一种VANET环境下基于主观逻辑信任评估算法的恶意节点识别方法

本发明涉及车联网(vanet)，具体是一种vanet环境下基于主观逻辑信任评估算法的恶意节点识别方法。

背景技术：

1、车联网(vehicular ad-hoc network,vanet)作为现代智能交通系统的重要组成部分，主要通过车载传感器获取车辆、车主、道路属性信息以及车辆行驶过程中的动、静信息，并通过多种通信技术实现人与车、车与车、车与路侧基础设施之间的信息交流和共享，从而提高道路安全和交通运营效率。车联网与传统有线网络相比，具有信道开放、带宽有限、链路容量易变、快速移动和网络拓扑动态变化等特性，这些特征使车联网通信具有许多先天安全弱点，能够对车辆网中的数据进行加密，路由达到可信的状态、通信协议能够得到安全的认证、对车联网成员的隐私保护到位。

2、在大规模网络中，但车联网作为ad hoc网的一种特殊形态，网络节点成员时刻处于动态变化中，加密认证等传统机制虽然可以在一定程度上抵御外部节点的攻击，却对内部节点的恶意行为无能为力。若网络中的恶意节点拒绝通信合作或者进行拒绝服务攻击，将会严重影响网络性能，威胁网络安全。

3、综上所述，本发明引入一种基于加权主观逻辑信任评估算法，提出如何识别恶意节点识别模型，该算法利用节点间相互分享的信誉信息，能快速检测出恶意节点的存在，并将其隔离。

技术实现思路

1、本发明目的在于提供一种车载网环境下基于主观逻辑模型的信任机制识别出恶意节点方法，该方法采用了加权主观逻辑信任评估算法wslt，目的是举报信任，接入信任值，对节点行为进行评估，在一定程度上抵制了恶意贬低正常节点信任值行为对信誉机制的影响，提升了网络性能。与现有基于信任机制的识别方法以及其他共识算法相比，本发明的网络的安全性与识别恶意节点精确度均有一定提升。

2、一种vanet环境下基于主观逻辑信任评估算法识别恶意节点方法如下：

3、步骤s1：在基于信任机制的评估模型中，根据节点行为来量化节点信誉是判断节点信誉的重要手段，合理的量化方法是决定信誉评估模型性能的先决条件。主观逻辑引入事实空间和观念空间描述及信任关系，提出一个四维变量ω＝(b,d,u,a)表示主观信任。

4、步骤s2：将每个车辆当做一个节点，在线下车辆中心注册身份并且存储网络中的节点信息以及链路信息。初始化分配每个车辆密钥对puv，pkv，对信息进行加密处理。

5、步骤s3：接入网络后，验证所有入网车辆的身份并分配信任值。对于车辆首次接入网络时，由于未分配信任值，与所有邻居节点建立连接之后，不能进行数据通信，方案把未分配信任值的节点称为未知节点。未知节点入网后，首先在本地建立一个邻居列表，仅保存邻居节点的id，同时向可信中心发送认证请求。认证通过以后拥有信任值并且信认值在正常范围内的节点允许使用网络。

6、步骤s4：车辆在运行过程中时刻监听邻居节点的通信情况，同时被邻居节点时刻监听，节点首次接入网络时，可信中心分配一个初始信任值，设初始信任值为tc，监视时间周期为δt。在监视周期δt内设立2个计数器success和fail。邻居节点根据通信行为计算节点信任值，信任值过低向可信中心举报，可信中心核实之后做出处置。

7、步骤s5：信任值过低的节点被隔离出网络，被隔离节点信任值处于正常范围内后允许重新接入网络。得到筛选出恶意节点的方案。

技术特征：

1.一种vanet环境下基于加权主观逻辑信任评估算法识别恶意节点方法，其特征于，包括以下步骤：

2.如权利要求1所述的一种vanet环境下基于加权主观逻辑信任评估算法识别恶意节点方法，其特征在s1中，为了描述主观逻辑模型，主观逻辑函数的构造：

3.如权利要求1所述的一种vanet环境下基于加权主观逻辑信任评估算法识别恶意节点方法，其特征在s3中，对spnd算法进行了改进：

技术总结
本发明提供一种VANET环境下基于主观逻辑信任评估算法的恶意节点识别方法，该识别方法包括包括：提出一个四维变量ω＝(b,d,u,a)表示主观信任，合理的量化方法是决定信誉评估模型性能的先决条件。车辆节点需要线下的时候在车辆管理中心注册身份，初始化并分配相关密钥。接入网络后验证身份并分配信任值，拥有信任值并且信任值处在正常范围内的节点允许使用网络。采用改进的SPAN算法，车辆在运行过程时刻监听邻居节点的通信情况，同时被邻居节点时刻监听，邻居节点根据通信行为计算节点信任值，信任值过低向可信中心举报，可信中心核实之后做出处置；信任值过低的节点被隔离出网络，被隔离节点信任值处于正常范围内后允许重新接入网络，否则永久隔离出网络。

技术研发人员：李构
受保护的技术使用者：湘潭大学
技术研发日：
技术公布日：2024/1/15