基于改进Transformer的车联网信任管理方法技术

本发明专利技术公开了一种基于改进Transformer的车联网信任管理方法，首先，使用使用交通仿真模拟器SUMO和离散事件仿真平台OMNet++进行城市交通仿真，收集仿真过程中路况信息，生成训练集和验证集；然后，利用训练集和验证集对改进Transformer网络进行训练和验证；最后，将性能最优的神经网络部署到车辆上，使车辆能够对交互节点进行判断，并根据判断结果调整对方的信任值，当信任值低于设定阈值时，该节点将无法正常通信，从而实现车联网的信任管理。本发明专利技术基于改进Transformer神经网络进行车联网信任管理，能够尽可能真实地模拟车辆在路网环境中的移动和通信情况，提取车辆交互消息中的特征，具有广阔的应用前景。

【技术实现步骤摘要】

本专利技术涉及车联网信任机制的，尤其是指一种基于改进transformer的车联网信任管理方法。

技术介绍

1、车载网络作为开放的信息交换环境，容易受到内部攻击，导致安全隐患。车辆之间的信任在应对这些挑战方面发挥着至关重要的作用。以往的信任管理主要依赖于加密方法，但这些方法在评估车辆信任度方面缺乏精确度，无法有效应对车辆网络内的内部攻击。传统的加密方法通过验证消息完整性来防止外部攻击，但对内部节点的恶意行为无能为力。内部攻击者可能通过伪造身份或篡改信息绕过加密机制，影响其他车辆的判断。由于加密方法主要关注数据传输过程的安全性，缺乏对节点行为的精确评估，因此在车辆信任度评估方面存在不足。为解决这一问题，近年来深度学习技术被引入车载网络信任管理中。深度学习具备强大的数据处理和模式识别能力，能够从大量车辆交互数据中提取有效特征，准确评估车辆间的信任度。通过构建神经网络模型，深度学习可以精细分析车辆行为，识别潜在恶意节点，抑制恶意消息传播，从而提高车载网络的整体安全性，防止恶意节点干扰。采用深度学习技术优化车载网络中的信任管理，不仅弥补了传统加密方法的不足，还能更本文档来自技高网...

【技术保护点】

1.基于改进Transformer的车联网信任管理方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进Transformer的车联网信任管理方法，其特征在于，在步骤1)中，一条交互信息Origin携带的内容为：Origin＝{idr,ids,ts,idm,lastTrust,tym,poss,spes,oris,accs}，该交互信息表示编号为ids的消息发送车辆在ts时刻、poss位置向周围通信范围内的车辆发送的消息，该交互信息是组成数据集的主要内容，其中idr表示收到交互信息的车辆，idm表示消息的编号，lastTrust表示消息发送车辆的历史信任值，tym...

【技术特征摘要】

1.基于改进transformer的车联网信任管理方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进transformer的车联网信任管理方法，其特征在于，在步骤1)中，一条交互信息origin携带的内容为：origin＝{idr,ids,ts,idm,lasttrust,tym,poss,spes,oris,accs}，该交互信息表示编号为ids的消息发送车辆在ts时刻、poss位置向周围通信范围内的车辆发送的消息，该交互信息是组成数据集的主要内容，其中idr表示收到交互信息的车辆，idm表示消息的编号，lasttrust表示消息发送车辆的历史信任值，tym表示消息的类型，spes、oris和accs分别表示编号为ids的消息发送车辆在ts时刻的移动速度、移动方向和移动...

【专利技术属性】
技术研发人员：徐红云，李凤，刘志康，黄炜贤，林志辉，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：