jìn)行節(jié)點(diǎn)的直接信任度計(jì)算；應(yīng)用C-F模型表示車聯(lián)網(wǎng)節(jié)點(diǎn)信任度的產(chǎn)生式規(guī)則如下：

CF(H)＝CF(H，E)×{0，CF(E)}；

其中，證據(jù)E表示發(fā)送節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)的通信行為進(jìn)行了直接觀測(cè)，H表示依據(jù)證據(jù)E得出的結(jié)論。CF(E)表示證據(jù)E的可信度，CF(H)表示結(jié)論的可信度，CF(H,E)表示該規(guī)則的可信程度。

步驟二：發(fā)送節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j的直接可信程度評(píng)估計(jì)算。

發(fā)送節(jié)點(diǎn)i為了獲取目標(biāo)節(jié)點(diǎn)j的直接信任度，首先根據(jù)歷史通信記錄，計(jì)算該目標(biāo)節(jié)點(diǎn)的直接信任度。

依據(jù)建立的C-F模型得到不確定性推理規(guī)則如下式：

其中，E_i,j表示節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j的行為直接觀測(cè)，n_i,j表示節(jié)點(diǎn)i與目標(biāo)節(jié)點(diǎn)j通信行為的歷史次數(shù)，a_i,j表示目標(biāo)節(jié)點(diǎn)j的合作行為次數(shù)。

依據(jù)該不確定性推理規(guī)則，可以計(jì)算節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j的直接信任度DB_i,j如下：

步驟三：計(jì)算目標(biāo)節(jié)點(diǎn)j的間接信任度。

(1)發(fā)送節(jié)點(diǎn)i向其鄰居節(jié)點(diǎn)發(fā)送請(qǐng)求包，請(qǐng)求鄰居節(jié)點(diǎn)對(duì)目標(biāo)節(jié)點(diǎn)j的可信程度進(jìn)行反饋。

(2)鄰居節(jié)點(diǎn)u收到該請(qǐng)求數(shù)據(jù)包，如果與目標(biāo)節(jié)點(diǎn)j有過(guò)通信交互行為，則鄰居節(jié)點(diǎn)依據(jù)步驟二計(jì)算其對(duì)目標(biāo)節(jié)點(diǎn)j的直接信任度r_u,j，并發(fā)送回復(fù)數(shù)據(jù)包，否則將丟棄該請(qǐng)求數(shù)據(jù)包。

(3)建立數(shù)據(jù)集合D1，將所有回復(fù)數(shù)據(jù)包中包含的鄰居節(jié)點(diǎn)對(duì)目標(biāo)節(jié)點(diǎn)j的直接信任度r_u,j放入D1中。

(4)為了摒棄惡意或自私節(jié)點(diǎn)的不客觀反饋，設(shè)置閾值Y，檢測(cè)D1中的數(shù)據(jù)，如果r_u,j大于Y，則將r_u,j放入數(shù)據(jù)集合D2中，否則將r_u,j丟棄。

(5)對(duì)D2中的數(shù)據(jù)應(yīng)用模糊C-means算法，最終獲得數(shù)據(jù)集合D3。

(6)采用C-F模型，對(duì)數(shù)據(jù)集合D3進(jìn)行計(jì)算，獲得間接信任度：

其中，IB_i,j表示節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j的間接信任度，p表示數(shù)據(jù)集合D3中r_u,j大于0的個(gè)數(shù)，q表示r_u,j小于或者等于0的個(gè)數(shù)。

步驟四：計(jì)算目標(biāo)節(jié)點(diǎn)j的全局信任度。依據(jù)已獲得的對(duì)目標(biāo)節(jié)點(diǎn)j的直接信任度和間接信任度的評(píng)估，采用CF模型對(duì)目標(biāo)節(jié)點(diǎn)j的可信程度進(jìn)行全面評(píng)估，獲取其全局信任度，計(jì)算過(guò)程如下：

R_i，j＝DB_i，j×α+IB_i，j×β；

其中，R_i,j為節(jié)點(diǎn)i對(duì)目標(biāo)節(jié)點(diǎn)j的全局信任度，α和β為權(quán)重參數(shù)，并設(shè)置α+β＝1。在實(shí)驗(yàn)中，可以依據(jù)網(wǎng)絡(luò)現(xiàn)狀對(duì)權(quán)重參數(shù)進(jìn)行調(diào)整。

本發(fā)明依據(jù)車聯(lián)網(wǎng)分布式結(jié)構(gòu)的特點(diǎn)，建立分布式的信任評(píng)估機(jī)制，采用直接信任度和間接信任度相結(jié)合的方法進(jìn)行不確定性推理，獲取節(jié)點(diǎn)的信任度。為了驗(yàn)證方法的有效性，采用NS-2建立實(shí)驗(yàn)?zāi)M環(huán)境，車輛節(jié)點(diǎn)個(gè)數(shù)為280個(gè)，實(shí)驗(yàn)?zāi)M區(qū)域2500m×2000m，傳輸范圍為180m，車輛速度為40-65km/h，模擬時(shí)長(zhǎng)為300分鐘。圖2中在惡意或自私節(jié)點(diǎn)分別占10％、25％、40％時(shí)，網(wǎng)絡(luò)的吞吐量基本保持平衡狀態(tài)，表明該方法用于路徑選擇后，能有效選取信任度高的節(jié)點(diǎn)，避免了惡意節(jié)點(diǎn)的影響。圖3表明，采用全局信任度計(jì)算，網(wǎng)絡(luò)的轉(zhuǎn)發(fā)率最高，因?yàn)槿中湃味认鄬?duì)單獨(dú)的直接或間接信任度計(jì)算更全面客觀的評(píng)價(jià)節(jié)點(diǎn)的可信度，評(píng)價(jià)結(jié)果更為準(zhǔn)確，可以有效規(guī)避選取惡意節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)包，因此提高了包的轉(zhuǎn)發(fā)率。