傳統(tǒng)的駕駛行為數(shù)據(jù)傳輸和存儲(chǔ)系統(tǒng)普遍采用C/S架構(gòu),缺少嚴(yán)密的隱私保護(hù),存在信息泄露、數(shù)據(jù)丟失、遭遇篡改的安全隱患。區(qū)塊鏈具有去中心化、加密分散存儲(chǔ)、冗余備份等優(yōu)勢(shì),能夠很好地解決這些問(wèn)題。本文提出了基于“區(qū)塊鏈+車聯(lián)網(wǎng)+投票上報(bào)制”架構(gòu)的陸路駕駛行為挖掘模型。采用雙鏈結(jié)構(gòu)的Nervos區(qū)塊鏈技術(shù)挖掘、存儲(chǔ)不良(含違規(guī))和良好的陸路駕駛行為,從而避免人為干涉篡改后臺(tái)服務(wù)器存儲(chǔ)的車輛違規(guī)數(shù)據(jù)的可能性。創(chuàng)新性地建立數(shù)據(jù)傳輸模型。首先基于高級(jí)加密標(biāo)準(zhǔn)(Advanced Encryption Standard,AES)對(duì)圖片數(shù)據(jù)進(jìn)行矩陣加密,然后將車輛駕駛行為數(shù)據(jù)集(包含車牌號(hào)、行為分類、行為時(shí)間、行為地點(diǎn)、行為圖證集)通過(guò)橢圓曲線數(shù)字簽名算法(Elliptic Curve Digital Signature Algorithm,ECDSA)加密簽名上傳到基于智能合約的去中心化應(yīng)用(Decentralized Application,DAPP),再由DAPP負(fù)責(zé)將通過(guò)驗(yàn)簽的數(shù)據(jù)以發(fā)送交易的方式上報(bào)到區(qū)塊鏈,Nervos以挖掘區(qū)塊的方式,對(duì)交易進(jìn)行驗(yàn)證和共識(shí),并持久化存儲(chǔ)數(shù)據(jù)。創(chuàng)新性地設(shè)計(jì)和開(kāi)發(fā)...

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究與應(yīng)用現(xiàn)狀
        1.2.1 駕駛行為智能檢測(cè)系統(tǒng)
        1.2.2 基于區(qū)塊鏈的車聯(lián)網(wǎng)
        1.2.3 車塊鏈數(shù)據(jù)流向及價(jià)值
    1.3 論文研究?jī)?nèi)容及文章結(jié)構(gòu)安排
        1.3.1 論文目標(biāo)
        1.3.2 論文創(chuàng)新點(diǎn)
        1.3.3 系統(tǒng)應(yīng)用前景
        1.3.4 文章結(jié)構(gòu)安排
第二章 基于區(qū)塊鏈的駕駛行為挖掘模型
    2.1 駕駛行為挖掘模型的系統(tǒng)架構(gòu)
    2.2 感知采集與數(shù)據(jù)處理設(shè)計(jì)
    2.3 基于AES和ECC的數(shù)據(jù)傳輸設(shè)計(jì)
        2.3.1 基于AES的圖像矩陣加密
        2.3.2 基于ECC的數(shù)據(jù)加密簽名
    2.4 駕駛行為挖掘DAPP系統(tǒng)設(shè)計(jì)
        2.4.1 去中心化應(yīng)用的特點(diǎn)
        2.4.2 DAPP系統(tǒng)框架設(shè)計(jì)
        2.4.3 基于Solidity和Remix的智能合約
        2.4.4 基于JSON-RPC與智能合約交互
        2.4.5 DAPP載體和可信任資產(chǎn)管家
    2.5 基于雙鏈結(jié)構(gòu)的數(shù)據(jù)存儲(chǔ)設(shè)計(jì)
        2.5.1 Nervos高性能雙鏈結(jié)構(gòu)
        2.5.2 微服務(wù)架構(gòu)區(qū)塊鏈內(nèi)核
        2.5.3 基于PoW和BFT的共識(shí)機(jī)制
        2.5.4 基于ATE的交易異步處理
        2.5.5 持久化存儲(chǔ)與視圖模型
    2.6 與傳統(tǒng)模型架構(gòu)對(duì)比
第三章 基于區(qū)塊鏈的駕駛行為挖掘系統(tǒng)功能及實(shí)現(xiàn)
    3.1 駕駛行為挖掘系統(tǒng)的功能
        3.1.1 整體功能模塊設(shè)計(jì)
        3.1.2 數(shù)據(jù)安全傳輸模塊設(shè)計(jì)
        3.1.3 用戶賬號(hào)準(zhǔn)入模塊設(shè)計(jì)
        3.1.4 駕駛行為數(shù)據(jù)上報(bào)設(shè)計(jì)
        3.1.5 駕駛行為數(shù)據(jù)查詢?cè)O(shè)計(jì)
    3.2 駕駛行為挖掘系統(tǒng)的實(shí)現(xiàn)
        3.2.1 區(qū)塊鏈賬戶預(yù)備及環(huán)境搭建
        3.2.2 智能合約的開(kāi)發(fā)和部署上鏈
        3.2.3 AES圖像矩陣加解密實(shí)現(xiàn)
        3.2.4 ECDSA數(shù)據(jù)簽名傳輸實(shí)現(xiàn)
        3.2.5 與合約交互數(shù)據(jù)上報(bào)實(shí)現(xiàn)
        3.2.6 與合約交互查詢模塊實(shí)現(xiàn)
第四章 駕駛行為挖掘系統(tǒng)測(cè)試與分析
    4.1 測(cè)試環(huán)境
    4.2 功能測(cè)試
    4.3 與以太坊系統(tǒng)對(duì)比
        4.3.1 部署時(shí)長(zhǎng)
        4.3.2 共識(shí)時(shí)長(zhǎng)
        4.3.3 性能測(cè)試
第五章 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 未來(lái)研究工作
參考文獻(xiàn)
致謝



本文編號(hào)：3798746