[发明专利]基于城市交通的隐私保护压缩感知实时交通监测方法

说明书

本发明涉及一种基于城市交通的隐私保护压缩感知实时交通监测方法，包括以下步骤：步骤S1:将处于隐私保护下的车辆数据分为两部分发送给两个不同的路侧单元进行预处理；步骤S2:两个不同的路侧单元将预处理后的车辆数据分别外包给两个云平台，根据最终期望得到的运算结果，并利用两个云平台之间的交互运算设计出数据加密执行协议对数据加密；步骤S3:导航服务提供商从云平台接收加密数据并解密，再通过压缩感知技术实现对城市交通状态的估计。本发明能够显著地增强车辆数据隐私保护的能力，加快了数据处理速度且数据处理准确无误，降低了为实现城市交通估计所需的能耗，降低了交通估计所需时间。

技术领域

本发明涉及城市的交通估计领域，具体涉及一种基于隐私保护压缩感知的城市交通状态实时监测方法。

背景技术

近年来，随着中国城市化的进程加快，行驶在城市道路上的车辆越来越多，这使得交通拥堵的问题日渐突出。长时间的交通拥堵不仅造成时间和能源的严重浪费，一定程度上影响了城市经济效率，同时也增加了交通事故发生的概率。相比较于城市道路的扩建速度，车辆的数量增长速度显然更为迅速，这意味着城市交通拥堵问题将会愈发严重。近几年，人们已广泛意识到城市交通实时监控的重要性，令驾驶人员时刻了解道路的拥堵状况可以有效缓解交通拥堵问题。传统的交通拥堵估算方法都是以静态交通传感器为基础的，如闭路摄像机和感应线圈检测器，然而这些传统方法的部署和维护成本过高，不适合大规模使用。随着车载传感器性能的不断提高，采集车辆数据已成为获取交通拥堵状况的重要手段，如Google和Baidu地图就使用了这种方式。然而，由于道路众多，获取交通拥堵状况需要收集和分析大量的车辆数据，这就对数据存储和数据处理提出了新的要求。因此，我们迫切希望找到一种既能提供足够的数据存储又具有强大的数据处理能力的设备。

通过分析车辆数据来实现交通监控需要将车辆数据外包到云上，然而这些数据包含一些敏感信息，如GPS位置、报告时间和车速等，我们需要确保外包数据在未经授权的情况下不会发生泄露。如果攻击者连续截获到车速和GPS位置等数据，则可以通过挖掘技术预测驾驶员的行驶路线。不仅如此，GPS位置信息还会暴露驾驶员经常去的地方，比如家、办公室和餐馆。此外，还可以通过比较起始位置和从里程表收集数据来预测驾驶员的目的地。因此，保护数据的隐私是极其重要的。数据加密的算法有同态加密(HE)算法和安全多方计算(MPC)。然而，即使云中存储的外包数据是加密的，若想在不损害原始数据隐私性的前提下加快数据加密算法的运算效率仍然是一个难题。此外，随着城市道路数量和车辆数量的急剧增加，收集所有道路的数据并不现实，因为这会增加交通监控的时间延迟，我们有必要用少量数据估算整个道路网络的交通拥堵状况。

发明内容

有鉴于此，本发明的目的在于提供一种基于隐私保护压缩感知的城市交通状态实时监测方法，能够显著地增强车辆数据隐私保护的能力，加快了数据处理速度且数据处理准确无误，降低了为实现城市交通估计所需的能耗，降低了交通估计所需时间。

为实现上述目的，本发明采用如下技术方案：

一种基于隐私保护压缩感知的城市交通状态实时监测方法，包括以下步骤：

步骤S1:将处于隐私保护下的车辆数据分为两部分发送给两个不同的路侧单元进行预处理；

步骤S2:两个不同的路侧单元将预处理后的车辆数据分别外包给两个云平台，

根据最终期望得到的运算结果，并利用两个云平台之间的交互运算设计出数据加密执行协议对数据加密；

步骤S3:导航服务提供商从云平台接收加密数据并解密，再通过压缩感知技术实现对城市交通状态的估计。

进一步的，所述步骤S1具体为：

步骤S11:设一个城市有n条道路，T时间段内某一路段j上所有车辆上传的所有数据有m条，每条数据的格式为u＝[t,v,lat,lon]，其中t为上传时间，v为车辆瞬时速度，lat与lon为车辆的经纬度；