基于LBS的车联网隐私安全服务模型及其保护方法研究

摘要

社会经济的快速发展使得道路上车辆数量不断增加，交通状况变得愈发复杂，人们对车辆出行的智能化要求也越来越高，而智能化出行在追求优质位置服务的同时，对隐私保护的重视越来越凸显。为此，本文针对节点高速运动的车联网隐私安全保护问题，在借鉴已有研究成果的基础上，基于 P2P结构建立了隐私安全服务模型 PSSM，基于K-匿名和假名技术建立了隐私保护算法PPA，基于阈值思想和马尔可夫链建立了伪节点检测算法FNDA。具体研究工作如下： （1）通过对车联网系统和点对点结构的特点分析，建立基于车联网与 LBS的隐私安全服务模型 PSSM，该模型在车辆终端、路侧单元和云服务器间，利用双层P2P结构将VANET网络进行扩展，模型中RSU既是第一层P2P结构的服务器，又是第二层P2P结构的终端节点，有请求服务的节点主动获取服务应答。理论分析表明该模型不仅能减轻单个服务器高计算量的负担，同时可降低服务器被攻击导致信息泄露的危险，提高信息传送的准确性和稳定性。 （2）针对车联网环境下基于位置服务的隐私安全问题，研究改进匿名方法，将K-匿名与假名技术相结合，形成隐私保护算法PPA。其中，假名生成算法的目的是实现对车联网系统中多于一倍节点的掩藏，K-匿名区域生成算法的目的则是用匿名空间对请求用户位置进行空间隐匿。实验表明该隐私保护算法在隐私保护效果和区域选择结果之间能够获得良好的平衡性，既能增强安全强度，又能获得优质服务。 （3）为了合理评价服务模型和隐私保护算法的可行性和有效性，通过（t，n）阈值思想和马尔可夫链的使用，形成匿名区域中的伪节点检测算法 FNDA，对车联网中的各节点进行多重认证与检测。利用 Sybil 攻击对算法进行攻击验证，结果表明该方法可有效确保进入车联网请求服务中各节点的身份安全性，进一步规避非法节点对系统的攻击。 课题研究成果在有效保护车联网环境下的用户身份信息、位置信息以及位置服务内容，推进车联网及其安全技术的应用研究、提升位置服务提供商的服务能力和改善人们的生活质量等方面具有重要意义。

目录

声明

插图索引

附表索引

第1章 绪 论

1.1研究背景及意义

1.2国内外研究现状

1.3论文研究内容及章节安排

第2章 基于P2P和IoV的隐私安全服务模型PSSM

2.1引言

2.2车联网系统

2.3基于位置的服务LBS

2.4车联网的安全需求分析

2.5基于P2P结构的车联网服务模型

2.6模型的安全性分析

2.7总结

第3章 基于PSSM和LBS的隐私保护算法PPA

3.1引言

3.2位置隐私保护技术

3.3车联网环境下的隐私保护算法PPA

3.4算法中的关键步骤

3.5算法实验与分析

3.6总结

第4章 基于PSSM和PPA的伪节点检测算法FNDA

4.1引言

4.2非法节点的攻击模式

4.3（t，n）阈值思想

4.4车联网环境下的伪节点检测算法FNDA

4.5随机数的生成

4.6算法实验与分析

4.7总结

总结与展望

参考文献

致谢

附录A 攻读学位期间发表的论文