為緩解道路的交通壓力,減少道路擁堵現(xiàn)象的出現(xiàn)及避免交通事故的發(fā)生,結(jié)合安全、K最近鄰(KNN)算法,提出了一種基于智能交通的隱私保護(hù)道路擁堵?tīng)顟B(tài)的實(shí)時(shí)監(jiān)測(cè)(PPIM)算法。為了確保交通數(shù)據(jù)的安全,采用安全多方計(jì)算策略將數(shù)據(jù)內(nèi)容隨機(jī)分成獨(dú)立的部分,通過(guò)不共謀的多服務(wù)器對(duì)數(shù)據(jù)分量進(jìn)行存儲(chǔ)和加密。為了提升道路狀態(tài)監(jiān)測(cè)的精度,提出了一種改進(jìn)型的KNN交通監(jiān)測(cè)算法,借助數(shù)據(jù)的相似度計(jì)算,獲取衡量道路之間交通狀態(tài)關(guān)系程度的相關(guān)值,并將其作為權(quán)重系數(shù)與傳統(tǒng)的KNN算法進(jìn)行整合。為加快密態(tài)數(shù)據(jù)的處理速度,設(shè)計(jì)了一系列的數(shù)據(jù)安全計(jì)算協(xié)議,實(shí)現(xiàn)了數(shù)據(jù)的安全處理。另外,利用真實(shí)的交通數(shù)據(jù)對(duì)該算法進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明改進(jìn)型KNN算法有助于提高道路監(jiān)測(cè)的準(zhǔn)確度。實(shí)驗(yàn)分析表明,所提算法在保證數(shù)據(jù)的安全同時(shí)可以提高交通監(jiān)測(cè)的精度。

【文章頁(yè)數(shù)】：11 頁(yè)


本文編號(hào)：3867101