面向车联网的安全机制与关键技术研究

发布时间：2022-10-31 19:59

　　近年来,汽车的数量急剧增加,给现有的交通系统带来了严峻的挑战。例如,交通拥堵和交通事故频发,严重威胁到人们的生命和财产安全。车联网被认为是解决上述问题的有效途径,通过在车与车之间、车与网络设施之间建立通信,使得车辆能够有效获取交通环境信息,提前做出驾驶决策,从而提升交通的安全和效率。然而,作为一个包含人、车、基站等多个元素的复杂网络,车联网中有可能存在各种安全隐患,危及网络的正常运行乃至交通的安全。本文重点关注车联网应用中的安全问题,旨在充分利用车联网中的各类数据（例如,车辆感知数据、通信数据、用户数据等）,实现对特定安全隐患的消除或恶意行为的抑制。具体而言,本文首先提出了面向车联网应用的数据驱动安全架构,概括性地介绍基本的方法和思路;然后,分别针对网约车、自动驾驶和共享汽车三类典型车联网应用,分析其可能存在的安全问题,并通过对车联网数据的分析和利用来解决这些问题。本文主要的研究内容和创新点可归纳为:1.面向车联网应用的数据驱动安全架构大数据在无线网络优化、用户体验提升等领域发挥的重要作用已被充分验证。除此之外,对数据的充分利用也可以在很大程度上保障网络安全。因此,本部分首先对车联网中... 

【文章页数】：125 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 车联网简介
        1.1.1 车联网发展历程
        1.1.2 车联网技术背景
    1.2 车联网中的主要安全问题与研究现状
        1.2.1 车联网安全问题概述
        1.2.2 本论文关注的车联网安全问题
        1.2.3 研究现状
    1.3 论文研究内容及组织结构
        1.3.1 研究内容与创新点
        1.3.2 论文结构
第2章 面向车联网应用的数据驱动安全架构
    2.1 引言
    2.2 车联网数据分类
        2.2.1 车辆感知数据
        2.2.2 通信数据
        2.2.3 用户数据
    2.3 面向车联网应用的数据驱动安全架构设计
        2.3.1 服务器
        2.3.2 基站
        2.3.3 终端
    2.4 设计目标
        2.4.1 安全需求
        2.4.2 隐私需求
        2.4.3 性能需求
    2.5 应用案例
    2.6 本章小结
第3章 基于移动行为的车联网Sybil攻击检测算法
    3.1 引言
    3.2 问题建立
        3.2.1 系统模型
        3.2.2 攻击模型
    3.3 基于移动行为的车联网Sybil攻击检测算法
        3.3.1 第一级Sybil攻击的检测算法
        3.3.2 第二级Sybil攻击的检测算法
        3.3.3 第三级Sybil攻击的检测算法
    3.4 性能评估与分析
        3.4.1 基于机器学习的Sybil检测(第一级)
        3.4.2 基于主观逻辑的位置可靠性评估(第二级)
        3.4.3 基于社区发现的合谋攻击检测(第三级)
    3.5 本章小结
第4章 基于区块链的车辆信任管理机制
    4.1 引言
    4.2 问题建立
        4.2.1 系统模型
        4.2.2 攻击模型
        4.2.3 设计目标
    4.3 基于区块链的车辆信任管理机制设计
        4.3.1 设计方案特点
        4.3.2 详细设计
    4.4 安全性分析与性能评估
        4.4.1 安全性分析
        4.4.2 性能评估
    4.5 本章小结
第5章 基于智能合约的车辆访问控制策略
    5.1 引言
    5.2 智能合约简介
    5.3 基于智能合约的车辆访问控制策略详细设计
        5.3.1 系统模型
        5.3.2 主要流程
    5.4 基于强化学习的订单选择策略优化
        5.4.1 问题建立
        5.4.2 问题求解
    5.5 性能评估与分析
        5.5.1 访问控制策略
        5.5.2 订单选择策略
    5.6 本章小结
第6章 结束语
    6.1 论文主要工作总结
    6.2 全文展望
附录1 缩略词说明
参考文献
致谢
攻读学位期间发表的学术论文


【参考文献】：
期刊论文
[1]基于属性的物联网感知层访问控制方案[J]. 刘琛,马驷俊,倪雪莉.  电子科技. 2019(09)
[2]机器学习在网络空间安全研究中的应用[J]. 张蕾,崔勇,刘静,江勇,吴建平.  计算机学报. 2018(09)
[3]道路交通运输安全发展报告（2017）[J]. Matthias Gsul,胡予红,周旋,宁丙文,米建英,刘佳,王光远,王静,董晨,张露丹.  中国应急管理. 2018(02)
[4]带周期时间特性的自主访问控制委托树模型[J]. 石伟丞,谭良,周明天.  计算机工程与应用. 2011(06)



本文编号：3699627