車聯(lián)網(wǎng)虛假信息過濾及相關(guān)安全問題研究.pdf

1、車聯(lián)網(wǎng)是使用無線網(wǎng)絡技術(shù)，由配備有無線通信裝置的車輛節(jié)點以及路邊基礎設施RSU組成的Ad-hoc網(wǎng)絡，它是車輛間信息交互的平臺，擔負著保障行車安全、協(xié)助駕駛以及提供車載遠程服務的任務。由于車聯(lián)網(wǎng)與人們的日常生活以及生命財產(chǎn)安全息息相關(guān)，近年來，受到越來越多的關(guān)注，與此同時，車聯(lián)網(wǎng)系統(tǒng)安全問題也成為研究的熱點。在車聯(lián)網(wǎng)的實時管理控制中，事故發(fā)生時車節(jié)點會廣播事件信息給鄰居節(jié)點進行預警，而惡意節(jié)點會出于獨占交通資源、破壞網(wǎng)絡活動的目的廣播虛

2、假警告信息，從而影響其他節(jié)點的移動模式。虛假信息不能被有效過濾將會導致交通資源得不到合理利用以及用戶生命財產(chǎn)安全得不到保障。節(jié)點身份的唯一性是車聯(lián)網(wǎng)中實現(xiàn)資源合理分配、路由、信息過濾的基礎，然而由于隱私保護的需求，車節(jié)點往往以別名參與網(wǎng)絡活動，這為惡意節(jié)點發(fā)動Sybil攻擊提供了可乘之機。惡意節(jié)點傳播虛假消息和發(fā)動Sybil攻擊都是車聯(lián)網(wǎng)系統(tǒng)安全的重大威脅。
　　 對于虛假信息過濾問題和Sybil攻擊檢測問題，國內(nèi)外的學者針對不

3、同應用場景提出了一系列算法機制。但是，他們中的大部分在實際應用中還存在大量的問題。對于虛假信息過濾，存在過分依賴RSU(Road-side Unit)，不能用于RSU分布稀疏的郊區(qū)或高速路場景;過分依賴信譽體系，對節(jié)點信譽變化適應慢;對消息內(nèi)容本身缺少分析的缺點。而對于Sybil攻擊檢測，存在穩(wěn)定性較差，易受外界環(huán)境因素的影響如大型障礙物;易受無線信號穩(wěn)定性影響以及對路邊單元RSU依賴性過大的問題。
　　 本文對車聯(lián)網(wǎng)中系統(tǒng)安全

4、問題進行了深入的研究與分析，對于虛假信息過濾和Sybil攻擊檢測問題提出了一些解決方案:
　　 1)針對虛假信息過濾中基于信譽體系的過濾方法過濾依據(jù)單一而且不夠可靠靈活的問題提出了一個以數(shù)據(jù)為中心的完整的虛假信息過濾機制。該機制包含從消息的接收到驗證、過濾再到警告觸發(fā)的過程，以BP神經(jīng)網(wǎng)絡為核心，通過對信息內(nèi)容進行分析，與發(fā)送者行為狀態(tài)進行比較，并參考鄰居節(jié)點信息來對接收到的警告消息進行準確的判斷。由于BP網(wǎng)絡的訓練是預先完成的

5、，為了使網(wǎng)絡的適應性得到提高，本文提出在車輛行駛過程中收集消息樣本并對BP網(wǎng)絡進行增量學習的方法。通過仿真實驗結(jié)果可以得知，本文中的過濾機制不易受攻擊者所占比例、信譽值以及車節(jié)點密度的影響，具有更好的穩(wěn)定性而且過濾準確性達到94％。
　　 2)針對現(xiàn)有Sybil攻擊檢測易受無線通信穩(wěn)定性影響以及過于依賴RSU，不能適應各類場景的問題提出了一種簡單易行的，穩(wěn)定性強不易受網(wǎng)絡環(huán)境影響并且能夠適應城市或郊區(qū)各類場景的Sybil攻擊檢測