车联网环境下数融合信任模型研究.pdfVIP

Researchonmodelofcreditability-baseddatafusion fortheinternetofvehicles ADissertationSubmittedfortheDegreeofMaster Candidate：WangXubo Supervisor AssociateProf.DuanZongtao ： ChanganUniversity,Xi an,China 摘 要 随着车联网技术的应用及推广，车联网的安全问题已成为近年来的一个研究热点。 而信任机制是解决车联网网络安全问题的一种有效途径，信任模型作为信任机制的核 心，通过有效地度量和评估感知信息，能够反映车联网环境的动态性和不稳定性。同时， 信任模型在处理信任关系和计算信誉度方面具有相当的灵活性，能够较好地适应复杂多 变的车联网环境。 车联网的首要目标是保证用于采集交通信息的传感器节点能够准确、及时提供感知 数据；其次，车联网需要采用数据融合技术处理海量数据以提高系统的运行效率。因此， 为了保障数据融合结果的真实性与可靠性，本文就车联网数据融合过程中节点数据被伪 Beth Josang 造或篡改等安全问题进行研究。首先，深入研究了 和 两种典型的信任模型， 在分析两种模型优缺点的基础上，结合车联网的自身特性，对车联网中的直接信任关系 和推荐信任关系进行了描述和度量，提出了一种新的基于节点信誉度评价的安全数据融 KL 合模型。其次，采用统计方法与 距离理论对节点信誉度进行了综合评估，考虑信任 的时衰性，在引入时间衰减因子的前提下，给出了信誉度的计算公式和信任关系表的构 造方法。针对信任关系的实时变化，提出了信誉度的更新算法。最后，根据节点的信誉 度，对节点进行分组融合，并就融合结果进行评估。该模型在数据融合过程中将信誉度 较高的节点保留，将信誉度较低的节点摒弃，从而避免恶意节点影响融合结果。 仿真结果表明，该模型切实可行，能够精确地评估节点的信誉度，有效地识别恶意 节点和恶意推荐行为，从而提高了数据融合结果的准确性和可靠性。 KL 关键词：物联网，车联网，数据融合，信任模型，信任评估， 距离，信誉度， 信息安全 I Abstract Withthe applicationandextensionofthetechnologyofnetworkedvehicles,itssecurity has already become a research focus in recent years. Establishing a trust mechanism is an effectivemeasureto solvethe securityofnetworkedvehicles, creditabilitymodel asthe core oftrustmechanism,canreflectthedynamicsandinstabilityofthe environmentofnetworked vehicles through the effective measurement and assessment information. At the same time, creditability model offers a lot more flexibility to adapt to the complex and changeable environmentofnetworkedvehicles. Moreover, the internet of vehicles uses data fusion tech