摘要
进入21世纪以来，随着物联网的日益深入，车联网系统不断发展，群智感知车联网场景得到广泛运用。作为当前流行的感知场景，车辆作为感知用户，依靠搭载的感知设备与周围的人、车、道路、和环境交互，完成大规模的、复杂的任务。然而，由于该场景车辆高度动态、自由移动，拓扑变化错综复杂，则不可避免存在两个重大挑战，其一是恶意用户上传虚假或者低质量的数据威胁系统，其二是系统缺乏足够的吸引力吸引用户参与。因此，如何高效应对挑战是该场景下重点研究的问题，这对保障车辆安全通信与参与积极性具有重要意义。 有效检测恶意用户和激励用户积极参与是维护该场景安全可靠的基础，也对其性能至关重要。传统研究集中采用密码学、第三方平台等方式检测恶意用户，由此导致的复杂开销、历史信誉值考虑不充分和检测的不公平性使得其适用性差。而针对用户参与积极性，传统研究集中采用经济学理论、游戏化等方式，不可避免会引发激励的低效性和缺乏对数据质量的考虑等问题。因此，针对现有研究不足，为了保障恶意用户检测有效性，激励用户参与的公平与有效性和系统安全性，利用区块链构建了面向恶意用户检测的信誉机制和面向用户参与积极性的激励机制，主要研究工作如下: 首先，针对当前群智感知车联网中恶意用户检测所存在的开销较大、检测公平性较差、集中式系统易受单点攻击等问题，为了满足系统安全、检测高效的需求，本文将区块链结构化三部分，设计由数据上传、数据质量评估和信誉更新三个阶段组成的面向恶意用户检测的信誉机制。首先，为了减轻数据上传开销，结合数据聚合和机器学习技术完成数据上传，并设计智能合约验证选举的可靠性。接着提出由参与车辆的信誉历史性、本次数据的无偏性、参与车辆的领导力和参与车辆的空间力四个指标组成的数据质量评估算法。随后引入logistic模型有效描述信誉值的变化。最终，在实现有效恶意用户检测的同时，达到了较低开销、高性能和抵抗恶意用户的鲁棒性的目标。 其次，针对当前群智感知车联网中激励方案存在的可用性差、开销大、准确性差和未考虑数据质量本身等问题，为了满足系统安全和数据的可追溯与不可伪造的需求，本文基于区块链架构，设计由任务感知前激励和任务感知后激励两个阶段组成的面向用户参与积极性的激励机制。首先，从空间、时间、参与车辆数量和参与车辆信誉值角度定义四个影响因子，以获取任务感知前激励。接着，充分结合数据质量评估算法，定义奖惩代价函数和资源补偿值，以获取任务感知后激励，并通过区块链挂载的积分兑换标准程序实现激励值与积分的兑换工作。最终，在实现有效激励用户的同时，达到了系统较低开销、较高任务完成率和较高的优质率。 最后，本文以空气质量监测作为群智感知车联网的应用场景，通过安全性分析与性能评估，并与不同方案进行对比表明了所提方法的有效性。面向恶意用户检测的信誉机制方案不仅保障了系统安全性，而且减少了时间开销，并且无法忍受恶意性为50％以上的用户，而面向用户参与积极性的激励方案可以激励用户短时间内任务完成率接近100％，优质率提高了14％，有效保障了群智感知系统能够高质量地感知数据。
NETL