車輛自組織網(wǎng)絡移動模型和安全相關技術研究.pdf

1、車輛交通是現(xiàn)代人類生活中的重要出行途徑，而當前的交通系統(tǒng)存在種種問題，比較突出的如道路擁塞和安全問題等。為提高道路行駛安全性以及通行效率，智能交通系統(tǒng)的研究成為關注熱點，各國政府機關、科研機構以及企業(yè)單位都投入大量的精力進行研究和發(fā)展。車輛自組織網(wǎng)絡技術(Vehicularad-hoc networks，簡稱VANET)是近年來發(fā)展起來的一種新型的無線移動網(wǎng)絡技術，是智能交通系統(tǒng)的重要組成部分。
　　本文的研究圍繞車輛自組織網(wǎng)絡的

2、移動模型、信任管理機制和冗余安全數(shù)據(jù)消除機制等關鍵技術展開，主要做了以下四方面的工作:
　　提出了VANET的綜合移動模型REMM，其中的RPB行程規(guī)劃子模型綜合了實際地圖和實時交通流量信息，相比目前主要的移動模型（STRAW等）更能模擬現(xiàn)實交通情況。
　　提出基于神經(jīng)網(wǎng)絡的微運動模型NeMo，使車輛能夠?qū)︸{駛行為進行自動學習，首次對基于VANET的無人駕駛輔助技術進行了探索。
　　提出了VANET信任管理機制RATE

3、S。RATES在VANET信任管理領域首次提出了實體信任和數(shù)據(jù)信任的集成管理機制，該機制實現(xiàn)了在保護隱私的前提下了對車輛信任的有效管理。與已有信任管理機制相比，RATES使用改進的蟻群算法綜合利用觀察和反饋信息進行信任管理，提高了正確的信任概率，增強了對聯(lián)合偽造數(shù)據(jù)攻擊的免疫性。
　　提出了新型的能夠消除冗余安全數(shù)據(jù)的信標協(xié)議TS-Beacon?；谀軌?qū)π艠藚f(xié)議數(shù)據(jù)進行有效分類的核函數(shù)TS-Kernel，使用支持向量機對信標協(xié)議