目前交通運(yùn)輸系統(tǒng)正經(jīng)歷著自動(dòng)駕駛、無(wú)線互聯(lián)等一系列技術(shù)變革,通過(guò)提高車輛社交網(wǎng)絡(luò)中的信息可信度能夠很大程度的促進(jìn)車輛之間的數(shù)據(jù)共享,以更好的提升行車安全性和便利性。通過(guò)利用其他車輛或路邊基礎(chǔ)設(shè)施共享的數(shù)據(jù),車輛能夠擴(kuò)大其感知范圍,從而對(duì)周圍環(huán)境有更好的認(rèn)知。然而,由于數(shù)據(jù)是由單個(gè)車輛采集的,配備有各種傳感器和不同的數(shù)據(jù)處理算法,數(shù)據(jù)的可信度無(wú)法得到保證。目前關(guān)于車輛系統(tǒng)信任問(wèn)題的研究主要集中于安全層面,旨在確保系統(tǒng)的機(jī)密性、完整性和身份驗(yàn)證。而對(duì)于數(shù)據(jù)和數(shù)據(jù)生成器的可靠性研究相對(duì)較少。論文通過(guò)將車輛之間的交互視為一種社交行為的形式,從而構(gòu)建一個(gè)反映車輛之間社交關(guān)系的車輛社交網(wǎng)絡(luò)。在網(wǎng)絡(luò)中,通過(guò)數(shù)據(jù)交互,車輛在共享數(shù)據(jù)的基礎(chǔ)上,車輛通過(guò)數(shù)據(jù)的相互論證可以獲得彼此的信任。利用車輛社交網(wǎng)絡(luò)、三值主觀邏輯信任模型,本文設(shè)計(jì)了OpinionsWalk算法,可以準(zhǔn)確、高效的評(píng)估車輛的可信度。通過(guò)對(duì)車輛間數(shù)據(jù)交換過(guò)程的研究,設(shè)計(jì)了一種進(jìn)行客觀信任評(píng)估的機(jī)制,經(jīng)證明該機(jī)制比主觀信任評(píng)估更準(zhǔn)確。最后,本文利用社交網(wǎng)絡(luò)中存在的社區(qū)結(jié)構(gòu)縮減信任計(jì)算的運(yùn)算規(guī)模,并提出了社區(qū)內(nèi)部和跨社區(qū)信任評(píng)估的解決方案。本文... 

【文章來(lái)源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

按物理距離和社會(huì)距離分類的VSN應(yīng)用近年，虛擬現(xiàn)實(shí)系統(tǒng)的發(fā)展迅猛，虛擬現(xiàn)實(shí)系統(tǒng)開(kāi)始走進(jìn)人們?nèi)粘Ｉ?br>

, , )為 A 對(duì)于 B 的信任度，對(duì)于 C 的信任度，主觀邏輯衰減操作適用于計(jì)( , , , )|1A A A A A AX X X X X XA A A AX X X Xb d n e ab d n eω =+ + + =量轉(zhuǎn)化為單值得到信任 ( ) = b + a 。任向量定義為：12 1 212 1 212 12 12 212 21b b bd b du b d ua a=== =任、不信任、不確定性和固有印象。b ,確定的概率。e 代表了沒(méi)有證據(jù)時(shí) A 對(duì)與產(chǎn)生的，而后驗(yàn)不確定性是由于證據(jù)失真而VSL 中通常為一個(gè)常數(shù)。

OpinionsWalk 算法及其在車輛社交網(wǎng)絡(luò)任評(píng)估問(wèn)題可以通過(guò)兩個(gè)步驟來(lái)解決。首先，假設(shè)一個(gè)靜態(tài)nionsWalk 算法來(lái)計(jì)算汽車社交網(wǎng)絡(luò)中車輛間的信任度。O本節(jié)中介紹。當(dāng)車輛在道路上行駛時(shí)，車輛網(wǎng)絡(luò) ( , , )經(jīng)問(wèn)題帶來(lái)了一些挑戰(zhàn)和機(jī)遇。因此，在第二部分中，本文設(shè)，通過(guò)估計(jì)車輛自身的直接信任，排除主觀信任中由于自身。并在最后提出了將全球信任拓?fù)浣Y(jié)構(gòu)劃分為社區(qū)信任拓?fù)淙卧u(píng)估交網(wǎng)絡(luò)被建模為一個(gè)有向圖 ( , )，其中頂點(diǎn) ， ∈ 代表某 i 與車輛 j 發(fā)生過(guò)交互[17]。通過(guò)校驗(yàn)交互數(shù)據(jù)的準(zhǔn)確度、車度認(rèn)知，將其表示為ω ，并將包含信任權(quán)重的車輛社

【參考文獻(xiàn)】：
期刊論文
[1]基于合并影響概率的社交網(wǎng)絡(luò)影響最大化算法[J]. 周飛,高茂庭.  計(jì)算機(jī)工程. 2018(05)
[2]車聯(lián)社交網(wǎng)絡(luò)中一種交友匹配的隱私保護(hù)方案[J]. 李雅菲,鄭東,賴成喆.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(01)
[3]基于多層節(jié)點(diǎn)相似度的社區(qū)發(fā)現(xiàn)方法[J]. 張虎,吳永科,楊陟卓,劉全明.  計(jì)算機(jī)科學(xué). 2018(01)
[4]社交網(wǎng)絡(luò)中隱式事件突發(fā)性檢測(cè)[J]. 介飛,謝飛,李磊,吳信東.  自動(dòng)化學(xué)報(bào). 2018(04)
[5]基于通信負(fù)載均衡的社交網(wǎng)絡(luò)圖分割方法[J]. 劉康,張雪英,李鳳蓮,田玉楚.  計(jì)算機(jī)工程與應(yīng)用. 2018(04)
[6]基于信任關(guān)系重建和社交網(wǎng)絡(luò)傳遞的推薦算法[J]. 劉慧婷,熊瑞瑞,趙鵬.  計(jì)算機(jī)工程. 2016(01)
[7]大規(guī)模復(fù)雜網(wǎng)絡(luò)社區(qū)并行發(fā)現(xiàn)算法[J]. 喬少杰,郭俊,韓楠,張小松,元昌安,唐常杰.  計(jì)算機(jī)學(xué)報(bào). 2017(03)
[8]基于標(biāo)簽傳播概率的重疊社區(qū)發(fā)現(xiàn)算法[J]. 劉世超,朱福喜,甘琳.  計(jì)算機(jī)學(xué)報(bào). 2016(04)
[9]基于社交網(wǎng)絡(luò)的觀點(diǎn)傳播動(dòng)力學(xué)研究[J]. 熊熙,胡勇.  物理學(xué)報(bào). 2012(15)
[10]基于隨機(jī)行走的無(wú)線傳感器網(wǎng)絡(luò)簇間拓?fù)溲莼痆J]. 陳力軍,劉明,陳道蓄,謝立.  計(jì)算機(jī)學(xué)報(bào). 2009(01)



本文編號(hào)：2997583