[发明专利]车载自组织网络中基于交通流模型的虚假消息检测方法

摘要

本发明提出一种车载自组织网络中基于交通流模型的虚假消息检测方法，针对网络内部攻击者发送虚假告警消息、伪造紧急交通事件而发起的攻击，利用上、下游路段中的车辆作为验证者，基于车载传感器观测局部车辆密度，建立贝叶斯决策模型计算紧急事件真实发生的后验概率，检测虚假的告警消息；为了对模型关键参数进行合理取值，基于交通流理论建立交通模型，使用差分方程表示交通流状态的动态变化过程，定义均衡的概念表示紧急事件为真/假两种交通模式下车辆密度的稳定状态，并给出了均衡点的推导方法。实验结果显示，建立的交通模型能够较好地预测交通流的动态变化，本发明能够有效增强检测的准确性，同时显著增强抗合谋攻击能力。

主权项

1.一种车载自组织网络中基于交通流模型的虚假消息检测方法，其特征在于，其步骤如下：步骤一：车辆节点发送告警消息，声称在位置p发生交通事故并造成部分车道堵塞；处于位置p上游路段、下游路段的车辆作为验证者，彼此合作运行分布式检测算法，评价车道堵塞事件的真实性；步骤二：验证者能通过车载传感器获取感知半径r区域内其它车辆的状态，计算感知半径内的车辆密度；为增强感知能力，所有验证者交换、共享各自感知的局部车辆密度数据，并在此基础上计算上游路段、下游路段的平均车辆密度Z＝(ρup,ρdown)作为证据；步骤三：验证者建立贝叶斯决策模型，定义车道堵塞/未堵塞两种交通模式，基于证据Z计算车道堵塞事件真实发生的后验概率，评价告警消息的真实性；步骤四：验证者建立交通模型，分析车道堵塞/未堵塞两种模式下上游路段、下游路段的车辆密度的概率分布，定义均衡点表示上游路段、下游路段车辆密度的稳态值，并求解均衡点，从而对贝叶斯决策模型中的关键参数进行合理取值；步骤五：验证者根据计算的均衡点，使用贝叶斯决策规则输出检测结果，如发现攻击则将检测结果和证据发送给认证中心，认证中心通过证书撤销的方法将攻击者从网络中隔离。