[发明专利]一种基于可信区块链的车联网数据共享方法

说明书

本发明涉及一种基于可信区块链的车联网数据共享方法，属于车联网数据安全共享技术领域。本发明一方面利用随机响应机制重新构造Laplace算法，使其满足本地化差分隐私，采用重新构造的本地化差分隐私技术对车辆的位置数据进行扰动，从车辆客户端扰动每个车辆用户的原始位置数据；另一方面对传输到数据采集中心的数据使用K‑means聚类算法进行分簇，在实现数据安全可信共享的同时，保护车辆用户的位置信息不会泄露。本发明具有安全性高、可靠性高且效率高的优点。

技术领域

本发明涉及一种基于可信区块链的车联网数据共享方法，属于车联网数据安全共享技术领域。

背景技术

随着汽车的普及，物联网的飞速发展，车联网概念已成为当今最热门的主题之一。车联网是指按照统一的通信协议以及数据交互标准，实现车-车，车-道路-信息，车-网络平台之间数据共享交互的分布式网络。车联网中的车辆安装有大量车载传感器，能够实时采集车辆行驶过程中的各种道路、交通、天气等信息，车辆处理器对数据筛选后通过无线通信的方式与其他车辆共享信息。

然而，在车联网飞速发展的同时，也带来了数据泄露、数据篡改、数据可信性等一系列问题。车联网中出现这类问题的原因主要有三点：1)车辆终端在采集数据的过程中被恶意攻击而导致数据泄露；2)车辆数据共享过程中的信任问题；3)由于用户身份不公开，可能在车联网中上传虚假信息。

目前国内外研究人员对车联网数据的安全保护有各种模型和方法，其中利用区块链技术的特点解决车联网中存在的数据隐私、数据可信性等问题，仍存在不足。

发明内容

本发明要解决的技术问题是提供一种基于可信区块链的车联网数据共享方法，用于解决车联网数据共享过程中的安全问题。

本发明的技术方案是：一种基于可信区块链的车联网数据共享方法，具体步骤为：

Step1：车辆传感器收集车辆当前位置的天气、道路、交通状况信息。

Step2：车辆客户端运行随机响应算法，生成Laplace算法的隐私参数。

Step3：车辆客户端运行Laplace算法，调用随机响应算法生成的隐私参数，计算噪声，之后对位置数据加噪声生成扰动的非原始数据。

Step4：车辆客户端将扰动后的非原始数据发送到数据采集中心，数据采集中心执行K-means聚类算法根据位置数据将该区域的所有数据进行分簇。

Step5：数据采集中心将每个簇的中心点以及簇中的所有数据传输至区块链SDK。

Step6：区块链SDK将每个簇中的数据降噪后调用智能合约存储至区块链网络中的区块中。

Step2中，隐私参数通过以下公式计算：

其中，Δf为隐私参数，p为扰动概率。

Step3中，噪声通过以下公式计算：

其中，f(X)为原位置数据，为添加的Laplace噪声，ε为隐私预算。

向车辆用户的位置数据中加入噪声，可以增加恶意攻击者攻击的难度，在保护车辆位置隐私的同时保护了用户的位置安全。

Step4具体步骤为：

Step4.1：初始化簇数k，迭代次数N，用户发送来的位置数据作为数据集X＝{x₁,x₂,...,x_n}。

Step4.2：计算k个初始化中心点μ_j，j＝1,2,...,k。