随着车载网的快速发展,WIFI技术的广泛应用,车辆在行驶过程中与路边接入点(Access Point,AP)进行数据通信变得越来越容易。同时,如果敌人把恶意AP部署在移动的车辆上,由于恶意AP车辆的移动性,它可以长时间的保持在用户周围,并且这种恶意AP在客户端看来会拥有更强大的信号强度,更容易使用户受骗上当,因此敌人会有更多时间利用各种攻击手段去窃取用户的隐私信息。针对这种车载恶意AP的特点和危害性,本文提出了一种基于信号强度(RSSI)的判别恶意AP的方法。主要研究成果及贡献如下:(1)RSSI值非常容易受到周围环境的干扰,为了优化RSSI的采样值,本文利用高斯模型去消除RSSI误差较大的部分,并且使用优化加权的方法取得最终值,与均值模型相比,优化加权高斯模型具有更小的误差。(2)针对车载网中不断变化的周围环境,提出了基于RSSI与距离映射的测距算法,该算法把传统单一RSSI与距离的一对一的关系转变为RSSI与距离的一对多的关系,利用一对多的映射关系,实现更适合车载网环境的测距算法,该算法在50米以内,90%以上可以达到误差在2米内,测距误差达到了3.98%。(3)利用提出的基于RSSI值的测距算法,本文提出一种实用性的判别恶意AP的算法,该算法基于RSSI值与GPS位置信息,用户可以验证RSSI值是否匹配AP广播的位置,从而实现对恶意AP的判别。实验结果表明,该算法能够有效地识别道路上的车载恶意AP。(4)基于本文的测距算法,提出一种基于相对定位的判别恶意AP的算法,用户只需利用自身接收的一系列RSSI值就能够对AP的位置进行相对定位,如果恶意AP被定位在用户行驶的车道上,就判定其为恶意AP。实验表明,基于RSSI的相对定位算法误差在5米以内,能够满足对车载恶意AP进行判别的需求。