车载自组网中认证方案和异常检测方案的研究计算机技术专业论文.docxVIP

U U D C：004．7 编号：—1029921—208013 分类号： TP393 江薛大学 硕士学位论文 车载自组网中认证方案和异常检测方案的研究 RESEARCH ON AUTHENTICATION SCHEMES AND MISBEIIAⅥOR DETECTIoN SCHEMES IN Vf▲NETS 指导教师 王良匿塾授 作者姓名 割抬良 申请学位级别 全旦制翊±专业名称让篡雠 论文提交日期2Q曼§生垒且2Q目论文答辩日期2Q曼§生§且至至目 学位授予单位和日期 江菱太堂 答辩委员会主席(至：这垫生 评阅人 万方数据 学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志 学位论文版权使用授权书 江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志 社有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手 段保存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅，同 时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供 查询，授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论文全 文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生院办理。 本学位论文属于不保密影。 学位论文作者签名：谢，f{j}良 指导撕签名莎侈刈 )夕f肄多月矿日 易l铲6月∥日 万方数据 万方数据 万方数据 独创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取 独创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取 得的成果。除文中己注明引用的内容以外，本论文不包含任何其他个人或集体己经发表或 撰写过的作品成果，也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材 料。对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本人完全意 识到本声明的法律结果由本人承担。 学位论文作者签名：j·∽良 驯r年6月扩日 万方数据 万方数据 江苏大学硕士学位论文摘要 江苏大学硕士学位论文 摘要 VANETs(Vehicular Ad Hoe Networks)是部署在道路上的移动自组网，因其在道路安 全，交通管理，甚至是娱乐服务这些项目上的巨大潜力而备受瞩目，是智能交通系统(ITS) 发展的重要环节。然而VANETs是一把双刃剑，在为人们提供便利的同时，还带来诸多挑 战。其中安全问题是VANETs研究的重点。认证技术和异常检测技术是解决VANETs安全 问题的基本方案。其中认证技术针对外部节点隐患，可以抵御非法用户的信息注入、信息 篡改、盗用车辆身份等攻击；异常检测技术针对内部节点隐患，可以检测识别合法用户发 布的虚假警报、交通指示等信息。本研究对VANETs不同应用环境下特定的安全需求进行 总结，并对现有的VANETs中的认证技术和异常检测技术进行分析，在此基础上设计出适 应于大规模、高动态特点的VANETs认证技术和异常检测技术。 本文的主要工作及贡献如下： 1．总结和分析现有的VANETs认证协议，本文发现协议中基础设施RSU(Road．Side Unit)计算能力的瓶颈，即在现有的认证协议下，RSU每秒最多认证2450个信息，这显然 不满足VANETs中信息量庞大的处理需求。本文提出了一个基于代理车辆的认证协议 (PBAS)，该协议首次利用道路上车辆的计算能力，让这些车辆代理认证其他车辆的信息， 然后将认证结果交付给RSU核查，这种分布式的认证算法极大地提高了RSU的认证上限。 本文设计的协议不仅不会因为引入代理车辆而降低认证协议的安全性，同时在满足信息的 完整性和身份的合法性这些安全要求的基础上，集成了身份隐私保护、车．路边基站(V2I) 密钥协商批处理等功能。 2．总结和分析现有的VANETs异常检测技术，发现当前VANETs的异常检测技术多采 用基于冗余数据的一致性检测方案。为降低对冗余数据和冗余链路的依赖性，本文提出了 一个基于机器学习的异常检测方案。该方案使用反向传播(BP)神经网络，以基础安全信 息(Base Safety Message)为学习样本，学习关于正常路况、拥塞路况和事故路况三种坏境 的特征；并综合使用了BP和支持向量机(SVM)两种算法对车辆发送的基础安全信息所 描述的环境进行分类，从而判断出车辆发送的信息的真实性。这两种算法分别适用于交通 管理相关应用和安全警报应用中的信息分类与检测。 关键词：车载自组网，认证技术，异常检测， 代理认证方案，基于机器学习的异常检测方 案，密码学，神经网络 I 车载自组网中认证方案和异常检测方案的研究 II 江苏大学硕士学位论文AB