[发明专利]基于商滤波器边缘计算的信号灯路口交通数据检测方法

说明书

本发明公开了一种基于商滤波器边缘计算的信号灯路口交通数据检测方法，该方法包括：首先，上游交叉路口的信号灯边缘节点上传需要通过下游交叉路口的车辆的可靠数据到云服务器C，并将这些在上存储的数据清除；其次，下游交叉路口的信号灯边缘节点从云服务器C下载数据并与来自其它方向的可靠车辆数据进行合并更新至然后，建立车辆V_k与边缘节点之间的连接，并查询是否有攻击者冒充已注册车辆，更新QF_SA；最后，将更新后的QF_SA上传到云服务器C中，并向其它边缘节点发送警告。本发明使用商滤波器大幅度提升了查询的有效性，降低了空间占用；具有较高的速度和良好的哈希效果，使得商滤波器的插入与查询操作更加高效。

技术领域

本发明涉及信息安全技术领域，尤其涉及一种基于商滤波器边缘计算的信号灯路口交通数据检测方法。

背景技术

边缘计算是一个开放平台，在物理上靠近数据源的网络边缘上集成了网络、计算、存储和应用程序核心功能。它为边缘智能服务提供了计算模型。进行边缘计算的位置称为边缘节点，它可以是数据生成源和云中心之间具有计算资源和网络资源的任何节点。边缘计算的目的是将计算从数据中心转移到网络边缘，并使用智能对象，移动电话或网络网关代表云来执行任务和提供服务。通过将服务传输到边缘，可以提供内容缓存、服务交付、存储和物联网管理，以获得更好的响应时间和传输速率。将云基础设施分布到边缘有许多优势：保护用户隐私、计算速度快、及时处理延迟敏感消息、在5G基站上轻松部署边缘服务在不同级别共享资源。

商过滤器(Quotient Filter,QF)是一种用于测试元素是否是集合成员的空间数据结构，是一种有效的近似成员查询过滤器。商过滤器不同于其他的查询过滤器，它不仅具有用于插入和查询的常规近似成员查询滤波器操作，还具有更高搜索效率的散列函数。此外，还可以组合并调整大小，而无需重新散列原始密钥，从而避免从辅助存储访问这些密钥。

哈希函数mmh3具有速度快和哈希效果好的优点，广泛用于分布式网络中。哈希函数mmh3将字符串作为输入并产生整数，从而确保在均匀性和空间之间取得良好的平衡。与其他哈希函数MD/SHA和MAC系列相比，哈希函数mmh3占用较少的计算资源，并确保哈希结果的均匀分布。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于商滤波器边缘计算的信号灯路口交通数据检测方法，适用于5G车联网环境下，能有效提高交通数据的可靠性。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种基于商滤波器边缘计算的信号灯路口交通数据检测方法，该方法由以下部分共同执行完成：交叉路口信号灯作为边缘节点e、需要通过交叉路口行驶的车辆V以及云服务器C；云服务器C中存储有车辆信息数据库和安全数据库QF_SA；车辆信息数据库保存可靠的车辆信息，安全数据库QF_SA保存攻击者的相关信息；该方法包括以下步骤：

步骤1：上游交叉路口的信号灯边缘节点获取需要通过下游交叉路口的车辆的可靠车辆数据将其上传至云服务器C，并清除边缘节点上存储的数据；

步骤2：下游交叉路口的信号灯边缘节点从云服务器C下载可靠车辆数据并获取来自交叉路口其它各方向的可靠车辆数据，将可靠车辆数据合并更新至下游的可靠车辆数据

步骤3：当车辆V_k进入下游交叉路口的信号灯边缘节点的通信范围内，根据可靠车辆数据对车辆V_k进行判断，若车辆V_k的信息存在于可靠车辆数据中，则建立车辆V_k与边缘节点之间的连接，更新车辆信息数据库；若不存在，则将车辆V_k标记为可疑车辆，通知其它边缘节点；

步骤4：查询是否有攻击者冒充已注册车辆，更新安全数据库QF_SA；