發(fā)布時間：2023-03-28 22:33

　　作為未來智能交通系統(tǒng)的重要組成部分,車聯(lián)網(wǎng)(Internet of Vehicle,IOV)不僅能夠提高交通效率,減少交通事故的發(fā)生,同時,隨著互聯(lián)網(wǎng)技術(shù)以及5G通信技術(shù)的迅猛發(fā)展,車聯(lián)網(wǎng)還可以提供娛樂和信息資訊等多方面的服務(wù),極大地豐富和提高了車聯(lián)網(wǎng)用戶的使用體驗。隨著我國2017年9月《車聯(lián)網(wǎng)白皮書》的發(fā)布,車聯(lián)網(wǎng)已經(jīng)成為國內(nèi)外新一輪科技創(chuàng)新和產(chǎn)業(yè)發(fā)展的必爭之地,進入產(chǎn)業(yè)爆發(fā)前的戰(zhàn)略機遇期,引起了學術(shù)界和產(chǎn)業(yè)界更為廣泛的關(guān)注。然而,由于車聯(lián)網(wǎng)中車輛的位置是可被感知的,車輛的位置隱私極易受到威脅。因此,車聯(lián)網(wǎng)必須提供有效的隱私保護方案和相應(yīng)的隱私評估方法。近年來,隨著技術(shù)的不斷發(fā)展,傳統(tǒng)的隱私評估體系已經(jīng)不能很好地衡量隱私保護機制對車輛隱私的保護程度。同時,傳統(tǒng)的隱私保護機制也面臨著嚴峻地挑戰(zhàn)。因此,設(shè)計更加精確地隱私評估系統(tǒng)和更加有效的隱私保護方案是非常必要的。本文針對車聯(lián)網(wǎng)在位置隱私保護方面所面臨的實際問題,在隱私保護機制的設(shè)計和評估方面進行了初步的研究和探索,提出了一些自己的想法。主要工作包括以下幾個方面:(1)針對目前車聯(lián)網(wǎng)領(lǐng)域最常用的“混合區(qū)”隱私保護方案,設(shè)計了一種更加準...

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外的研究現(xiàn)狀
        1.2.1 車聯(lián)網(wǎng)的位置隱私威脅和假名策略
        1.2.2 匿名軌跡的隱私問題
        1.2.3 對匿名軌跡的隱私保護
    1.3 本文研究目標及主要內(nèi)容
    1.4 論文組織結(jié)構(gòu)
2 現(xiàn)有的位置隱私保護方案與評估方法
    2.1 車聯(lián)網(wǎng)位置隱私問題
        2.1.1 位置隱私威脅
        2.1.2 車聯(lián)網(wǎng)的位置隱私
        2.1.3 車聯(lián)網(wǎng)位置隱私的解決方案
    2.2 基于混合區(qū)的位置隱私保護方案
        2.2.1 混合區(qū)
        2.2.2 混合區(qū)的工作方式
    2.3 混合區(qū)的位置隱私評估方法
        2.3.1 基于計算的評估方法
        2.3.2 基于車輛跟蹤的評估方法
    2.4 基于隨機靜默策略的位置隱私保護方案
        2.4.1 隨機靜默策略
        2.4.2 隨機靜默期的工作方式
    2.5 隨機靜默期的位置隱私評估方法
        2.5.1 基于計算的評估方法
        2.5.2 基于車輛跟蹤的評估方法
3 基于BP神經(jīng)網(wǎng)絡(luò)的混合區(qū)隱私評估模型
    3.1 傳統(tǒng)混合區(qū)跟蹤模型的弊端分析
    3.2 基于BP神經(jīng)網(wǎng)絡(luò)的時間預測模型
        3.2.1 方法論證
        3.2.2 模型的構(gòu)建與訓練數(shù)據(jù)的產(chǎn)生
    3.3 基于人工神經(jīng)網(wǎng)絡(luò)的混合區(qū)位置隱私評估
        3.3.1 模型的訓練
        3.3.2 車輛的跟蹤方法
        3.3.3 實驗評估
4 基于定制模型的混合區(qū)隱私評估
    4.1 參數(shù)分析
        4.1.1 數(shù)據(jù)準備
        4.1.2 參數(shù)分析
        4.1.3 小結(jié)
    4.2 定制的時間預測模型
        4.2.1 網(wǎng)絡(luò)結(jié)構(gòu)
        4.2.2 模型的訓練過程
    4.3 基于定制模型的混合區(qū)隱私評估
5 改進的混合區(qū)隱私保護方案
    5.1 隨機靜默區(qū)
    5.2 隨機靜默策略
        5.2.1 完全隨機策略
        5.2.2 梯度隨機策略
    5.3 隨機噪聲策略
    5.4 實驗驗證
        5.4.1 實驗場景
        5.4.2 隱私評估方法的對比與選擇
        5.4.3 隱私保護效果評估
        5.4.4 隱私保護效果與信標保持率
        5.4.5 位置噪聲與速度噪聲對隱私的貢獻
        5.4.6 實驗結(jié)果分析
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表學術(shù)論文情況
致謝



本文編號：3773422