面向车联网的共识机制研究与应用

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:wang_hua1983
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
车联网是物联网体系中最有发展前景,市场规模最大的领域之一,对提高交通效率和安全水平具有重要意义。当前车联网安全主要存在以下问题:(1)数据诚信问题,即,车辆数据在存储与通信过程中的一致性难以保障;(2)中心化问题,即,所有的车联网设备统一由中心服务器进行管理,在中心化服务器受到攻击或者出现恶意行为时,整个车联网将出现严重故障。由于区块链技术内生的安全性(如去中心化、不可篡改、公开透明等特性),其被视为一种有效解决车联网安全问题的新兴技术。为解决车联网的安全认证问题,针对车辆的高移动性、分散分布等特性,本文设计了面向车联网基于区域链和主链的区块链网络体系;进一步,针对车联网设备资源受限和共识效率低下的问题,提出基于信誉模型的DPOS共识机制。具体而言,本文主要完成了以下工作:首先,针对车辆的动态性变化问题,提出主链与区域链结合区块链网络结构。该结构将全网分为不同区域,各个区域内实行车辆自治,车辆跨区移动时,与主链交互实现身份的安全认证。车辆的身份信息被记录在主链区块中的Merkle树中,通过对比Merkle树叶子节点来保证车辆信息真实有效。其次,为了能够在主链-区域链架构中提高车辆参与度,实现高效、安全的共识算法,本文在传统DPOS的代理-投票模型中,引入了车辆信誉度评分机制,提出了一种基于信誉模型的DPOS共识机制。基于信誉模型的DPOS共识机制有效解决了车载设备计算性能不足的问题,结合信誉度评分机制,能够遏制恶意节点参与共识,提高对恶意节点的容忍也提高了普通节点的参与度。最后,论文通过模拟实验,对DPOS投票信誉模型的节点信誉与区域关系,恶意节点对信誉值影响以及恶意节点投票当选概率这三个方面进行验证分析。实验结果表明,基于信誉机制和DPOS的区块链跨区域认证方案,能够有效激励正常节点运作,减少恶意节点的危害;而主链加区域链的网络结构,也显著降低了整体网络的开销,提高了全网的吞吐量,降低了车辆在网络中的认证时间。研究工作表明,基于主链-区域链的车联网架构能够在保证效率和安全性的前提下,实现各个区域的车辆身份认证和信息安全交互,同时在共识层面能够有效激励节点,降低恶意节点的危害,具有重要的实用意义。
其他文献
商品商标一般由商标图案与商标文字两部分组成。随着商品经济的不断发展与人们的知识产权意识不断提升,商标在商品流通过程中扮演着越来越重要的角色,商标申请数量逐年上升,商标侵权案件特别是与商标文字相关的案件也逐年增多。现有主管部门的相关工作需要自动化手段的辅助,因此商标文本检测作为多种自动化手段开发的首要步骤有着重要意义。然而,由于商标文本结构复杂,背景干扰丰富等问题,现有文本检测方法在检测商标文本时会
自2008年比特币诞生以来,作为比特币底层技术的区块链,在金融、医疗和保险等众多领域得到了广泛的应用。但由于区块链技术本身的特点,大多数的区块链应用都是一个个独立的网络,不同的区块链之间难以进行有效的资产或者数据的流通,所以产生了区块链跨链技术来解决不同区块链之间的价值交换的问题,在当前的跨链技术中,应用最广泛的是原子交换技术,但当前的原子交换技术还存在着安全性低、交易速度慢等问题,针对此类问题,
随着互联网不断超出预期的快速发展,单一的集中式控制器已经无法满足当今运营商、互联网企业以及用户的需求。据估计SDN未来产值在2024年将会达到704.1亿美元,单一的控制器架构延伸到多控制器架构是必然趋势。实用拜占庭算法就是多控制器同步算法之一,但是其通信和时间复杂度达到了O(2)。同时在分布式SDN选路过程中,在计算控制层面的逻辑节点拓扑时需要考虑每一个控制器所管控的交换机拓扑情况,只针对控制器
随着移动互联网和移动定位技术的快速发展,海量轨迹数据得以汇聚。轨迹分类是时空数据挖掘领域的重要研究内容。近年来,不少学者将深度学习应用在轨迹分类领域,并取得了不错的进展,但如何有效利用轨迹的时空信息一直是一个研究难点。本文以提高轨迹分类精度为目标,立足于时空信息增强和神经网络模型构建两方面,针对数据集是否含有标签,开展有监督和无监督的轨迹分类研究。主要研究工作包括:1.在轨迹数据时空信息增强方面,
随着智能手机与个人电脑的普及,以及先进的通信技术支持下,不论何时都有海量的文本信息、音频、图像等数字信息在互联网上传输。数字图像作为网络上最主要的信息载体之一,其安全问题尤其重要。图像加密技术是最常用的保护图像信息的手段,由于数字图像具有众多与传统文本信息不同的特性,导致传统的文本加密技术不再适用于图像加密。混沌系统的伪随机性、初值敏感性、遍历性等混沌特性与密码学的要求不谋而合。因此研究中将混沌系
随着互联网技术的飞速发展,在线论坛已经成为人们争论和辩论的主要媒介,用户针对某一论题或事件持有不同的论点,在互联网上进行论辩和讨论,由此产生了大量的观点评论等论辩文本,如何自动地从非结构文本中提取论辩结构是亟待解决的问题,如何利用好这些论辩文本蕴含了巨大的商业价值,同时带来了巨大的挑战,本文针对论辩挖掘领域的论点识别以及细粒度的论辩部件识别进行了研究,具体而言本文主要完成了以下工作:1.论辩挖掘中
随着空间技术的发展,激光通信因其速率高、通信容量大和强的抗干扰能力等优点在全球通信的作用日渐明显。在星间激光通信中,星间传输距离经常变化,同时也会受到太阳光、电磁粒子等因素影响,采用信道编码技术可以提高星间激光通信的可靠性。在诸多信道编码方法中,低密度奇偶校验(Low Density Parity Check,LDPC)码因其性能接近香农极限、低编码复杂度和易于硬件实现等优点而得到了广泛应用。本文
如今环境问题日益突出,如何应对经济的快速发展和资源紧缺及环境污染之间的矛盾,成为了一个全球性的难题。在此背景下,绿色供应链的建设成为推动绿色发展的关键点。为推动绿色供应链发展,政府推行了各种优惠政策以激励供应链成员进行绿色产品研发、绿色生产和绿色推广等绿色实践,其中最普遍、最有效的激励策略就是政府补贴。但是现阶段我国补贴政策的实施存在一定问题。补贴整体设计有待改善,补贴对象的选择等方面过于单一,补
空气污染问题已成为全球广泛关注的公共卫生问题,大气污染物传输模式及某地区污染物来源也成为各学科学者的研究热点。环境科学界通常使用复杂的大气传输和扩散模型,对空气污染问题进行了广泛的研究,此类研究结果缺少时序信息,不能为治理者提供具有时空针对性的治理决策。可视分析结合图形学、数据挖掘以及人机交互手段,帮助用户通过与交互式的可视化界面进行人机交互,直观高效地从海量信息中挖掘出用户想要的信息。在“十二五
随着人民消费需求的多样化、基础建设的不断完善以及电子商务的蓬勃发展,城市配送在整个物流体系中越来越重要,因此提高城市末端配送的服务质量和效率,对整个物流体系效率以及服务质量的提升都至关重要。当前我国的城市末端配送体系建设仍处于发展阶段,低人工成本以及之前市场的快速发展掩盖了配送组织体系落后以及服务水平低的弊端,造成了物流资源的浪费以及环境的污染,同时这也是我国物流成本占GDP比例高的原因之一。基于