一种带隐私保护的持续交通流量统计方法与流程

本发明涉及交通流量的统计方法，具体涉及一种利用网络实现带隐私保护的交通流量统计方法。

背景技术：

交通流量统计是指在选定时间段内统计通过某个路口或同时通过多个路口的车辆数。由统计得到的车流大小可以推断出交通的拥挤状况、拥挤原因等，从而可以决定采取何种交通管理措施，以疏导交通、配置公共交通资源以及道路规划等。因此交通流量统计在交通网络中占据着十分重要的位置，是实现智能交通和做出高效交通决策的基础。

随着网络技术的日益成熟和发展，部分研究通过放置在路口的阅读器和车辆进行通信，以此统计经过路口的车辆数量。然而，现有研究还存在很多不足之处。例如，传统的交通流量统计研究大都是静态地统计在某段时间内经过单个路口的车辆数，并没有统计同时经过多个路口的车流大小，即点到点的车流量。实际上，点到点的车流量比单点车流量对道路交通研究规划来说更有意义。有了点到点的流量统计，我们不仅可以知道哪些路段在哪些时段会出现拥塞，还可以分析出这些车流量的来源以及造成拥塞的原因。其次，现有的交通流量统计研究大都未考虑车辆的隐私保护，使得在实际中很难得到应用和推广。仅有很少的研究考虑了车辆的隐私和点到点的流量统计。然而在交通规划中，不仅需要车辆在单时间片内的车流信息，还需要知道在同一个路口或点到点的持续车流量，即有多少车同时经过了一个或多个路口的多个时间片。然而，现在还没有机制可以在保护车辆隐私的基础上实现这一点。

技术实现要素：

为了解决上述实际交通流量统计中存在的问题，本发明就旨在设计一种持续车流统计方法，在保护车辆隐私的基础上，估算出单个路口或同时经过多个路口的持续车流量。

具体的，本发明公开了一种带隐私保护的持续交通流量统计方法，所述方法包括如下步骤：

步骤一，车辆的电子标签向路口的阅读器发送随机数；

步骤二，阅读器根据所述随机数得到位图文件，并发送给服务器；

步骤三，服务器根据所述位图文件离线译码，统计持续交通流量。

优选的，如上所述的带隐私保护的持续交通流量统计方法，所述步骤一具体包括以下步骤：

(1)当所述车辆经过路口时，电子标签与路口的阅读器交互，得到路口的编号l；

(2)电子标签计算并得到随机数hv：

其中，h是任意一个随机哈希函数，v是车辆的车牌号码，kv是车辆的私钥，l是所经过路口的编号，m为所述路口的位图文件b的位数；c为车辆的一个随机数数组，其中包含了s个随机数。

(3)所述电子标签将上述随机数hv发送给阅读器。

优选的，如上所述的带隐私保护的持续交通流量统计方法，不同车辆的随机数数组c中的随机数是不同的，同一辆车经过不同路口发送的随机数hv不同。

优选的，如上所述的带隐私保护的持续交通流量统计方法，所述步骤二具体包括以下步骤：

阅读器根据每个所述随机数hv设置b[hv]＝1，当测量周期结束后，获得位图文件b并发送给服务器。

优选的，如上所述的带隐私保护的持续交通流量统计方法，所述步骤三具体是单路口车流量统计，包括以下步骤：

(1)服务器得到t个测量周期的位图文件；

(2)将t个位图文件分为两部分，分别按位求与，得到的两个新的位图文件，分别为e1和e2；

(3)根据e1和e2计算得到同时被e1和e2中所有位图文件记录的车辆数目n1和n2；

(4)e1和e2按位求与，得到e*；

(5)根据e1、e2、n1、n2、e*计算得到估计的持续车流量

优选的，如上所述的带隐私保护的持续交通流量统计方法，所述n1和n2的计算方法为：

其中，是e1中等于0的位数所占的比例，是e2中等于0的位数所占的比例，m为所述路口的位图文件b的位数。

优选的，如上所述的带隐私保护的持续交通流量统计方法，所的计算方法为：

其中，是e1中等于0的位数所占的比例，是e2中等于0的位数所占的比例，是e*中等于1的位数所占的比例，m为所述路口的位图文件b的位数。

优选的，如上所述的带隐私保护的持续交通流量统计方法，所述步骤三具体是点到点车流量统计，包括以下步骤：

(1)将两个路口的t个位图文件分别按位求与，得到新位图文件e*和e′*；

(2)计算分别经过两个路口的持续车流量n和n′；

(3)将e*和e′*按位求与，得到e″*；

(4)估算同时经过了两个路口的t个测量周期的车流量

优选的，如上所述的带隐私保护的持续交通流量统计方法，所述n和n′的计算方法为：

其中，v*，0是e*中为0的位数所占的比例，v′*，0是e′*中为0的位数所占的比例，m为所述路口的位图文件b的位数。

优选的，如上所述的带隐私保护的持续交通流量统计方法，所述的计算方法为：

其中，v*，0是e*中为0的位数所占的比例，v′*，0是e′*中为0的位数所占的比例，m为所述路口的位图文件b的位数，v″*，0是e″*中为0的位数所占的比例，s是车辆的随机数组c的长度。

本发明的有益效果如下：本发明能够更为精确的统计出在同一个路口或点到点的持续车流量，有利于疏导交通、配置公共交通资源以及道路规划。同时，能够保护车辆隐私，维护车辆使用者的安全性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的持续交通流量统计方法流程图。

图2是车辆端的在线编码流程图。

图3是阅读器端的在线编码流程图。

图4是单路口持续车流统计流程图。

图5是点到点持续车流统计流程图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

如图1所示，为本发明的一种带隐私保护的持续交通流量统计方法，所述方法包括如下步骤：

s1、车辆的电子标签向路口的阅读器发送随机数；

s2、阅读器根据所述随机数得到位图文件，并发送给服务器；

s3、服务器根据所述位图文件离线译码，统计持续交通流量。

本发明提出的能够保护车辆隐私的持续交通流量统计方法，具体实现主要包含在线编码和离线译码两部分。其中，图1中的步骤s1和s2都属于在线编码部分。在线编码部分需要在每个要进行流量统计的路口安装阅读器，并在每辆车上安装一个rfid标签。当车经过路口时，会按照一定规则向阅读器发送一个随机数。阅读器收到车辆发送的随机数后，会利用哈希函数在自身的位图文件(bitmap)上进行置位。最终，在测量周期结束后阅读器会得到一个完整的位图文件(bitmap)，将其发送给服务器，以便接下来进行离线译码。在线编码部分通过车辆和路口阅读器之间的交互，采用一定的隐私保护机制，实现在线的实时编码。

如图2所示，车辆端的在线编码步骤s1的具体实现方式包括以下步骤：

s11：当经过路口l时，与阅读器交互，得到路口的编号l；

s12：计算出

s13：将随机数hv发送给阅读器。

如图3所示，阅读器端的在线编码步骤s2的具体实现方式包含以下步骤：

s21：判断是否有车辆与其交互？若是，执行s22；否则，继续等待，执行s21；

s22：发送自身的路口编号l给车辆；

s23：判断是否收到车辆发送的随机数hv？若是，跳转至s24；若否，继续等待，执行s23。

s24：设置b[hv]＝1；

s25：判断当前测量周期是否结束？若是，执行s25；否则，执行s21。

s26：发送得到的bitmapb给服务器；

s27：将b中的所有位均置0，开始下一个测量周期。

更为详细的，为使本领域技术人员更加理解并易于实施本发明，根据本发明的另一个优选实施例，上述在线编码部分s1、s2的更为具体实现方式如下：

(1)在每个测量周期开始，每个路口的阅读器首先设置自身的位图文件(bitmap)的所有位均为0。以某个路口l为例，假设它的位图文件(bitmap)用b表示，且b有m位。每辆车有一个随机数数组c，其中包含了s个随机数。需要注意的是，不同车辆数组c中的随机数是不同的。当车辆经过路口l时，会向阅读器发送一个随机数hv。该随机数由哈希函数计算得到，具体计算公式为：

其中，h可以是任意一个随机性很好的哈希函数，v是车辆的车牌号码，kv是这辆车的私钥，l是所经过路口的编号。由于kv和随机数数组c中的随机数只有车辆自身知道，所以阅读器无法根据车辆发送的随机数hv相关联。除此之外，同一辆车经过不同路口发送的随机数hv也不同，这就使得阅读器很难跟踪某辆车的运动轨迹，从而起到保护车辆位置隐私的效果。在计算出hv后，车辆会将其发送给阅读器。

(2)阅读器在收到车辆发送的hv后，会在b的相应位置置1，即设置b[hv]＝1。

(3)在一个测量周期结束后，阅读器会将本测量周期得到的bitmapb发送给服务器，用于做离线译码。

图1中的步骤s3属于离线译码部分。服务器在收到所有路口在不同测量周期发送过来的bitmap之后，会进行离线译码工作。本发明共设计了两种不同的离线译码方法，一种是针对单路口的持续车流统计离线译码，另一种是针对点到点的持续车流统计离线译码方法。假设有某个路口l在t个不同的测量周期在线编码得到的一组bitmap，用b1，b2，...，bt表示。

单路口的持续流量统计是要计算出有多少辆车在给定的t个测量周期均经过了某个路口。单路口的持续车流统计的具体实现步骤如图4所示：

s31：服务器得到t个测量周期的bitmap；

s32、将t个bitmap分为两部分，分别为和分别对和中的bitmap按位求与，得到的两个新的bitmap分别为e1和e2。即，设置e1的第i位为设置e2的第i位为

s33、用下面的公式分别估算出同时被e1和e2中所有bitmap记录下来的车辆数目，得到n1和n2。

其中，是e1中等于0的位数所占的比例，例如e1中等于0的位数为200，e1的总位数m＝1000，那么同理，是e2中等于0的位数所占的比例，m为所述路口的位图文件b的位数。

s34、将e1和e2按位求与，得到e*。

s35、利用下面公式估计出同时被t个bitmap记录下来的持续车流量

其中，是e*中等于1的位数所占的比例，m为所述路口的位图文件b的位数。

假设有两个路口l和l′，点到点持续车流量是指在给定的t个测量周期内，同时经过了两个路口的t个测量周期的车流量。假设路口l记录下来的t个bitmap为b1，b2，...，bt，路口l′记录下来的t个bitmap为b′1，b′2，...，b′t。

本发明中点到点的持续车流统计的具体实现步骤如图5所示：

s41、分别对两个路口的t个bitmap按位求与，得到两个新的bitmap为e*和e′*。

s42、用下面的公式4估计分别经过两个路口的持续车流量，得到估计值n和n′。

其中，v*，0是e*中为0的位数所占的比例，v′*，0是e′*中为0的位数所占的比例。

s43、将e*和e′*按位求与，可以得到一个新的bitmap为e″*。

s44、用下面的公式5估算出同时经过了两个路口的t个测量周期的车流量

其中，v″*，0是e″*中为0的位数所占的比例，s是车辆的随机数组c的长度。

如此，通过以上的技术方案，本发明能够更为精确的统计出在同一个路口或点到点的持续车流量，有利于疏导交通、配置公共交通资源以及道路规划。同时，能够保护车辆隐私，维护车辆使用者的安全性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若对本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。