车辆社交网络信任计算
发布时间：2021-01-24 16:44
目前交通运输系统正经历着自动驾驶、无线互联等一系列技术变革,通过提高车辆社交网络中的信息可信度能够很大程度的促进车辆之间的数据共享,以更好的提升行车安全性和便利性。通过利用其他车辆或路边基础设施共享的数据,车辆能够扩大其感知范围,从而对周围环境有更好的认知。然而,由于数据是由单个车辆采集的,配备有各种传感器和不同的数据处理算法,数据的可信度无法得到保证。目前关于车辆系统信任问题的研究主要集中于安全层面,旨在确保系统的机密性、完整性和身份验证。而对于数据和数据生成器的可靠性研究相对较少。论文通过将车辆之间的交互视为一种社交行为的形式,从而构建一个反映车辆之间社交关系的车辆社交网络。在网络中,通过数据交互,车辆在共享数据的基础上,车辆通过数据的相互论证可以获得彼此的信任。利用车辆社交网络、三值主观逻辑信任模型,本文设计了OpinionsWalk算法,可以准确、高效的评估车辆的可信度。通过对车辆间数据交换过程的研究,设计了一种进行客观信任评估的机制,经证明该机制比主观信任评估更准确。最后,本文利用社交网络中存在的社区结构缩减信任计算的运算规模,并提出了社区内部和跨社区信任评估的解决方案。本文...
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
按物理距离和社会距离分类的VSN应用近年，虚拟现实系统的发展迅猛，虚拟现实系统开始走进人们日常生活
, , )为 A 对于 B 的信任度，对于 C 的信任度，主观逻辑衰减操作适用于计( , , , )|1A A A A A AX X X X X XA A A AX X X Xb d n e ab d n eω =+ + + =量转化为单值得到信任 ( ) = b + a 。任向量定义为：12 1 212 1 212 12 12 212 21b b bd b du b d ua a=== =任、不信任、不确定性和固有印象。b ,确定的概率。e 代表了没有证据时 A 对与产生的，而后验不确定性是由于证据失真而VSL 中通常为一个常数。
OpinionsWalk 算法及其在车辆社交网络任评估问题可以通过两个步骤来解决。首先，假设一个静态nionsWalk 算法来计算汽车社交网络中车辆间的信任度。O本节中介绍。当车辆在道路上行驶时，车辆网络 ( , , )经问题带来了一些挑战和机遇。因此，在第二部分中，本文设，通过估计车辆自身的直接信任，排除主观信任中由于自身。并在最后提出了将全球信任拓扑结构划分为社区信任拓扑任评估交网络被建模为一个有向图 ( , )，其中顶点 ， ∈ 代表某 i 与车辆 j 发生过交互[17]。通过校验交互数据的准确度、车度认知，将其表示为ω ，并将包含信任权重的车辆社
【参考文献】：
期刊论文
[1]基于合并影响概率的社交网络影响最大化算法[J]. 周飞,高茂庭. 计算机工程. 2018(05)
[2]车联社交网络中一种交友匹配的隐私保护方案[J]. 李雅菲,郑东,赖成喆. 计算机工程与设计. 2018(01)
[3]基于多层节点相似度的社区发现方法[J]. 张虎,吴永科,杨陟卓,刘全明. 计算机科学. 2018(01)
[4]社交网络中隐式事件突发性检测[J]. 介飞,谢飞,李磊,吴信东. 自动化学报. 2018(04)
[5]基于通信负载均衡的社交网络图分割方法[J]. 刘康,张雪英,李凤莲,田玉楚. 计算机工程与应用. 2018(04)
[6]基于信任关系重建和社交网络传递的推荐算法[J]. 刘慧婷,熊瑞瑞,赵鹏. 计算机工程. 2016(01)
[7]大规模复杂网络社区并行发现算法[J]. 乔少杰,郭俊,韩楠,张小松,元昌安,唐常杰. 计算机学报. 2017(03)
[8]基于标签传播概率的重叠社区发现算法[J]. 刘世超,朱福喜,甘琳. 计算机学报. 2016(04)
[9]基于社交网络的观点传播动力学研究[J]. 熊熙,胡勇. 物理学报. 2012(15)
[10]基于随机行走的无线传感器网络簇间拓扑演化[J]. 陈力军,刘明,陈道蓄,谢立. 计算机学报. 2009(01)
本文编号：2997583
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
按物理距离和社会距离分类的VSN应用近年，虚拟现实系统的发展迅猛，虚拟现实系统开始走进人们日常生活
, , )为 A 对于 B 的信任度，对于 C 的信任度，主观逻辑衰减操作适用于计( , , , )|1A A A A A AX X X X X XA A A AX X X Xb d n e ab d n eω =+ + + =量转化为单值得到信任 ( ) = b + a 。任向量定义为：12 1 212 1 212 12 12 212 21b b bd b du b d ua a=== =任、不信任、不确定性和固有印象。b ,确定的概率。e 代表了没有证据时 A 对与产生的，而后验不确定性是由于证据失真而VSL 中通常为一个常数。
OpinionsWalk 算法及其在车辆社交网络任评估问题可以通过两个步骤来解决。首先，假设一个静态nionsWalk 算法来计算汽车社交网络中车辆间的信任度。O本节中介绍。当车辆在道路上行驶时，车辆网络 ( , , )经问题带来了一些挑战和机遇。因此，在第二部分中，本文设，通过估计车辆自身的直接信任，排除主观信任中由于自身。并在最后提出了将全球信任拓扑结构划分为社区信任拓扑任评估交网络被建模为一个有向图 ( , )，其中顶点 ， ∈ 代表某 i 与车辆 j 发生过交互[17]。通过校验交互数据的准确度、车度认知，将其表示为ω ，并将包含信任权重的车辆社
【参考文献】：
期刊论文
[1]基于合并影响概率的社交网络影响最大化算法[J]. 周飞,高茂庭. 计算机工程. 2018(05)
[2]车联社交网络中一种交友匹配的隐私保护方案[J]. 李雅菲,郑东,赖成喆. 计算机工程与设计. 2018(01)
[3]基于多层节点相似度的社区发现方法[J]. 张虎,吴永科,杨陟卓,刘全明. 计算机科学. 2018(01)
[4]社交网络中隐式事件突发性检测[J]. 介飞,谢飞,李磊,吴信东. 自动化学报. 2018(04)
[5]基于通信负载均衡的社交网络图分割方法[J]. 刘康,张雪英,李凤莲,田玉楚. 计算机工程与应用. 2018(04)
[6]基于信任关系重建和社交网络传递的推荐算法[J]. 刘慧婷,熊瑞瑞,赵鹏. 计算机工程. 2016(01)
[7]大规模复杂网络社区并行发现算法[J]. 乔少杰,郭俊,韩楠,张小松,元昌安,唐常杰. 计算机学报. 2017(03)
[8]基于标签传播概率的重叠社区发现算法[J]. 刘世超,朱福喜,甘琳. 计算机学报. 2016(04)
[9]基于社交网络的观点传播动力学研究[J]. 熊熙,胡勇. 物理学报. 2012(15)
[10]基于随机行走的无线传感器网络簇间拓扑演化[J]. 陈力军,刘明,陈道蓄,谢立. 计算机学报. 2009(01)
本文编号：2997583
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2997583.html
