基于车联网信息安全平台风险评估系统的研究与实现
发布时间：2023-03-19 14:58
随着车联网技术的不断成熟,车联网安全技术也逐渐得到众多学者的关注。目前,在车联网安全技术研究的领域中主要是车联网体系架构安全模型研究和联网汽车信息安全的相关研究及应用,从系统架构和信息安全层面上提升车联网的安全性。将车联网技术和数据应用于识别和控制风险是一个新兴的研究领域,拥有巨大的潜力,风险评估能够分析预测车辆即将发生的事故,其核心目标是减少交通事故的发生。本文在车联网信息安全平台的基础上,针对车辆单位内部的管理需求,实现对车载终端设备和驾驶员的管理,并且建立风险管理系统。系统利用车载终端设备收集车辆信息,包括车辆异常信息、道路信息以及驾驶员不安全的驾驶行为数据,从信息安全和人为因素两方面考虑,对风险信息进行辨识和评估。通过风险评估的结果,按照风险级别给驾驶员发布预警并进行监控。整个系统包含了车辆信息管理、风险数据管理、问卷信息管理、监控预警管理以及驾驶员画像分析,为车辆管理单位提供对驾驶员和车辆安全管理的服务。通过车辆信息数据管理收集联网汽车行驶过程中的风险信息,将数据传输到风险管理系统进行风险辨识和评估,利用监控预警系统发布预警信息。风险管理系统设计了原风险信息的综合管理业务,包...
【文章页数】：104 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 选题背景及意义
1.1.1 选题背景
1.1.2 论文研究意义
1.2 国内外研究现状
1.2.1 国外车联网研究现状性
1.2.2 国内车联网研究现状性
1.2.3 车联网研究中存在的不足
1.3 本文的主要工作
1.4 论文结构
第二章 相关技术的研究
2.1 车辆数据信息采集技术
2.1.1 车载诊断模块
2.1.2 数据解析
2.2 风险评估管理方法
2.2.1 风险识别方法
2.2.2 风险等级评估方法
2.3 云计算架构
2.3.1 云计算服务模式
2.3.2 车辆云计算
2.3.3 大数据分布式数据存储
2.4 大数据画像
2.4.1 数据画像应用场景
2.4.2 数据画像分析方式
2.4.3 K-means聚类算法
2.4.4 RFM模型
第三章 需求分析
3.1 概述
3.2 可行性分析
3.2.1 技术可行性
3.2.2 操作可行性
3.3 功能性需求
3.3.1 系统框架
3.3.2 模块描述
3.3.3 功能框架
3.4 性能需求
3.5 风险管理业务流分析
3.5.1 车辆信息采集业务分析
3.5.2 风险信息采集业务分析
3.5.3 风险辨识评估业务分析
3.5.4 监控预警业务分析
3.6 用例描述
3.6.1 辨识评估模块用例
3.6.2 车辆信息模块用例
3.6.3 风险信息模块用例
3.6.4 监控预警模块用例
3.6.5 大数据画像模块用例
3.7 本章小结
第四章 系统设计
4.1 系统架构设计
4.2 系统部署设计
4.3 风险管理数据流分析
4.3.1 车辆信息管理系统设计
4.3.2 风险信息采集系统设计
4.3.3 风险辨识评估系统设计
4.3.4 监控预警系统设计
4.4 系统设计的目标
4.5 大数据画像设计
4.5.1 驾驶员画像构建
4.5.2 RFM模型
4.5.3 聚类分析
4.6 存储架构设计
4.7 数据采集设计
4.8 系统中的用户、角色及权限
4.9 系统的数据库设计
4.9.1 系统数据E-R图
4.9.2 数据库逻辑结构设计
4.9.3 系统核心数据库表
4.10 本章小结
第五章 系统实现与测试
5.1 开发环境
5.1.1 硬件环境
5.1.2 软件环境
5.2 实现及展示
5.3 功能测试
5.3.1 用户信息管理功能测试
5.3.2 车辆信息接收功能测试
5.3.3 风险评估功能测试
5.3.4 大数据画像功能测试
5.4 性能测试
5.5 压力测试
5.5.1 系统并发测试
5.5.2 可用性测试
5.6 本章小结
第六章 总结与展望
致谢
参考文献
攻读硕士学位期间取得的成果
本文编号：3765453
【文章页数】：104 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 选题背景及意义
1.1.1 选题背景
1.1.2 论文研究意义
1.2 国内外研究现状
1.2.1 国外车联网研究现状性
1.2.2 国内车联网研究现状性
1.2.3 车联网研究中存在的不足
1.3 本文的主要工作
1.4 论文结构
第二章 相关技术的研究
2.1 车辆数据信息采集技术
2.1.1 车载诊断模块
2.1.2 数据解析
2.2 风险评估管理方法
2.2.1 风险识别方法
2.2.2 风险等级评估方法
2.3 云计算架构
2.3.1 云计算服务模式
2.3.2 车辆云计算
2.3.3 大数据分布式数据存储
2.4 大数据画像
2.4.1 数据画像应用场景
2.4.2 数据画像分析方式
2.4.3 K-means聚类算法
2.4.4 RFM模型
第三章 需求分析
3.1 概述
3.2 可行性分析
3.2.1 技术可行性
3.2.2 操作可行性
3.3 功能性需求
3.3.1 系统框架
3.3.2 模块描述
3.3.3 功能框架
3.4 性能需求
3.5 风险管理业务流分析
3.5.1 车辆信息采集业务分析
3.5.2 风险信息采集业务分析
3.5.3 风险辨识评估业务分析
3.5.4 监控预警业务分析
3.6 用例描述
3.6.1 辨识评估模块用例
3.6.2 车辆信息模块用例
3.6.3 风险信息模块用例
3.6.4 监控预警模块用例
3.6.5 大数据画像模块用例
3.7 本章小结
第四章 系统设计
4.1 系统架构设计
4.2 系统部署设计
4.3 风险管理数据流分析
4.3.1 车辆信息管理系统设计
4.3.2 风险信息采集系统设计
4.3.3 风险辨识评估系统设计
4.3.4 监控预警系统设计
4.4 系统设计的目标
4.5 大数据画像设计
4.5.1 驾驶员画像构建
4.5.2 RFM模型
4.5.3 聚类分析
4.6 存储架构设计
4.7 数据采集设计
4.8 系统中的用户、角色及权限
4.9 系统的数据库设计
4.9.1 系统数据E-R图
4.9.2 数据库逻辑结构设计
4.9.3 系统核心数据库表
4.10 本章小结
第五章 系统实现与测试
5.1 开发环境
5.1.1 硬件环境
5.1.2 软件环境
5.2 实现及展示
5.3 功能测试
5.3.1 用户信息管理功能测试
5.3.2 车辆信息接收功能测试
5.3.3 风险评估功能测试
5.3.4 大数据画像功能测试
5.4 性能测试
5.5 压力测试
5.5.1 系统并发测试
5.5.2 可用性测试
5.6 本章小结
第六章 总结与展望
致谢
参考文献
攻读硕士学位期间取得的成果
本文编号：3765453
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3765453.html
