一种基于区块链的车联网信任管理方法

本发明涉及车联网，特别涉及一种基于区块链的车联网信任管理方法。

背景技术：

1、车联网作为智能交通系统的基础设施，已经引发了工业界和学术界的广泛关注。由于车辆的高移动性和可变性，导致相邻车辆间彼此陌生，互不信任，一旦恶意车辆泄露其他车辆的位置或者报告虚假消息扰乱其他车辆的正常行驶，将会造成不可预计的损失。因此评估车辆的可信度成为车辆网络重要的研究内容。

2、许多研究提出信任管理是解决车联网信任问题的有效方式。它可以实现车联网信息的可信度计算，进而提高识别虚假信息的准确性，还可以计算和更新车辆的信任值，有效解决车联网中存在虚假信息和恶意车辆的问题。因此车联网中车辆的可信度可以成为服务运营商惩罚车辆恶意行为的依据。现有的信任管理主要采用集中式架构，集中式架构将信任模型所计算的所有评级和结果都记录在集中服务器上，然而车辆在极短的时间延迟内做出决定会影响车辆的服务质量。此外，如果中心化服务器遭到攻击者攻击，将导致车辆的信任信息遭到泄露，造成不可预计的损失，因此目前基于集中式架构的车联网信任管理方法还存在安全性低的问题。

技术实现思路

1、本发明目的是为了解决现有车联网信任管理方法还存在安全性低的问题，而提出了一种基于区块链的车联网信任管理方法。

2、一种基于区块链的车联网信任管理方法，包括：

3、步骤一、为车联网网络中的车辆分配注册证书并将注册证书上传到区块链；

4、步骤二、车联网网络中的车辆vi将注册证书作为假名，车辆vi使用假名在车联网网络中广播交通事件信息，距离车辆vi最近的rsu根据其他车辆对广播的交通事件信息的评价获取车辆vi的信任值，距离车辆vi最近的rsu利用车辆vi信任值更新车辆vi信任阈值；

5、步骤三、采用raft共识算法选择一个rsu作为领导者leader，判断距离车辆vi最近的rsu是否为领导者，若距离车辆vi最近的rsu不是领导者，则不进行操作；若距离车辆vi最近的rsu为领导者，则领导者将车辆发送的信任值打包成区块，并向所有rsu广播区块，rsu验证区块中字段的完整性，若验证通过则rsu相互传递审核结果，领导者收到的rsu审核结果大于数量阈值a，则将区块提交到区块链上，从而在区块链上更新车辆信任值，若领导者收到rsu的审核结果数量小于数量阈值a，则重新选举领导者。

6、进一步地，所述步骤一中的为车联网网络中的车辆分配注册证书并将注册证书上传到区块链，具体为：

7、步骤一一、车辆进入车联网网络后，可信第三方ta为车辆分配注册证书；

8、步骤一二、将车辆注册证书上传到区块链：

9、分配到注册证书的车辆生成公私钥对，并向ta发送一个包含真实身份信息的消息，ta判断当前车辆身份是否合法，若当前车辆身份不合法，则撤销当前车辆的注册证书；若当前车辆身份合法，则当前车辆将注册证书作为假名，并将假名上传到证书区块链上；

10、若当前车辆注册证书到期时间与当前时间的差小于等于预设时间间隔，则车辆重新生成新的公私钥对，并重新向ta发送真实身份信息，ta为当前车辆更新注册证书，并将更新后的注册证书上传到证书区块链上。

11、进一步地，所述ta判断当前车辆身份是否合法，具体为：判断当前车辆注册证书是否过期，若没有过期则表示合法，否则表示不合法。

12、进一步地，所述步骤二中的车辆vi使用假名在车联网网络中广播交通事件信息，距离车辆vi最近的rsu根据其他车辆对广播的交通事件信息的评价获取车辆vi的信任值，距离车辆vi最近的rsu利用车辆vi信任值更新车辆vi信任阈值，具体为：

13、步骤二一、车辆vi向车联网网络中其他车辆广播交通事件信息，其他车辆将广播交通事件信息的类型的标号作为观测值，从而获得观测序列；

14、所述广播交通事件信息的类型包括：1、事故信息；2、道路异常信息；3、交通信息；

15、步骤二二、距离车辆vi最近的rsu利用车辆的历史隐藏序列和历史观测序列训练crf，直到训练好的crf模型召回率、精确率、f1分数均达到预设阈值，获得crf模型的最优参数：

16、隐藏序列为其他车辆对广播交通事件信息的评价序列；

17、隐藏序列有true和false，true表示车辆认可广播的交通事件信息，false代表车辆不认可广播的交通事件信息；

18、步骤二三、将crf模型的最优参数和车辆vi的观测序列输入到crf模型中，获得其他车辆对广播交通事件信息的隐藏序列，并利用隐藏序列获取车辆vi的信任值；步骤二四、距离车辆vi最近的rsu利用车辆vi信任值更新车辆vi信任阈值。

19、进一步地，crf模型，具体为：

20、

21、其中，x是观测序列，y是隐藏序列，z(x)是中间变量，i是时刻标号，k是边的标号，tk是定义在边上的特征值，sl是定义在节点上的特征值，l是节点的标号，λk是边的权重，μl是节点权重，yi是第i个时刻的隐藏值，yi-1是第i-1个时刻的隐藏值。

22、进一步地，所述步骤二三中的利用隐藏序列获取车辆vi的信任值，具体为：

23、f(y)＝1/(1+e-wy)

24、其中，y是隐藏序列，w是信任值权重，f(y)是车辆vi的信任值。

25、进一步地，所述步骤二四中的距离车辆vi最近的rsu利用车辆vi信任值更新车辆vi信任阈值，具体为：

26、首先，设置车辆信任阈值组(δ1,δ2,..δj...δn)；

27、其中，(δ1,δ2,..δj.,δn)为递增的等差数列，δj是第j个信任阈值，n是信任阈值总数；

28、然后，距离车辆vi最近的rsu利用车辆vi信任值与当前信任阈值比较，若车辆vi信任值大于等于当前信任阈值δj，则表示当前车辆发送的时间信息为真实信息，保存当前信任阈值；若车辆信任值小于当前信任阈值δj，则判断当前信任阈值δj是否等于δn，若δj＝δn则将当前车辆剔出车联网网络，若当前信任阈值δj不等于δn，将当前信任阈值更新为δj+1；

29、其中，车辆的初始信任阈值为δ1。

30、进一步地，所述步骤三中的数量阈值

31、本发明的有益效果为：

32、本发明通过计算车辆的信任值保证车联网网络中存在一个安全可信的信任环境，将计算的车辆的信任数据上传到区块链上进行数据管理，利用区块链技术保证车辆的数据的匿名性和不可篡改性，提升了车联网信任管理方法的安全性。本发明基于crf模型的训练与预测提出了一种车辆的信任值计算方法，根据车辆的观察序列预测出车辆隐藏序列，从而获得车辆信任值，根据车辆的信任阈值判断当前车辆是否可信，并通过区块链保证了车辆信息的安全性，大大减少了恶意车辆的产生，保证了车辆数据的不可篡改性和匿名性，提升了车辆数据的隐私安全。本发明能够在不信任的车联网环境中判断车辆的行为是否可信，提升了车联网信任管理的安全性。