在当今时代,无论是在大城市还是小城市,每天的高峰期的常态就是交通瘫痪,这种现象给我们当前的生活带来了无法挽回的污染和大量资源的浪费。由于动态的车流数据量较大,有效地管理交通灯是一个巨大的挑战。世界正面临许多问题,其中最重要的问题包括交通堵塞。人们对世界范围内特别是城市地区的交通拥堵问题进行了研究,以期待其更加有效的研究智能交通系统(ITS)。然而,它在安全方面的很多问题日益严重,大多数现有框架都为其提供了安全服务。智能交通系统的发展是一个挑战,主要目的即提高红绿灯的工作效率,以降低市区交通堵塞以及车辆尾气的排放造成的环境污染问题。智能交通灯控制系统影响着整个交通,这些红绿灯的主要用途是通过调度冲突的交通流,提高车辆过马路时的安全性。当前在大数据智能交通系统中大多采用遗传算法和模糊控制的算法,由于这些算法所带来的安全以及准确性问题,为了应对这些挑战,我们进行了基于雾计算(思科提出的一项新技术,就是用户利用大量的边缘客户端或边缘设备来执行计算和存储的操作)的智能交通信号灯控制算法研究,实现动态高效的交通灯调度算法。其中CDH问题的谜题难度以及哈希碰撞谜题成为了该方案研究的基础。两种方案均假设交通灯是雾器。第一个方案基于CDH问题谜题的雾计算,附近的车辆可以通过基于位置加密的方式获取到来自于交通灯产生的一定难度的谜题。当车辆密度高,尤其存在紧急车辆时,必须研究选择最有效、最合适的时间周期,实现各个紧急场景下的紧急车辆顺利通过,其他车辆安全有效的通过十字路口,此时这种基于CDH问题谜题的方法就不能高效的处理交通流量信息。第二种基于哈希碰撞谜题的雾计算效率更高,附近的车辆只需要获取来自交通灯所产生的一个基于哈希碰撞问题的谜题,计算交通灯交叉口的车流和周围的车流以及交叉口车辆的参数,进行智能控制交通灯,这样提高每个交叉口的交通效率改善了整个交通运输的交通流量网络,是雾服务器友好的。经过算法分析,第二种基于哈希碰撞谜题的雾计算的方案,解决了第一种方案在车辆密集条件下的数据处理效率,实现最小的延迟,提高交通效率。