面向车联网大规模应用数据通信的高效可信传输机制研究

Given the popularity of Vehicular Ad-hoc Networks (VANETs) in public transportation environments, communication efficiency and privacy protection are still being challenging issues. The growth of 5G and D2D technologies will dramatically push the use of VANET applications in the future. As a result of mass data communication, VANETs will have to be challenged in QoS. Furthermore, the privacy of VANETs’ users has increased probability in leaking. This project aims to explore efficiency and privacy issues of VANET communication systems through a stochastic process algebra based formal method. The main contents include: modelling of vehicle flow and base station communication in macro level，and modelling of vehicle moving and V2V communication in micro level. Thereafter, a comprehensive VANET communication model is built based on both macro and micro models in order to conduct analysis of communication efficiency and privacy protection with the aims of obtaining maximum available throughput and minimum privacy leaking respectively. Finally, we will combine the macro and micro models and apply the gaming theory for the merged model to explore the balance of efficiency and privacy. This project also has a mission to find an universal modelling approach for comprehensive and dynamic systems.

高效传输和隐私保护是未来车联网数据通信面临的关键问题，也是该领域的研究热点。未来5G和D2D技术将推动车联网服务型应用的迅猛发展，数据通信量也随之膨胀，车联网系统服务质量必将面临严峻挑战；同时，大量数据传播也会带来严重的隐私泄漏问题。本项目面向效率与隐私两方面要求，通过基于随机进程代数的形式化方法建立车联网通信模型，并展开相关研究。主要研究内容包括：利用形式化建模方法，从宏观角度建立车流模型与基站通信模型，从微观角度建立车辆移动模型与车辆通信模型；在描述车辆和网络的宏观和微观模型基础上，建立车联网通信系统模型，以系统单位时间内最大通信量为目标建立优化模型，研究通信系统效率问题；以系统单位时间内隐私泄漏概率最低为目标建立流失模型，研究隐私保护问题。通过宏观微观模型的结合，运用博弈思想建立均衡模型，实现效率与隐私兼顾的通信机制，同时希望获得面向车联网这类动态网络通用的形式化建模方法。

高效传输和隐私保护是未来车联网数据通信面临的关键问题，也是该领域的研究热点。未来5G和D2D技术将推动车联网服务型应用的迅猛发展，数据通信量也随之膨胀，车联网系统服务质量必将面临严峻挑战；同时，大量数据传播也会带来严重的隐私泄漏问题。本项目面向效率与隐私两方面要求，通过基于随机进程代数的形式化方法建立车联网通信模型，并展开相关研究。主要研究内容包括：利用形式化建模方法，从宏观角度建立车流模型与基站通信模型，从微观角度建立车辆移动模型与车辆通信模型；在描述车辆和网络的宏观和微观模型基础上，建立车联网通信系统模型，以系统单位时间内最大通信量为目标建立优化模型，研究通信系统效率问题；以系统单位时间内隐私泄漏概率最低为目标建立流失模型，研究隐私保护问题。通过宏观微观模型的结合，运用博弈思想建立均衡模型，实现效率与隐私兼顾的通信机制，同时希望获得面向车联网这类动态网络通用的形式化建模方法。. 针对主要研究内容，本项目在实施过程中，首先，通过研究形式化建模技术，设计实现了大规模复杂系统的形式化建模框架，为后续研究奠定了系统建模与性能分析.的理论基础。该项研究成果，主要包括针对大规模复杂系统的系统层次建模、网络通信建模以及调度算法建模等核心模块的形式化建模与分析，提升建模分析效率2-3倍，极大提高了基于形式化技术的复杂系统建模效率。其次，通过研究系统调度机制，设计实现了基于决策机制自适应系统环境变化的混合动态调度算法。该算法能够有效适配动态改变的系统环境，通过决策机制，选择最优调度算法，从而实现系统的性能优化与提升超过25%。再次，针对系统节点的可靠性管理，研究了基于信誉属性的节点管理机制，同时采用区块链技术，设计实现了基于区块链平台的节点信誉管理机制，有效提升了信誉管理的安全性，并通过改进混合共识机制，保证了数据存储的效率。最后，针对用户身份与数据的隐私保护问题，设计实现了基于区块链技术的隐私保护解决方案，充分利用区块链技术的不可篡改性、溯源性、以及公平性的特点，保障用户隐私保护方案的可靠执行。总之，该项目基于各项研究内容，按照研究计划，逐步展开了相关研究，撰写论文10篇，其中，发表期SCI刊论文6篇，EI会议论文2篇，以及正在送审中的期刊论文2篇；提交发明专利申请4项，授权2项；累计论文与专利成果12项；达到预期研究目标。