期刊文献+
共找到901篇文章
< 1 2 46 >
每页显示 20 50 100
考虑CACC汽车队列动态特性的混合交通流建模与仿真 被引量:2
1
作者 杨秀建 黄菁菁 王曦 《系统仿真学报》 北大核心 2025年第6期1388-1399,共12页
为研究混入协同自适应巡航控制(cooperative adaptive cruise control,CACC)汽车队列的单车道混合交通流特性,提出一种基于元胞自动机的建模方法,区分人工驾驶车辆与CACC车辆跟驰策略,引入队列动态车间距与实际控制行为,构建具有固有动... 为研究混入协同自适应巡航控制(cooperative adaptive cruise control,CACC)汽车队列的单车道混合交通流特性,提出一种基于元胞自动机的建模方法,区分人工驾驶车辆与CACC车辆跟驰策略,引入队列动态车间距与实际控制行为,构建具有固有动态特性的混合交通流模型。该模型可以深入研究队形几何、跟驰控制策略、队列规模等队列特征对混合交通流特性的影响,以及队列的调整控制与交通流间的耦合作用。结果表明:在满足队列内稳定性与弦稳定性的条件下,增加汽车队列渗透率、减小车头时距可显著提升混合交通流的峰值流量;随队列规模增大,峰值流量呈现非线性变化,交通流波动增强,均匀性降低;相较于自适应巡航控制队列,CACC队列对交通流干扰的抑制能力更强,能更有效改善混合交通流特性。 展开更多
关键词 智能交通 智能汽车 汽车队列 元胞自动机 混合交通流
在线阅读 下载PDF
区块链赋能的车辆边缘网络任务卸载方法研究
2
作者 康海燕 刘鑫旭 李彦芳 《西安电子科技大学学报》 北大核心 2025年第3期85-98,共14页
随着城市智慧交通及车联网蓬勃发展,自动驾驶、图像语音处理等计算密集型应用对计算和缓存资源需求攀升。鉴于传统车联网中云计算架构因云服务器位于网络核心,传播延迟大,难以给予行驶车辆实时优质服务,旨在提出区块链赋能的车辆边缘网... 随着城市智慧交通及车联网蓬勃发展,自动驾驶、图像语音处理等计算密集型应用对计算和缓存资源需求攀升。鉴于传统车联网中云计算架构因云服务器位于网络核心,传播延迟大,难以给予行驶车辆实时优质服务,旨在提出区块链赋能的车辆边缘网络任务卸载方法研究。通过任务卸载,将车辆生成的计算任务动态分配到边缘计算服务器或邻近车辆中,从而减少计算负载并降低延迟。首先,将边缘计算融入车联网,构建车辆边缘网络,把边缘计算服务器部署于网络边缘,削减数据通信延迟,提升任务卸载计算效率;然后,设计预测-奖励-检测的双深度学习算法,融合深度神经网络与Q-learning算法展开策略训练学习,利用预测-奖励-检测训练过程预估相邻状态累计奖励并用于算法训练,实现动态决策以适配变化环境;最后,在边缘计算服务器中集成区块链技术,通过私有区块链结构维护任务卸载交易的完整性和可靠性。实验结果表明,与传统多智能体深度确定性策略梯度方法相比,所提方法优势显著,累计奖励提高39.98%,能耗降低20.09%。 展开更多
关键词 区块链 边缘计算 深度学习 车联网 任务卸载
在线阅读 下载PDF
基于异构节点的高效任务卸载策略
3
作者 范兴刚 姜新阳 +3 位作者 谷文婷 徐骏涛 杨友东 李强 《计算机科学》 北大核心 2025年第8期354-362,共9页
在车联网边缘计算中,如何利用有限的网络资源实施高效的任务卸载,是近年来车联网的研究热点。通过研究异构节点模式下的任务卸载,设计了一种异构节点模式下的高效任务卸载策略TOS-HN。当车辆产生任务时,优先考虑移动节点卸载,将任务卸... 在车联网边缘计算中,如何利用有限的网络资源实施高效的任务卸载,是近年来车联网的研究热点。通过研究异构节点模式下的任务卸载,设计了一种异构节点模式下的高效任务卸载策略TOS-HN。当车辆产生任务时,优先考虑移动节点卸载,将任务卸载到附近空闲车辆上。若移动卸载不能满足任务需求,则采用固定节点卸载策略。在移动节点卸载模式中,先根据任务处理时延和能耗构建代价矩阵,再通过匈牙利算法确定任务车辆和处理车辆的最优匹配。仿真实验证明,TOS-HN算法相比于其他算法具有显著优势,在时延、能耗、任务成功率和基站负载方面均具有较好的性能。 展开更多
关键词 车联网边缘计算 任务卸载 异构节点模式 移动 代价矩阵
在线阅读 下载PDF
认知车联网中评估频谱稳定性的动态频谱接入算法
4
作者 马彬 杨祖敏 谢显中 《电子与信息学报》 北大核心 2025年第5期1474-1485,共12页
在带频谱认知的车联网中,由于车辆终端的高动态移动性和无线电环境的复杂性,使频谱的稳定性难以评估。该文提出一种评估频谱稳定性的动态频谱接入算法。首先,基于信噪比、接收信号强度和带宽参数,利用长短期记忆神经网络预测出参数在未... 在带频谱认知的车联网中,由于车辆终端的高动态移动性和无线电环境的复杂性,使频谱的稳定性难以评估。该文提出一种评估频谱稳定性的动态频谱接入算法。首先,基于信噪比、接收信号强度和带宽参数,利用长短期记忆神经网络预测出参数在未来1个周期内多时刻的值,并计算各参数1个周期的变化率,将结果作为频谱稳定性的评估指标。其次,利用K-Means算法对变化率向量进行聚类,构建稳定性评估模型。再次,根据稳定性评估结果重构了状态空间和奖励函数,提出一种基于强化学习的动态频谱接入算法。最后,实验结果表明,所提算法能够满足不同车辆终端业务的稳定性需求,提高频谱资源的利用率,同时降低频谱接入过程中的碰撞概率。 展开更多
关键词 认知车联网 动态频谱接入 稳定性评估 强化学习
在线阅读 下载PDF
车联网中基于证书的局部可验证聚合签名方案
5
作者 夏喆 夏学志 +1 位作者 吕文杰 张明武 《信息网络安全》 北大核心 2025年第1期48-62,共15页
车联网作为车辆与外界的实时通信和信息交换的重要桥梁,可以提高交通安全性、优化交通效率和提升公共服务质量,在智能交通系统和未来智慧城市的发展中具有重要的作用。随着车联网的普及,其中的身份匿名、消息认证、位置隐私等通信安全... 车联网作为车辆与外界的实时通信和信息交换的重要桥梁,可以提高交通安全性、优化交通效率和提升公共服务质量,在智能交通系统和未来智慧城市的发展中具有重要的作用。随着车联网的普及,其中的身份匿名、消息认证、位置隐私等通信安全问题也得到广泛关注。文章提出一种在车联网中基于证书的局部可验证聚合签名隐私保护认证方案,实现安全的车辆到基础设施(V2I)通信。与传统基于身份的聚合签名方案相比,该方案不仅解决了传统基于身份签名方案的密钥托管问题,平衡了权威机构监管和用户隐私之间的矛盾,还在数据验证方面,实现了对车辆数据的批量验证和有效的局部验证,能够验证特定数据块的正确性而不需要知道整个消息序列,降低了额外开销。 展开更多
关键词 聚合签名 身份认证 基于证书密码学 车联网
在线阅读 下载PDF
感知时间不可区分的车辆群智感知隐私保护任务分配方案
6
作者 张磊 张潇 纪莉莉 《计算机应用研究》 北大核心 2025年第4期1198-1203,共6页
在车辆群智感知的任务分配中,大多数隐私保护机制将用户暴露于潜在的时间感知推理下,使攻击者能够推断出用户的敏感信息。针对该问题,提出一种感知时间不可区分的隐私保护任务分配方案。首先,该方案为满足用户对感知时间隐私保护的需求... 在车辆群智感知的任务分配中,大多数隐私保护机制将用户暴露于潜在的时间感知推理下,使攻击者能够推断出用户的敏感信息。针对该问题,提出一种感知时间不可区分的隐私保护任务分配方案。首先,该方案为满足用户对感知时间隐私保护的需求,运用差分隐私技术,对车辆的原始停留数据添加拉普拉斯噪声进行模糊处理。其次,在考虑任务之间旅行时间的同时,计算出车辆用户完成感知任务概率,以此来判断是否可以进行任务分配。若概率大于0,则合理分配所有任务保证负载均衡,否则不再分配任务。因此,该方案一方面提供了感知时间的隐私保护,另一方面能够保障分配任务的有效性。最后通过与其他方案进行比较,并分析它们的相对性能,进一步证实了该方案的优越性。 展开更多
关键词 车辆群智感知 感知时间 差分隐私 隐私保护 任务分配
在线阅读 下载PDF
车辆急动度对神经网络油耗预测性能影响研究
7
作者 张立成 押境田 +1 位作者 彭琨 杨冉 《汽车安全与节能学报》 北大核心 2025年第1期117-126,共10页
为了研究精细驾驶行为对基于单个和混合神经网络的油耗模型预测性能的影响,选择车辆急动度(Jerk)作为神经网络训练输入的重要变量。采用长短期记忆网络(LSTM)、循环神经网络(RNN)、非线性自回归带外部输入模型(NARX)、广义回归神经网络(... 为了研究精细驾驶行为对基于单个和混合神经网络的油耗模型预测性能的影响,选择车辆急动度(Jerk)作为神经网络训练输入的重要变量。采用长短期记忆网络(LSTM)、循环神经网络(RNN)、非线性自回归带外部输入模型(NARX)、广义回归神经网络(GRNN)、卷积神经网络(CNN)、门控循环单元(GRU)、多层感知机(MLP)以及卷积神经-长短期记忆网络(CNN-LSTM)混合神经网络共8种典型神经网络模型,选取(速度,加速度)、(速度,加速度和Jerk)、(发动机转速)共3种输入参数组合,以及校园低速、城市中速和高速公路高速共3种速度工况,累计进行了69组实验。结果表明:相较其余6种单个神经网络模型,LSTM模型在各输入组合和各速度工况下的预测性能最好;CNN-LSTM混合模型的预测性能略优于LSTM模型。引入车辆急动度(Jerk)后,各神经网络油耗预测模型在各速度工况的预测性能都得到显著提高,其中,单个模型中,RMSE最高下降了43.2%(CNN网络,高速路况),RE最高下降了68.2%(LSTM网络,城市路况),R2最高提升了41.8%(NARX网络,城市路况);混合模型中,RMSE和RE分别最高下降了34.9%和61.0%(城市路况)。 展开更多
关键词 生态驾驶 油耗预测 神经网络模型 驾驶行为 车辆急动度(Jerk)
在线阅读 下载PDF
面向6G的无线信道语义特征及建模 被引量:2
8
作者 张正宇 何睿斯 +4 位作者 杨汨 张雪剑 戚子羿 元媛 艾渤 《电子学报》 北大核心 2025年第1期14-23,共10页
随着移动通信技术的发展演进,6G(6th-Generation)网络作为新一代智能化数字信息基础设施,将不再仅聚焦信号的传输和复现,更需要基于电磁传播过程实现对周围环境的高效感知和理解,从而获取信道语义知识,协助智能通信体的预测、决策、波... 随着移动通信技术的发展演进,6G(6th-Generation)网络作为新一代智能化数字信息基础设施,将不再仅聚焦信号的传输和复现,更需要基于电磁传播过程实现对周围环境的高效感知和理解,从而获取信道语义知识,协助智能通信体的预测、决策、波束成形等.因此,相较于传统信道而言,赋予无线信道模型对物理环境的语义理解、重构、表达能力,已成为智能无线信道模型的重要特征.本文提出了一种无线信道语义的分析和建模方法,将信道语义定义为状态语义、行为语义和事件语义3种层级,分别对应信道瞬态多径、信道时变轨迹和信道拓扑结构.此外,基于车载通感一体化(Integrated Sensing And Communication,ISAC)信道测量系统,开展了28 GHz下面向信道语义表征的无线信道测量,基于实测数据对信道语义进行解构、标识、建模,重点分析了3种不同语义下的信道多径分布特性,完成了语义导向的信道生成,结果表明信道语义模型能够在生成较准确信道的同时,表达更丰富的语义信息.本文工作是在语义层面上探索智能信道建模的新方法,通过深入挖掘无线信道的内在语义特征,促进通信系统在理解和认知环境方面的能力,从而提高通信效率和质量. 展开更多
关键词 6G 无线信道建模 信道语义 通信感知一体化 车载信道测量
在线阅读 下载PDF
车载网中一种基于区块链的隐私保护数据聚合系统 被引量:1
9
作者 杨睿成 董国芳 徐正楠 《信息安全研究》 北大核心 2025年第4期367-376,共10页
针对车载网中数据聚合面临的隐私风险及挑战,提出了一种安全的车载网中基于区块链的安全匿名数据聚合方案.方案将云计算与区块链相融合,设计了一种基于区块链的隐私保护数据聚合系统,可以帮助车载网实现高效且安全的数据收集和数据分析... 针对车载网中数据聚合面临的隐私风险及挑战,提出了一种安全的车载网中基于区块链的安全匿名数据聚合方案.方案将云计算与区块链相融合,设计了一种基于区块链的隐私保护数据聚合系统,可以帮助车载网实现高效且安全的数据收集和数据分析任务.方案中利用密钥托管弹性保证了系统中密钥的安全性,防止以往密钥由第三方独自生成所导致的安全问题;通过2次数据聚合实现了细粒度的数据聚合,为车载网的云服务提供了有效支持.通过安全性分析和性能评估验证了该方案的安全性,并证明了该方案具有更高的计算效率和通信效率. 展开更多
关键词 车载网 数据聚合 区块链 密钥托管弹性 匿名
在线阅读 下载PDF
以服务满意度为目标的车载边缘计算调度优化 被引量:1
10
作者 徐佳 范露露 +1 位作者 刘婧怡 申佳胤 《小型微型计算机系统》 北大核心 2025年第5期1216-1223,共8页
随着5G网络的快速发展和物联网技术的普及,计算密集型和延迟敏感型应用蓬勃发展.传统移动边缘计算通常依赖固定基础设施进行计算卸载.然而,在实际应用中,由于用户的移动性、资源需求动态性和地域差异性,边缘服务器的负载表现出高动态性... 随着5G网络的快速发展和物联网技术的普及,计算密集型和延迟敏感型应用蓬勃发展.传统移动边缘计算通常依赖固定基础设施进行计算卸载.然而,在实际应用中,由于用户的移动性、资源需求动态性和地域差异性,边缘服务器的负载表现出高动态性和不平衡性.本文提出由运营商统一调度车载边缘服务器为区域提供计算卸载服务,形式化了区域满意度最大化问题,在行驶时间的限制下,最大化所有区域的满意度.将问题转变为一个拟阵约束下的子模函数最大化问题,利用近似算法对该问题进行求解,并从理论上证明了该算法的近似度.仿真实验结果表明,本文提出的算法具有较优的性能,相比对比算法,平均满意度提高了52.98%. 展开更多
关键词 移动边缘计算 车载边缘计算 计算卸载 近似算法
在线阅读 下载PDF
考虑构件震害影响的城市桥梁震后通行功能损失评估方法 被引量:1
11
作者 李天翊 张东昱 张晓宇 《哈尔滨工业大学学报》 EI CAS 北大核心 2025年第1期35-45,共11页
桥梁作为城市交通网络重要节点,其车辆通行能力在震后救灾和重建过程中起着至关重要的作用。但现有城市桥梁震后损失研究多集中于结构损伤维修成本方面,对桥梁震后车辆通行功能损失研究关注不足,难以为震后紧急救援和桥梁修复决策提供... 桥梁作为城市交通网络重要节点,其车辆通行能力在震后救灾和重建过程中起着至关重要的作用。但现有城市桥梁震后损失研究多集中于结构损伤维修成本方面,对桥梁震后车辆通行功能损失研究关注不足,难以为震后紧急救援和桥梁修复决策提供有效指导。因此,本文提出了综合考虑桥梁构件震害破坏及其对车辆通行影响的桥梁震后通行功能损失评估方法。首先,为了更准确地分析地震对桥梁结构整体系统的影响,采用copula函数,开展了考虑桥梁构件破坏相关性的桥梁系统地震易损性分析;其次,提出了地震导致桥梁车辆通行能力损失的评估方法。该方法综合考虑了桥梁结构损伤、承载力下降导致的开放车道减少以及桥梁伸缩缝损坏导致的车辆行驶速度降低等因素影响,因而可以更准确地反映震后桥梁车辆通行能力;最后,通过一个4跨连续梁桥算例发现相较于现有评估方法,本文提出的城市桥梁震后通行功能损失评估方法具有准确度更高、离散程度和不确定性更小的特点。与传统的定性和主观震后桥梁功能损失评估方法相比,本项研究提出的分析方法从物理层面考虑了桥梁构件震害对桥梁车辆通行能力的具体影响,为震后决策过程提供了一个数学模型。 展开更多
关键词 桥梁易损性 构件破坏相关性 车辆通行能力 桥梁通行功能损失
在线阅读 下载PDF
一种面向车载边缘计算基于服务缓存的任务协同卸载算法 被引量:1
12
作者 唐朝刚 李召 +1 位作者 肖硕 吴华明 《计算机学报》 北大核心 2025年第4期864-876,共13页
为充分利用边缘服务器的有限资源,提高应用服务的缓存效益,本文提出了以应用服务缓存为基础的协同卸载的车载边缘计算模型。在此基础上,以卸载任务的时延和能耗最小化为优化目标,展开对应用服务缓存和计算卸载问题的研究。将服务缓存、... 为充分利用边缘服务器的有限资源,提高应用服务的缓存效益,本文提出了以应用服务缓存为基础的协同卸载的车载边缘计算模型。在此基础上,以卸载任务的时延和能耗最小化为优化目标,展开对应用服务缓存和计算卸载问题的研究。将服务缓存、任务卸载以及计算资源分配的联合优化建模为非线性整数规划问题。为降低求解难度,将原问题分解为服务缓存和计算卸载联合决策子问题以及边缘服务器计算资源分配子问题。其中,将服务缓存和计算卸载子问题建模为马尔科夫决策过程,并提出了一种基于深度强化学习的缓存卸载方案。仿真结果表明,相较于其它基准方法,本文提出的方案能够将优化目标值降低约7%,响应时延减少约12%,同时将缓存命中率提升约9%。 展开更多
关键词 车载边缘计算 任务卸载 应用缓存 协作卸载 深度强化学习
在线阅读 下载PDF
基于区块链的车载自组网身份认证机制研究
13
作者 张彤彤 汪媛媛 +2 位作者 马进 王佳丽 梁兆懿 《火力与指挥控制》 北大核心 2025年第2期36-41,47,共7页
针对当下基于区块链的车载自组网身份认证协议存在的隐私保护差、存储负载重与认证时延高等问题,提出一种基于区块链的新安全认证协议。该协议引入了动态累加器,为车辆提供隐私性保障的同时,将存储开销降低至常数级。结合预计算的设计模... 针对当下基于区块链的车载自组网身份认证协议存在的隐私保护差、存储负载重与认证时延高等问题,提出一种基于区块链的新安全认证协议。该协议引入了动态累加器,为车辆提供隐私性保障的同时,将存储开销降低至常数级。结合预计算的设计模式,克服认证时延高的挑战。实验表明,本方案可以满足车辆用户的各项需求,具有良好的可落地性。 展开更多
关键词 车载自组网 区块链 动态累加器 身份认证
在线阅读 下载PDF
VANETs中基于虚拟位置的位置隐私保护方案
14
作者 刘世启 蔡英 +1 位作者 马孟晓 范艳芳 《计算机应用与软件》 北大核心 2025年第5期95-101,136,共8页
车载自组织网络(Vehicular Ad-Hoc Networks,VANETs)中,现有的基于K匿名、混合区和路径混淆的位置隐私保护方案均需依赖周围车辆间的协助,在车辆稀疏场景下无法有效保护用户的位置隐私。针对该问题,提出一种基于虚拟位置的隐私保护方案... 车载自组织网络(Vehicular Ad-Hoc Networks,VANETs)中,现有的基于K匿名、混合区和路径混淆的位置隐私保护方案均需依赖周围车辆间的协助,在车辆稀疏场景下无法有效保护用户的位置隐私。针对该问题,提出一种基于虚拟位置的隐私保护方案,设计了虚拟位置生成算法,结合K匿名技术实现虚拟位置对用户真实位置的混淆,降低攻击者获取用户真实位置的概率。实验结果表明,该方案在不同车辆密度场景中均能够为用户提供实时的、有效的位置隐私保护,同时能在更短时间内将跟踪成功率降低至1%以下。 展开更多
关键词 车载自组织网络 基于位置的服务 位置隐私 虚拟位置
在线阅读 下载PDF
乌鲁木齐市城区大气PM_(2.5)中水溶性离子组分特征及来源解析 被引量:2
15
作者 魏疆 赵彩欣 +1 位作者 王国华 赵丽莉 《干旱区地理》 北大核心 2025年第4期623-631,共9页
为研究乌鲁木齐市大气环境中主要污染物PM_(2.5)的水溶性离子组分及其来源,2023年在城市中部布置采样点,通过膜采样的方式采集样品164个,按照相关测试标准测定PM_(2.5)的质量浓度及各水溶性离子组分浓度,并分析其来源。结果表明:(1)采暖... 为研究乌鲁木齐市大气环境中主要污染物PM_(2.5)的水溶性离子组分及其来源,2023年在城市中部布置采样点,通过膜采样的方式采集样品164个,按照相关测试标准测定PM_(2.5)的质量浓度及各水溶性离子组分浓度,并分析其来源。结果表明:(1)采暖期PM_(2.5)质量浓度及各离子组分浓度均大于非采暖期。(2)采暖期的离子总浓度是非采暖期的15.7倍,采(非)暖期离子总浓度分别占PM_(2.5)浓度的73.84%和26.26%,阴阳离子的比值(AE/CE)分别为0.914和0.600,说明PM_(2.5)化学性质呈碱性。(3)硫氧化率(SOR)和氮氧化率(NOR)的年均值分别为0.43±0.30和0.15±0.13,说明采暖期气态前体物SO_(2)和NO_(2)在外部气象条件影响下二次转化的几率较大;NH_(4)^(+)在采暖期主要以(NH_(4))_(2)SO_(4)和NH_(4)NO_(3)的形式存在,在非采暖期则以NH_(4)NO_(3)的形式存在。(4)主成分分析结果显示,采暖期污染物的主要来源于二次污染、工业生产和机动车尾气污染,其次为矿物粉尘和燃煤污染,累计贡献率达80.24%;非采暖期主要来源为扬尘和工业生产,其次为二次污染,最后为燃煤产生的污染,累计贡献率为86.34%。可以看出,不同时期PM_(2.5)中水溶性离子的来源存在较大的差异。 展开更多
关键词 大气污染 离子浓度 机动车尾气 主成分分析
在线阅读 下载PDF
网联车辆复用公交专用道建模与仿真研究
16
作者 蒋沛 马新露 +1 位作者 李一博 陈坚 《交通运输系统工程与信息》 北大核心 2025年第1期67-75,共9页
人类驾驶的不可控性使得间歇优先公交专用道(Bus Lanes with Intermittent Priority,BLIP)不能被有效利用。为解决该问题,本文提出智能网联车辆(Connected and Automated Vehicles,CAV)复用BLIP的控制方法。CAV借道控制考虑了公交车间... 人类驾驶的不可控性使得间歇优先公交专用道(Bus Lanes with Intermittent Priority,BLIP)不能被有效利用。为解决该问题,本文提出智能网联车辆(Connected and Automated Vehicles,CAV)复用BLIP的控制方法。CAV借道控制考虑了公交车间移动区间的约束,还道控制考虑了与旁道CAV队列的协同,以应对还道安全距离不足的情况。并利用开放边界元胞自动机模型对提出的方法进行仿真。结果表明:同等流量下,CAV复用BLIP可大幅提高道路通行效率,且中等CAV渗透率下最显著,道路平均速度从6.67 km·h^(-1)提高至30.53 km·h^(-1);无论CAV渗透率高低,CAV队列协同换道都比单个CAV协同换道更有助于提高道路通行效率,相较之下将道路平均速度提高8%~19%。 展开更多
关键词 智能交通 公交专用道复用 队列协同 CAV控制方法 车联网
在线阅读 下载PDF
基于同态加密和群签名的可验证联邦学习方案
17
作者 李亚红 李一婧 +2 位作者 杨小东 张源 牛淑芬 《电子与信息学报》 北大核心 2025年第3期758-768,共11页
在车载网络(VANETs)中,联邦学习(FL)通过协同训练机器学习模型,实现了车辆间的数据隐私保护,并提高了整体模型的性能。然而,FL在VANETs中的应用仍面临诸多挑战,如模型泄露风险、训练结果验证困难以及高计算和通信成本等问题。针对这些问... 在车载网络(VANETs)中,联邦学习(FL)通过协同训练机器学习模型,实现了车辆间的数据隐私保护,并提高了整体模型的性能。然而,FL在VANETs中的应用仍面临诸多挑战,如模型泄露风险、训练结果验证困难以及高计算和通信成本等问题。针对这些问题,该文提出一种面向联邦学习的可验证隐私保护批量聚合方案。首先,该方案基于Boneh-Lynn-Shacham(BLS)动态短群聚合签名技术,保护了客户端与路边单元(RSU)交互过程中的数据完整性,确保全局梯度模型更新与共享过程的不可篡改性。当出现异常结果时,方案利用群签名的特性实现车辆的可追溯性。其次,结合改进的Cheon-Kim-Kim-Song(CKKS)线性同态哈希算法,对梯度聚合结果进行验证,确保在联邦学习的聚合过程中保持客户端梯度的机密性,并验证聚合结果的准确性,防止服务器篡改数据导致模型训练无效的问题。此外,该方案还支持车辆在部分掉线的情况下继续更新模型,保障系统的稳定性。实验结果表明,与现有方案相比,该方案在提升数据隐私安全性和结果的可验证性的同时,保证了较高效率。 展开更多
关键词 隐私保护 联邦学习 车载自组网 可验证聚合 群签名
在线阅读 下载PDF
车联网中基于位置信息映射和相关性评估的进化多任务优化算法
18
作者 沈俊杰 彭江 +1 位作者 郭坤银 刘凯 《电子学报》 北大核心 2025年第5期1661-1676,共16页
随着车联网(Internet of Vehicles,IoV)和智能交通系统的兴起,计算成本的增加和问题规模的扩大使得实时应用的实现变得极具挑战性,同时也为车载边缘计算(Vehicular Edge Computing,VEC)带来了大量亟待并行求解的组合优化问题.这些复杂... 随着车联网(Internet of Vehicles,IoV)和智能交通系统的兴起,计算成本的增加和问题规模的扩大使得实时应用的实现变得极具挑战性,同时也为车载边缘计算(Vehicular Edge Computing,VEC)带来了大量亟待并行求解的组合优化问题.这些复杂的实际问题往往具有非凸性、不可微性,甚至存在黑盒目标与约束条件,可能会超出传统数学方法的解决范围.进化多任务优化(Evolutionary Multi-Task Optimization,EMTO)作为一种新兴的多任务优化范式,通过充分利用任务间的潜在相关性,能够有效地实现多个独立优化任务的并行求解.本文设计了一种IoV显式EMTO框架,结合IoV任务的特点,深入挖掘任务间隐含的关联性,并提出了一种基于车辆位置映射和相关性评估的IoV EMTO算法.针对IoV环境下的多任务优化问题,本文对车-路数据路由(Data Routing,DR)、车-路服务迁移(Ser-vice Migration,SM)、车-车消息传输(Message Transmission,MT)和车-车任务卸载(Task Offloading,TO)四个问题进行联合优化,目标是在限定时间内最大化各个任务的交付率.进一步地,为了在任务相关性未知的情况下提升相关任务间的知识迁移效率,本文在算法中设计并引入了基于任务相关性评估的迁移机制.具体而言,通过计算链路间最长公共子序列来计算链路的相似度,针对不同的相关性分布情况设计了三种迁移策略,以确保算法在不同场景下的知识迁移能力.最后,本文通过实验验证和性能评估,验证了所提框架和算法的有效性,与其他的EMTO算法相比,本文所提算法在各优化问题上的收敛速度更快,种群间知识迁移后的求解效果更好,展现出良好的性能. 展开更多
关键词 车载边缘计算(VEC) 进化算法 多任务优化 显式知识转移 任务相关性评估
在线阅读 下载PDF
VANET中高效的格基异构多接收者签密方案
19
作者 曹冰燕 王敏 +1 位作者 施俊 徐杰 《计算机应用研究》 北大核心 2025年第4期1204-1210,共7页
随着车载自组织网络(VANET)技术在智能交通系统中的广泛应用,数据隐私和安全性问题日益凸显。针对车辆在异构密码系统通信中的隐私泄露问题,为了满足VANET的实时性需求,提出了一个高效的隐私保护格基异构多接收者签密方案。该方案实现... 随着车载自组织网络(VANET)技术在智能交通系统中的广泛应用,数据隐私和安全性问题日益凸显。针对车辆在异构密码系统通信中的隐私泄露问题,为了满足VANET的实时性需求,提出了一个高效的隐私保护格基异构多接收者签密方案。该方案实现了基于无证书加密(CLC)的路边单元(RSU)与基于身份加密(IBC)的车辆之间的安全数据交换。此外,设计了多接收者签密机制,允许将多次签密行为整合为一次操作,从而提升了传输效率。所提方案还使用拒绝采样技术,从而显著降低了签密者的计算开销。最后,通过随机预言机模型确认了此技术的高安全性。理论分析与实验结果显示,该方案在确保安全的基础上,有效降低了计算和通信开销。 展开更多
关键词 车载自组织网络 异构多接收者签密
在线阅读 下载PDF
基于软件定义车载网络的QoS 路由规划研究
20
作者 崔峻玮 翟亚红 《汽车技术》 北大核心 2025年第1期26-32,共7页
为了提高车载网络中的数据传输速率和保障业务的QoS需求,结合软件定义车载网络(SDVN)技术,设计了一种基于SDVN的深度强化学习QoS路由算法。该算法可以实现智能化控制和优化管理车载网络中的数据传输,以保证车载网络流量的控制、分配和监... 为了提高车载网络中的数据传输速率和保障业务的QoS需求,结合软件定义车载网络(SDVN)技术,设计了一种基于SDVN的深度强化学习QoS路由算法。该算法可以实现智能化控制和优化管理车载网络中的数据传输,以保证车载网络流量的控制、分配和监控,提高车载数据传输质量和效率。试验结果表明,该路由算法能较好地降低车载网络的时延,与传统路由算法相比,该算法具有更好的优化性能。 展开更多
关键词 软件定义车载网络 服务质量 路由规划 深度强化学习
在线阅读 下载PDF
上一页 1 2 46 下一页 到第
使用帮助 返回顶部