基于区块链的车联网数据存储技术研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:moovent_chrisx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着智能交通这一概念的提出,车联网作为其主要支撑技术迎来了高速发展的机会。随着网络规模的逐步扩大,越来越多的车辆节点接入到网络之中,海量的车联网数据在网络中传输和共享,这就对车联网数据存储的安全性和高效性提出了更加严格的要求。而现有的车联网技术在数据存储的安全性和高效性方面是存在一定的不足的,如中心化的存储方式容易遭受恶意攻击导致用户的个人数据遭到篡改和泄露。为了解决车联网在安全方面存在的这些缺陷,本文将区块链技术引入到车联网中,利用车联网的去中心化和防篡改特性来保障车联网的数据存储的安全性和高效性。本文主要的研究内容如下:(1)针对当前车联网数据存储中存在的数据泄露、数据篡改等不安全问题,本文提出了一个基于属性加密的车联网数据安全存储方案。该方案结合了区块链和属性加密技术,实现了车联网数据的安全存储和细粒度访问控制。所有的数据的hash值都被存储在区块链上,杜绝了数据篡改的可能性。同时用户可以通过制定访问策略的方式来决定数据只对特定用户开放,防止了数据泄露的问题。本文还改进了传统的属性加密算法,能够使得高性能的RSU节点负担大部分的计算开销,降低车辆节点的性能负担。通过仿真实验表明,本文的方案能够在保证安全的前提下,更为高效的进行数据的存储与共享,进一步提升车辆节点的数据存储效率。(2)针对传统区块技术引入到车联网中会带来存储占用空间大,存储效率低下的问题,本文提出了一种基于LT编码的轻量型区块存储方案。在该方案中,处于核心网络的RSU节点对区块分片后进行LT编码并存储一定数量的编码块,而位于边缘网络的车辆节点仅仅存储最新区块来锚定整个区块链。这样就可以大大降低整个网络因为存储区块而导致的存储空间消耗。同时为了加快车辆节点在区块校验时的速率,本方案提出了一种跳跃式的区块校验算法,通过该方法能够将区块校验的复杂度降低到常数级别,不会随着链长的增加而线性增加,极大的降低了车辆节点的存储压力和整个网络的区块传输开销。通过仿真实验表,在相同条件下,相对于随机删除方式,该方案在区块存储空间占用和区块恢复成功率方面都有着大幅提升,这表明本文的方案能够更为高效的节约存储空间且能够保证足够的系统安全性。
其他文献
随着电子信息产业的发展,人们的生活已经越来越离不开电子设备和互联网。各种各样的APP为了收集用户反馈,纷纷设置了评论业务。这些评论文本中包含了大量有价值的信息,利用这些信息,商家一方面可以更加了解用户的爱好,为用户做出推荐,另一方面可以更加了解自身的不足和缺点,对自身的服务进行改进。但是,面对海量的评论信息,商家或平台往往没有足够的人力去阅读它们,因此,基于深度学习和机器学习的自然语言处理技术就派
油水混合液的快速、高效分离是海洋油气开采和输送中亟待解决的技术问题。设计小型、快速、高效的复合式油水分离器是目前油水分离技术研究的一个方向。螺旋管油水分离器是一种体积小、效率高的分离设备,管内两相流动和分离过程的研究对于分离器的设计有重要意义。本文利用 FLUENT 软件,采用不可压湍流 Navier-Stokes 方程和两相流动的 Euler 模型,对螺旋管内油水两相流动和分离过程进行了数值研究
在现代通信体系下人们需要更高的无线信号传输速率和更优的信号质量。传统的雷达探测系统大多采用均匀阵结构,其较低的角度分辨率和较小的阵列孔径,日益无法满足当下无线信号传输技术的发展需要。稀布阵雷达相对于均匀满阵雷达,在相同数量阵列单元情况下拥有更大的阵列孔径、更高的探测精度和更灵活的阵列设计方式,但是当前稀布阵的研究还只停留在平面相控阵层面,对于频控阵和其他几何形式阵列的稀布技术研究还非常欠缺。此外在
“互联网+”的大力发展使得全球数据生产量大幅上涨,其中非结构化数据占到了数据总量的80%,成为了全球数据的主要构成部分。非结构化数据处理一直是自然语言处理领域研究的重点和难点。知识图谱的出现为大数据处理与应用提供了一套完整可行的解决方案,知识图谱构建中的信息抽取与融合作为基础任务受到了广泛的关注。本文面向非结构化数据,围绕知识图谱中的信息抽取与信息融合任务开展了一系列的研究。在信息抽取技术研究中提
近年来,随着5G等网络技术的快速发展,许多新的网络应用随之兴起,诸如无人驾驶、远程手术、增强现实等网络应用对于互联网时延的要求越来越高,传统的TCP/IP网络在传输数据包时对于数据包的行为缺乏统一的调度和规划,数据包时延存在长尾效应,难以保证业务的服务质量(Quality of Service,QoS)。时间敏感网络的出现给传统网络做出了改进。时间敏感网络的核心思想是减少转发过程中的排队时延。首先
LEO卫星通信系统具有通信时延低、研发成本低以及通信组网灵活等优势,受到了各航天科技大国的重点关注。而高效、可靠的星间路由算法对卫星网络性能发挥至关重要。但是,目前的LEO卫星网络星间路由算法在可靠性方面仍然存在诸多挑战:一方面,由于LEO卫星网络的高动态拓扑变化、全球流量分布不均衡,致使卫星节点和链路易发生拥塞;另一方面,由于受星间链路稳定性差、开放性、暴露性等特点的影响,网络内部路由易遭受恶意
旋转数频繁地出现在非线性常微分方程中,这是因为旋转数本身孕育着非常丰富的内涵,有着重要的理论和应用价值,且还没有完全被我们所了解。本文以具有几乎周期势函数的非对称方程:(x|¨) + p(t)x+ + q(t)x= 0为基本模型,系统地阐述这类方程的旋转数的存在性,并用势函数的的某种新模对线性方程:(x|¨) + p(t)x = 0和非对称方程:(x|¨) + p(t)x+ + q(t)x = 0
随着车载终端的飞速发展,车辆在采集和处理数据的能力得到了大幅度的提升,使得众包这种新兴的应用模式在车联网中逐渐流行起来。在车联网众包应用中,车辆不仅能够参与众包任务,为采集服务数据作出贡献,也能够按需地发起数据请求,获得服务数据。然而,在数据采集/请求时出现的隐私泄露风险,严重阻碍了车联网众包的广泛应用。车辆用户在数据采集/请求时,一般包含了用户相关的隐私信息,如身份、位置、查询内容等信息。而隐私
衍射度量术是一类通过对周期性结构远场衍射光特性的分析来精确测量周期性结构形貌参数的方法。这类方法具有非接触、无损伤、快速响应等优点,适用于各种在线、离线的测量环境。本论文围绕着衍射度量术这一核心方法,对不同类型的光刻胶掩模光栅、小阶梯光栅,设计了4种在线监测与离线检测光栅形貌参数的方法。并在其中一些方法的辅助下,成功地制作出了局部衍射效率和杂散光性能达到商用光栅水平的小阶梯闪耀光栅母光栅。针对铬膜
网络设备作为国家重要的基础设施之一,其在安全方面的表现越来越受到公众的重视,网络协议作为支撑网络设备运行的重要组件,其安全性尤为关键。模糊测试是安全研究人员测试软件漏洞的重要技术之一,已被广泛应用到各个领域。现阶段针对网络协议的模糊测试技术,主要集中在黑盒模糊测试,虽然其测试速度快,但是由于测试样例生成的随机性和盲目性,导致测试效果往往不如利用了执行时信息反馈的灰盒模糊测试。如何利用灰盒模糊测试技