[发明专利]基于群体感知层的车联网隐私保护方法及车联网构架

说明书

本发明公开了一种基于群体感知层的车联网隐私保护方法，包括目标车辆在两个连续的位置发出感知数据；调用群生成函数，生成两个位置相应的匿名群；针对生成的匿名群，调用位置抑制函数保护位置信息；调用身份管理函数保护身份信息；综合抑制后的身份信息数据和位置信息数据，并输出抑制后的感知数据；一种应用上述车联网隐私保护方法的车联网构架，包括群体感知层、移动管理层和控制层；本发明一种基于群体感知层的车联网隐私保护方法及车联网构架通过在合适的位置上以恰当的概率抑制某些用户的数据上传，切断用户的时间相关性、空间相关性、数据相关性，从而有效地保护车联网位置隐私。

技术领域

本发明涉及车联网数据传输领域，尤其涉及一种基于群体感知层的车联网隐私保护方法及车联网构架。

背景技术

随着各种移动终端和传感器的不断发展，群体感知已经成为收集和传输感知数据的一项重要技术，且应用范围广泛，如社交媒体分析，细粒度的空气污染监测，城市环境监控，道路交通采集等。这些群体感知应用都有一个共同点，那就是收集的感知数据中都包括有位置信息。但是，群体感知应用系统中的服务器也许是不可信的，服务器会泄露相关用户的位置信息而出现隐私泄露的问题。加之车联网具有无线通信系统开放，车辆高移动性特点。因此基于群体感知的车联网在隐私保护领域会带来新的挑战。

近几年，随着无线通信技术(如，5G，WIFI)和智能终端的不断发展，群体感知应用得到大量关注，用户参与热情不断提高。在群体感知系统中,大量用户使用手持设备作为基本的感知单元，实现感知数据收集。从而终完成大规模的、复杂的社会感知任务。因此，群体感知技术应用于车联网时具有以下几大优点：

1、成本低：因为在CS系统中，我们采用的是用户手持终端来收集感知数据，而不需要专门部署相应的传感器，这大大节省了成本开销。

2、规模大：在群体感知的应用中，用户数量多，而且分布范围广。

3、细密度测量，随着智能终端的发展，人们基本都用得起智能终端(手机、平板、智能摄像机等)，有些人甚至不止一个。他们来自不同阶层、不同区域。因此收集到的数据信息更加精细化。

车辆周期性地上传感知数据，中央处理器将收集到的大量车辆信息进行分析和处理，从而及时汇报路况、合理安排交通信号灯周期等。但是在基于CS的车联网中，用户上传感知数据的时候涉及到位置信息.有些用户注重隐私保护，不愿暴露自己的位置隐私、身份隐私等，导致用户参与度不高、数据量采集少。这使得车联网不能大规模、细密度精准测量信息。因此隐私保护问题不解决，基于群体感知的车联网应用就会变得毫无意义。

常用的隐私保护方法大致可以分为匿名、模糊、加密，但是其基本没有考虑到用户的时空相关性。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于群体感知层的车联网隐私保护方法及车联网构架。

本发明通过以下技术方案来实现上述目的：

一种基于群体感知层的车联网隐私保护方法，包括以下步骤：

S1、目标车辆在某段时间内的行驶轨迹上采集感知数据；

S2、调用群生成函数，生成两个位置相应的匿名群；

S3、针对生成的匿名群，调用位置抑制函数保护位置信息；调用身份管理函数保护身份信息；

S4、目标车辆通过调用身份管理函数得到的PID发送感知数据。

具体地，上述步骤S1具体包括以下步骤：