5G车载网环境下基于边缘计算的高效隐私保护机制研究

The security of the vehicular network is an important guarantee for the development of the vehicular network and the intelligent transportation. However, the existing security technology of the vehicular network is facing the problems of old model, low efficiency and so on, and this has become a bottleneck that hinders the rapid development and application of the vehicular network. This project breaks through the limitations of the existing mobile communication technology. Considering the future 5G mobile communication environment, we propose the theoretical system on “model design→privacy protection→measurement mechanism”. This project aims to comprehensively solve the problems of secure communication and privacy protection in 5G-enabled vehicular network from system performance, network load and communication security by adopting the idea of edge computing. First, a new 5G-enabled vehicular network system model based on edge computing will be established. Second, the signature algorithms of edge nodes will be studied deeply, and the new conditional privacy protection mechanism in the new 5G-enabled vehicular network will be established. Third, the LBS system model based on edge computing is adopted to construct the vehicle location privacy protection strategy under the new vehicular network environment. Finally, by our adoption of the method of combining the measurement of data privacy level based on the formal analysis with the measurement of location privacy level based on the information theory, a perfect measurement system of privacy protection level will be established. After solving the above scientific problems, the theoretical system and method which can support the security of vehicular network in 5G communication environment will be established, and it can provide the security theory and applied basis for the development of the intelligent transportation.

车载网安全是车载网及智能交通发展的重要保障，然而现有的车载网安全技术面临模型陈旧、效率低下等问题，这成为阻碍车载网快速发展与应用的瓶颈。本课题突破现有移动通信技术的局限，从未来的5G移动通信环境出发，提出“模型设计→隐私保护→度量机制”的理论体系，利用边缘计算的思想，从系统性能、网络负载和通信安全三个方面集中解决5G车载网中的安全通信与隐私保护问题。首先，建立一种基于边缘计算的新型5G车载网系统模型；其次，深入研究边缘节点的签名算法，建立新型车载网环境下的条件隐私保护机制；再次，利用基于边缘计算的LBS模型，构建新型车载网络环境下的车辆位置隐私保护策略；最后，基于形式化分析的数据隐私水平度量和信息论的位置隐私水平度量相结合的方法，建立完善的隐私保护水平度量体系。解决上述科学问题，建立一套支持5G移动通信环境的车载网安全理论体系和方法，为未来智能交通的发展奠定可靠的安全理论和应用基础。

引入边缘计算构建新型5G车载网架构，能够解决传统车载网部分性能瓶颈问题，但也带来新的隐私和安全隐患。该架构下高效的隐私保护机制研究已成为车载网安全领域重要的研究课题。基于以上背景，项目组研究了基于边缘计算的新型5G车载网隐私保护机制和隐私保护水平度量体系。主要研究内容和成果如下：.在基于边缘计算的新型5G车载网系统模型设计方面：研究不同应用场景下边缘节点的选择，设计多种适用于5G网络的基于边缘计算的新型车载网系统模型，借助车辆、路边单元或无人机等边缘节点的计算和存储能力，降低系统传输时延，缓解车辆端和云平台的计算与存储压力，为用户提供满意的服务质量。.在新型车载网隐私保护认证协议的研究方面：提出针对自动驾驶车载网的可认证密钥协商方案和访问控制方案，确保安全的远程控制和数据访问；提出针对多云车载网的隐私保护认证方案，以适应用户的多样化服务需求；提出针对软件定义车载网的认证和访问控制方案，实现节能高效的数据访问；提出针对基于区块链的车载网的认证和数据共享方案，确保数据的隐私性及安全共享；此外，提出基于可信中心及半可信中心的车载网认证协议，为深入研究不同安全假设下的认证协议奠定基础。.在新型车载网位置隐私保护策略的研究方面：提出基于虚拟车辆的位置隐私保护方案，实现个性化位置隐私保护；提出基于混合区域的位置隐私保护方案，通过同一区域中的车辆同时更换假名，实现假名的不可链接性；提出本地公交车作为边缘节点的位置隐私保护方案，并结合k-匿名方法，实现对私家车的位置隐私保护。.在新型车载网隐私保护方案的基础上，研究了隐私保护水平度量与评价方法。提出基于形式化分析和形式化验证相结合的数据隐私水平度量方法，全方位评估认证方案的隐私保护程度；提出基于缓存命中率和匿名集的熵相结合以及基于敏感度和假名年龄熵相结合的位置隐私保护水平度量方法，为制定全面的度量标准奠定基础。