一种车联网中车辆信任评分的隐私保护方法技术

本发明专利技术公开了一种车联网中车辆信任评分的隐私保护方法，包括以下步骤：TA生成车辆假名以及安装可信平台模块，TA发布密钥；评分者车辆为受信者车辆生成信任证明，计算信任证明对应的加权评估值；受信者车辆收到评分者车辆为自身生成的信任证明后，将信任证明输入可信平台模块，使用密钥解密后对评分值进行判断；当受信者车辆尝试与施信者车辆进行交互时，受信者提供信任证明；施信者车辆导出信任证明对应的加权评估值，考虑时间衰减权重，施信者车辆根据平均加权分数决定是否与受信者车辆进行交互。本发明专利技术在车辆上安装TPM，能够很好地兼顾信任管理和隐私保护，并且从多方面进行评级，保证了评分的真实性。

【技术实现步骤摘要】
一种车联网中车辆信任评分的隐私保护方法
本专利技术属于车辆网安全
，具体涉及一种车联网中车辆信任评分的隐私保护方法。
技术介绍
当今时代，车联网为车辆交互提供了方便，但同时在交互过程中也存在隐私保护的问题。车联网独特的特性使得其对于外部和内部攻击都是脆弱的，这些攻击严重损害了车联网的可靠性，并严重阻碍了车联网的实际应用。信任管理在车联网中扮演至关重要的角色，它使得每个节点能够预先评估其他节点和消息的信任值，以避免恶意节点和不实消息引起的严重后果。通信车辆既希望在交互过程中尽可能少的披露信息，又希望通过完全真实的信任评分判断是否能够进行交互，因此保证信任评分的隐私是十分重要的。目前现有的信任管理方案，很多只考虑车辆之间的直接交互或附近车辆的推荐，忽略了有可能影响交互过程的信任值等各方面的计算，例如：邻居车辆提供信息、各方面的信托价值、不诚实车辆的影响等
技术实现思路
本专利技术的主要目的在于克服现有技术的缺点与不足，提出一种车联网中车辆信任评分的隐私保护方法，方法在保证分数真实性的同时，使得互相交互的车辆双方所涉及的评分内容都是受到加密保护的，有效地抑制恶意更改分数的行为，提高车辆之间的交互成功率。为了达到上述目的，本专利技术采用以下技术方案：一种车联网中车辆信任评分的隐私保护方法，设有车辆和第三方信任机构TA，通过无线自组网进行通信，包括以下步骤：TA生成车辆假名以及安装可信平台模块，TA发布密钥；评分者车辆为受信者车辆生成信任证明，计算信任证明对应的加权评估值；受信者车辆收到评分者车辆为自身生成的信任证明后，将信任证明输入可信平台模块，使用密钥解密后对评分值进行判断；当受信者车辆尝试与施信者车辆进行交互时，受信者提供信任证明；施信者车辆导出信任证明对应的加权评估值，考虑时间衰减权重，施信者车辆根据平均加权分数决定是否与受信者车辆进行交互。进一步的，所述车辆在所述隐私保护方法进行时担任评分者、受信者以及施信者中的一种或多种角色。进一步的，所述生成车辆假名具体为：TA分别为不同车辆生成假名PID；所述安装可信平台模块具体为：TA分别在不同车辆上安装可信平台模块TPM；所述发布密钥具体为TA在不同车辆的可信平台模块发布相同的密钥k。进一步的，所述评分者车辆为受信者车辆生成信任证明具体为：任意两车辆B和C交互结束，C为评分者，B为受信者，根据交互体验，C通过其可信平台模块TPMC为B生成一条信任证明TCC,B，具体表示为：TCC,B＝Enck(PIDC,PIDB,TRC,B,WGC,B,TSC,B)(1)其中，Enck表示使用密钥k加密；PIDB和PIDC分别表示车辆B和C的假名；TRC,B表示评分值，评分值由评分值向量TRC,B,i总和而成；WGC,B表示评分权重，评分权重由权重值向量WGC,B,i总和而成；TSC,B表示时间戳；所述TRC,B,i具体表示为：TRC,B,i＝{TRC,B,1,TRC,B,2,...,TRC,B,n}(2)其中，n表示信任方面的个数，评分值向量TRC,B,i表示评分者C对受信者B的第i个信任方面的评分值；其中i∈[1,n]；所述WGC,B,i具体表示为：WGC,B,i＝{WGC,B,1,WGC,B,2,...,WGC,B,n}(3)其中，WGC,B,i表示评分者C对受信者B的第i个信任方面的权重值。进一步的，所述计算信任证明对应的加权评估值具体为：受信者B计算的信任证明包括TCC,B和B本地已存储的M条信任证明，M为可信平台模块系统参数最大存储量；所述TCC,B对应的加权评估值计算具体包括以下步骤：通过TRC,B,i进行评分计算，每个可信方面都被分为三个小部分进行评级打分，三个小部分的分数分别使用a、b以及c表示；其中TRC,B,i由模糊评级TfC,B,i＝{a,b,c}计算；所述评级打分机制具体如下：每个小部分分为Ⅰ、Ⅱ、Ⅲ为三个评分等级，评分者C对每个小部分给出评分等级后，将评分等级输入到TPMC中进行分数换算，具体为换算规则为，评分等级Ⅰ换成90分，评分等级Ⅱ换成60分以及评分等级Ⅲ换成30分；确定分数后按公式(4)进行计算，确定TRC,B,i，公式如下：TRC,B,i＝d(TfC,B,i)＝(a+b+c)/3(4)确定TRC,B,i后，确定每个范围对应的模糊权重WFC,i，WFC,i具体表示为：WFC,i＝{WFC,i，1,WFC,i，2,WFC,i，3,WFC,i，4,WFC,i，5,WFC,i，6,WFC,i，7}(5)其中，0≤WFC,i,1≤WFC,i,2≤WFC,i,3≤…≤WFC,i,7≤10；清晰权重WCC,B,i由以下公式导出：其中，j和k均为求和的临时变量；最终，评分值TRC,B由公式(7)计算得出：进一步的，所述将信任证明输入可信平台模块，使用密钥解密后对评分值进行判断，具体为：受信者B收到评分者C为自身生成的信任证明TCC,B后，将TCC,B输入自身的可信平台模块TPMB，TPMB使用密钥k解密后对信任证明进行判断；验证第二字段，判断是否为PIDB，若不是，则表示该信任证明不是给B提供的信任证明，故将该信任证明删除；若第二字段为PIDB,则验证第一字段，若为PIDC，则表示C之前已经给B提供过信任证明，则将旧信任证明删除，由此保证每个评分者为受信者只提供一条信任证明；若第二字段为PIDB且第一字段不为PIDC，则在TPMB中保存TCC,B。进一步的，所述保存TCC,B时，若TPMB中保存的信任证明数已超过M，则将最旧的一条信任证明删除。进一步的，所述受信者提供信任证明具体为：当受信者B尝试与任一车辆A进行交互时，此时A为施信者，B需提供A所需的N条自身的信任证明，N条信任证明记为TCB，具体表示为：TCB＝{TCC,B,TCD,B,TCE,B,TCF,B,...}(8)其中，N≤M；随后受信者B将TPMB提供的加密后的信任证明集合TCSB发送给施信者A，以证明自己可信；所述TCSB具体表示为：TCSB＝{TSC,B,TSD,B,TSE,B,TSF,B,...}(9)施信者A收到受信者B的信任证明集合TCSB后，将其输入自身的可信平台模块TPMA，TPMA通过密钥k，提取其中的N条信任证明，即TCB。进一步的，所述时间衰减权重表示为WTC,B，计算公式为：计算TCC,B对应的加权分数SWC,B，计算公式为：SWC,B＝TRC,B*WTC,B(11)根据公式(7)、(10)以及(11)，施信者A导出根据N条信任证明对应的加权分数，即加权分数集合SWB＝{SWC,B,SWD,B,SWE,B,SWF,B,...}；本文档来自技高网...

【技术保护点】
1.一种车联网中车辆信任评分的隐私保护方法，其特征在于，设有车辆和第三方信任机构TA，通过无线自组网进行通信，包括以下步骤：/nTA生成车辆假名以及安装可信平台模块，TA发布密钥；/n评分者车辆为受信者车辆生成信任证明，计算信任证明对应的加权评估值；/n受信者车辆收到评分者车辆为自身生成的信任证明后，将信任证明输入可信平台模块，使用密钥解密后对评分值进行判断；/n当受信者车辆尝试与施信者车辆进行交互时，受信者提供信任证明；/n施信者车辆导出信任证明对应的加权评估值，考虑时间衰减权重，施信者车辆根据平均加权分数决定是否与受信者车辆进行交互。/n

【技术特征摘要】
1.一种车联网中车辆信任评分的隐私保护方法，其特征在于，设有车辆和第三方信任机构TA，通过无线自组网进行通信，包括以下步骤：
TA生成车辆假名以及安装可信平台模块，TA发布密钥；
评分者车辆为受信者车辆生成信任证明，计算信任证明对应的加权评估值；
受信者车辆收到评分者车辆为自身生成的信任证明后，将信任证明输入可信平台模块，使用密钥解密后对评分值进行判断；
当受信者车辆尝试与施信者车辆进行交互时，受信者提供信任证明；
施信者车辆导出信任证明对应的加权评估值，考虑时间衰减权重，施信者车辆根据平均加权分数决定是否与受信者车辆进行交互。


2.根据权利要求1所述的一种车联网中车辆信任评分的隐私保护方法，其特征在于，所述车辆在所述隐私保护方法进行时担任评分者、受信者以及施信者中的一种或多种角色。


3.根据权利要求1所述的一种车联网中车辆信任评分的隐私保护方法，其特征在于，所述生成车辆假名具体为：
TA分别为不同车辆生成假名PID；
所述安装可信平台模块具体为：
TA分别在不同车辆上安装可信平台模块TPM；
所述发布密钥具体为TA在不同车辆的可信平台模块发布相同的密钥k。


4.根据权利要求3所述的一种车联网中车辆信任评分的隐私保护方法，其特征在于，所述评分者车辆为受信者车辆生成信任证明具体为：
任意两车辆B和C交互结束，C为评分者，B为受信者，根据交互体验，C通过其可信平台模块TPMC为B生成一条信任证明TCC,B，具体表示为：
TCC,B＝Enck(PIDC,PIDB,TRC,B,WGC,B,TSC,B)(1)
其中，Enck表示使用密钥k加密；PIDB和PIDC分别表示车辆B和C的假名；TRC,B表示评分值，评分值由评分值向量TRC,B,i总和而成；WGC,B表示评分权重，评分权重由权重值向量WGC,B,i总和而成；TSC,B表示时间戳；
所述TRC,B,i具体表示为：
TRC,B,i＝{TRC,B,1,TRC,B,2,...,TRC,B,n}(2)
其中，n表示信任方面的个数，评分值向量TRC,B,i表示评分者C对受信者B的第i个信任方面的评分值；其中i∈[1,n]；
所述WGC,B,i具体表示为：
WGC,B,i＝{WGC,B,1,WGC,B,2,...,WGC,B,n}(3)
其中，WGC,B,i表示评分者C对受信者B的第i个信任方面的权重值。


5.根据权利要求4所述的一种车联网中车辆信任评分的隐私保护方法，其特征在于，所述计算信任证明对应的加权评估值具体为：
受信者B计算的信任证明包括TCC,B和B本地已存储的M条信任证明，M为可信平台模块系统参数最大存储量；
所述TCC,B对应的加权评估值计算具体包括以下步骤：
通过TRC,B,i进行评分计算，每个可信方面都被分为三个小部分进行评级打分，三个小部分的分数分别使用a、b以及c表示；其中TRC,B,i由模糊评级TfC,B,i＝{a,b,c}计算；
所述评级打分机制具体如下：
每个小部分分为Ⅰ、Ⅱ、Ⅲ为三个评分等级，评分者C对每个小部分给出评分等级后，将评分等级输入到TPMC中进行分数换算，具体为换算规则为，评分等级Ⅰ换成90分，评分等级Ⅱ换成60分以及评分等级Ⅲ换成30分；
确定分数后按公式(4)进行计算，确定TRC,B,i，公式如下：
TRC,B,i＝d(TfC,B,i)＝(a+b+c)/3(4)
确定TRC,B,i后，确定每个范围对应的模糊权重W...

【专利技术属性】
技术研发人员：殷菊笠，刘志全，祖璨，孙红亮，成玉丹，钟国轩，周浩，彭泳翔，
申请(专利权)人：暨南大学，
类型：发明
国别省市：广东;44