[发明专利]车联网中基于时空离群点的虚假数据检测方法

权利要求书

1.一种车联网中基于时空离群点的虚假数据检测方法，其特征在于，其步骤如下：

S1、数据收集与分组：车联网中部署在路边的RSU负责收集覆盖范围内车辆节点报告的数据，并按照数据的时间、空间属性对数据进行分组得到数据组；

S2、数据异常检测：利用RSU计算数据组的数据一致性因子C，并基于贝叶斯决策和假设检验方法判断数据一致性因子C的值在时间轴上是否发生显著改变，若是，将数据组标记为异常数据组，执行步骤S3，否则，返回步骤S1；

所述步骤S2中数据异常检测的方法为：

S21、数据组的数据一致性因子C的计算方法为：

其中，G_s(t)＝{d₁,d₂,…d_N}为一组N个不同车辆在路段s和时隙t内采集的交通数据的数据组，t＝1,2,…T，i,j＝1,2,…,N；

S22、根据假设检验原理，建立假设模型：

其中，Θ^T＝{C₁,…C_T}为当前数据组在时隙1,2,…T上的一致性因子向量，H₀表示C_t的值未发生显著变化，H₁为表示C_t的值在时隙t₀发生显著变化；

S23、根据贝叶斯原理，使用后验概率确定数据一致性因子C的值在时间t上发生显著变化的概率：

其中，q∈{1，2}，P(H_q|Θ^T)为似然函数，P(H_q)为先验概率；

S24、根据似然公式判断数据一致性因子C在t＝t₀时发生了显著改变：

S25、将数据组G_s(t₀)视为异常数据组，并构建时空邻域，确定其中攻击者注入的虚假数据；

S3、建立时空邻域：利用关联熵构建异常数据组的时空领域；

S4、时空离群点检测：利用离群点检测算法检测异常数据组的时空邻域中的离群点，确定攻击者注入的虚假数据。

2.根据权利要求1所述的车联网中基于时空离群点的虚假数据检测方法，其特征在于，所述时空邻域包括直接时间邻域、直接空间邻域和间接时空邻域；所述直接时间邻域：包括同一位置、相邻时隙采集的数据组G_s(t-1)、G_s(t+1)；所述直接空间邻域：包括同一时隙，相邻路段的数据G_s-1(t)、G_s+1(t)；所述间接时空邻域：包括时间、空间都间接相邻的数据组。