当前,车载服务正在高速发展,车辆之间的信息分享可以提高驾驶员的驾驶体验,辅助实现现代城市智能出行。然而,车辆之间所传输数据可信度并不能得到保证。错误的警报或无效的信息传输不仅可能会误导用户行为,甚至可能造成严重的交通事故。车辆社交网络中的信息交流受到用户之间的信任所支配,因此用户之间的信任需要被不断评估,车辆节点之间基于信任的社交关系至关重要。现有的信任计算多受制于车辆之间的消息传输历史,从而导致车辆传感器无法承受大量数据所产生的计算量,同时还会在一定程度上涉及用户隐私和权限等问题。为解决上述问题,本文从以下几个方面进行深入研究。(1)为解决现有车辆社交网络中所传输消息可信度不能得到保证的问题,本文设计了Quick Walk算法。该算法可以计算网络中任意车辆之间的信任值,并对车辆信任计算的必要性进行判断,并删除不必要更新。Quick Walk算法在对车辆进行遍历时采取广度优先的搜索方式迭代更新列向量,形成一种客观、细粒度的信任评估机制。(2)为解决现有车辆社交网络中车辆传感器无法承受大量信任计算的问题,本文设计了一个能够促进车辆之间可信赖的信息共享,解决信任评估问题的车辆社交网络消息传输模型。该模型基于随机图的概念构建,将所有车辆视为不同节点,并将这些节点加入一个真实的、能够展现节点社交关系与行为的车辆社交网络中。在此模型中利用Quick Walk算法计算节点之间的信任值,改变车辆之间的交互模式,减少消息传输过程中的计算规模。(3)本文分别对Quick Walk算法和车辆社交网络消息传输模型进行实验仿真。首先将Quick Walk算法在随机图中和Advogato数据集上运行并与基准算法的执行时间进行比较。同时设计一个小型复杂网络模型,计算在模型中Quick Walk算法的运行效率。结果表明Quick Walk算法相比基准算法具有更高的运行效率。最后,本文搭建一个消息传输模型,模拟车辆之间的信任计算与消息传输。仿真结果表明消息传输模型可以有效减少网络中消息传输的数量,大大减少消息传输的负担。