面向服务质量的车联网安全路由及其优化方法研究

Vehicular Ad-Hoc Networks (VANET) plays an important role in the Intelligent Transportation Systems, which is also the focal point in the development of Cyber Physical System. However, huge network topology, high velocity and distributed characteristic of VANET bring new challenges for the security and efficiency of routing protocols. To overcome these challenges, this project is planning to study the secure and QoS aware routing protocols and its optimization method in VANET. Firstly, the relation between network performance and wireless link features like the quality of service, velocity of nodes and security were studied to construct the functions and models based on ACO and PSO. Then, the approach for how to establish Swarm Intelligence in routing protocols in VANET will be studied. And a series of location and geographic aided security routing protocols will be setup for VANET. Finally, the theoretical proof for security of the routing protocols will be given. And the performance will be evaluated and optimized by the network simulation. It is expected to form a better optimization theory and approach based on Swarm Intelligence for the security and QoS aware routing, and to provide better support for the healthy development of VANET.

车联网作为智能交通系统的重要组成部分，是物联网未来发展的重点目标，其网络的大规模、高动态和分布式特性，给路由的安全性及效率带来了新的挑战。本课题旨在基于群智能理论，对面向服务质量的车联网安全路由及其优化问题进行研究。首先分析服务质量、节点移动性、安全因子等因素与网络性能之间的相关规律，据此分别研究蚁群算法和粒子群算法的相关函数构造方法，建立车联网安全路由协议的群智能优化模型；然后基于位置和地图研究道路划分、路由控制帧、路由的发现与维护等具体路由方案，使用群签名和真实性检验等安全机制来保证路由的安全性，探索群智能算法在路由协议设计中的有效应用方法；最后通过推导证明、网络仿真等手段对安全路由协议性能进行评估测试，并根据测试结果对协议进行优化。本项目从服务质量角度实现对车联网安全路由协议的优化，预期形成基于群智能的协议优化模型、设计和评估方法，为车联网的健康发展提供理论和技术支持。

随着物联网和智能交通系统的不断发展，车联网正越来越走进人们的生活，各种商业应用也在逐步落地。然而车联网中的安全与隐私问题依然是其大规模推广的痛点。. 本项目针对车联网中路由的安全和效率问题，提出了一些新的算法和模型，主要包括了车联网安全通信保障和路由协议优化两个方面。其中基于门限秘密共享，提出了组密钥管理、车辆/RSU认证、未知协议逆向分析、移动边缘计算下的任务迁移方法等一系列群组安全通信方案，有效保证了车车、车地间通信的安全性和效率，为安全路由协议的设计奠定了基础；完成了面向QoS的蚁群路由算法和粒子群路由算法的分析与优化工作，提出了基于能耗和可信机制的路由协议，以及基于无向加权图的关键节点（簇头）查询方法等一系列路由方案。. 研究结果一方面显示了门限秘密共享在解决车联网群组通信安全问题方面的优势，既能满足安全性和隐私保护的需求，同时可以高效地实现群组密钥管理和安全接入认证；另一方面证明了群智能算法如蚁群算法和粒子群算法可有效解决QoS约束下的最优路由查找问题，但任然会存在收敛速度慢、容易陷入局部最优等问题，这也为相关路由协议的设计提供了研究思路和方向。此外，随着移动边缘计算的不断发展，基于数据驱动和车路协同的车联网主动安全防御成为可能，且是未来发展的重点研究内容。. 本项目依照预定的研究内容和技术路线开展研究，按照计划顺利完成项目的预期目标。项目一定程度上解决了车联网大规模、高动态和高安全性带来的组密钥管理困难、认证效率底下问题，以及QoS约束条件下的最优路径查询问题，为后续研究的开展奠定了一定基础。相关成果已在深圳腾讯科技有限公司的蓝鲸运维平台开展试点应用，解决了其细粒度的行列级数据访问权限控制问题，以及异常数据操作行为的智能分类与识别问题。随着车联网的不断发展，及其与轨道交通系统的不断结合，相关成果可进一步优化后应用于智能轨道交通系统中，创造更大的社会和经济价值。