發(fā)布時間：2021-02-09 07:02

　　隨著短距離無線通信技術(shù)（如DSRC）的飛速發(fā)展,行駛汽車與路側(cè)單元之間的信息交互得以實現(xiàn),從而促使了車載信息物理系統(tǒng)的構(gòu)成。車載信息物理系統(tǒng)的一個優(yōu)勢是可以實現(xiàn)自動的交通流量估計,但是這種估計可能會使車輛的位置和軌跡隱私從被系統(tǒng)記錄的交通數(shù)據(jù)中泄露。如何在保護車輛的位置和軌跡隱私的同時準確地估計交通流量成為了交通工程和車載信息物理系統(tǒng)交叉領(lǐng)域的重要課題之一。本文深入研究了帶有隱私保護的交通流量估計問題,主要研究工作和創(chuàng)新點如下:（1）提出了一種基于差分隱私的隨機編碼機制。（2）基于差分隱私解決了帶有隱私保護的點對點交通流量估計問題。首先,基于本文隨機編碼機制,提出了一種新的點對點交通流量估計器。然后,通過嚴格的理論分析,證明了本文隨機編碼機制在保護單點車輛和點對點共同車輛的位置和軌跡隱私上滿足∈-差分隱私。最后,通過基于真實交通軌跡數(shù)據(jù)的仿真實驗,驗證了本文點對點交通流量估計方法的有效性。（3）基于差分隱私解決了帶有隱私保護的多點交通流量估計問題。首先,針對現(xiàn)有估計器十分復雜,難以實現(xiàn)的問題,提出了一種新的多點交通流量估計器。然后,通過嚴格的理論分析,證明了本文隨機編碼機制在保護多點共... 

【文章來源】：蘇州大學江蘇省

【文章頁數(shù)】：98 頁

【學位級別】：碩士

【部分圖文】：

圖１－１國內(nèi)外主要城市交通擁堵示意圖??

第二章準備工作?基于差分隱私的交通流量估計問題研究??第二章準備工作??為了基于差分隱私對帶有隱私保護的交通流量估計問題進行解決，本章首先介??紹了一種車載信息物理系統(tǒng)（Ｖｅｈｉｃｕｌａｒ?Ｃｙｂｅｒ－Ｐｈｙｓｉｃａｌ?Ｓｙｓｔｅｍ，?ＶＣＰＳ）。接著，基于該??車載信息物理系統(tǒng)，給出了帶有隱私保護的交通流量估計問題的形式化定義以及解??決該問題的基本框架。然后，為了明確可能產(chǎn)生的車輛隱私泄露，分析了由該系統(tǒng)??本身引起的針對車輛隱私的威脅，提出了車輛隱私威脅模型（Ｔｈｒｅａｔ?Ｍｏｄｅｌ）。隨后，??基于車輛隱私威脅模型，提出了基于差分隱私的交通流記錄方法。最后，為了準確??地評價本文提出的估計方法，給出了估計精度和隱私保護兩個性能指標。??２．１車載信息物理系統(tǒng)??本文基于一種車載信息物理系統(tǒng)對帶有隱私保護的交通流量估計問題進行研究。??該系統(tǒng)如圖２－１所示，其主要包含三個組成部分：車輛（Ｖｅｈｉｃｌｅｓ）、路側(cè)單元（Ｒｏａｄ－Ｓｉｄｅ??Ｕｎｉｔｓ）以及中央服務(wù)器（Ｃｅｎｔｒａｌ?Ｓｅｒｖｅｒ）。其中，車輛是本文研究的參與者；路側(cè)單元??主要用來收集車輛信息；中央服務(wù)器主要用來基于路側(cè)單元收集的車輛信息對關(guān)于??交通流量的查詢進行響應(yīng)。??丄▲，中央服務(wù)器？？？▲丄??路側(cè)單兀／ＩＴ?路側(cè)單兀／Ｉｖ??ＩＥ、?（（３?）?ｉｌ６＇?ＩＢ?＇??圖２－１車載信息物理系統(tǒng)??針對上述車載信息物理系統(tǒng)，本文作出如下假設(shè)。??？假設(shè)該系統(tǒng)由交通權(quán)威（Ｔｒａｎｓｐｏｒｔａｔｉｏｎ?Ａｕｔｈｏｒｉｔｙ）部署。??？假設(shè)車輛和路側(cè)單元都擁有唯一的標志，并且都配備了計算和通信模塊。??１２??

、可能導致車輛隱私泄露的情況以及解決方法。??本節(jié)不對車輛隱私進行深入討論。下面對上述三個子問題分別進行定義。??（１）帶有隱私保護的點對點交通流量估計問題??給定任意兩個地理位置，ＬｄＰＬ：，以及任意一個記錄周期Ｌ。一臺位置ＬｊｎＬ２與??周期ｒ，上的點對點共同車輛（簡稱點對點共同車輛）被定義為－臺在周期ｒ，內(nèi)既經(jīng)過??位置Ｌ，又經(jīng)過位置Ｌ２的車輛。位置ＬｊＰＬ２與周期乃上的點對點交通流量（簡稱點對??點交通流量）被定義為位置Ｌｉ和＾與周期乃上的點對點共同車輛的數(shù)目。例如，在??圖２－２中，ｖｊＰｖ２為點對點共同車輛，對應(yīng)的點對點交通流量為２。帶有隱私保護的點??對點交通流量估計就是在保護車輛隱私的前提下對點對點交通流量進行估計。??記錄周期：任意?？天??Ｊ，（（〇＞）??＾?．中央服務(wù)器＾▲丄??—路側(cè)單??（ＣＵ?Ｉ?ＩＨＷ?ＩＢ?Ｈ??Ｖｉ?ｖ３?Ｖ２?Ｖ，??圖２－２點對點共同車輛??本文在第三章對帶有隱私保護的點對點交通流量估計問題進行了解決。??１４??

【參考文獻】：
期刊論文
[1]車載自組網(wǎng)中基于信任管理的安全組播協(xié)議設(shè)計[J]. 夏輝,張三順,孫運傳,肖甫,李曄,成秀珍.  計算機學報. 2019(05)
[2]本地化差分隱私研究綜述[J]. 葉青青,孟小峰,朱敏杰,霍崢.  軟件學報. 2018(07)
[3]一種滿足差分隱私的軌跡數(shù)據(jù)發(fā)布方法[J]. 霍崢,孟小峰.  計算機學報. 2018(02)
[4]泛在交通信息服務(wù)系統(tǒng)的概念、架構(gòu)與關(guān)鍵技術(shù)[J]. 趙祥模,惠飛,史昕,馬峻巖,楊瀾.  交通運輸工程學報. 2014(04)
[5]基于支持向量機方法的短時交通流量預測方法[J]. 楊兆升,王媛,管青.  吉林大學學報(工學版). 2006(06)
[6]基于小波的多尺度網(wǎng)絡(luò)流量預測模型[J]. 洪飛,吳志美.  計算機學報. 2006(01)

碩士論文
[1]基于深度學習的交通流量預測[D]. 魏中銳.北京交通大學 2019
[2]基于二型模糊集合交通流量長時預測[D]. 黃寅峰.北京交通大學 2019



本文編號：3025252