本说明书实施例提供了一种车联网信息风险传播控制方法及装置，其特征在于，包括：基于车联网系统采集车辆信息，对所述车辆信息进行预处理；基于预处理后的车辆信息构建基于CMVR异构传染病模型的车联网信息风险传播模型；配置异构传染病模型的初始参数和超参；利用强化学习DDGP算法对车联网信息风险传播模型进行模拟训练，通过训练好的模型进行信息风险传播的预测和分析，得到控制最优策略。本发明专利技术使传播控制更具全面性，防护方法更具有效性。
1、车联网为人们提供高效、便捷、经济实惠的服务的同时，车联网的安全问题也需要被考虑解决，由于车联网各开放式应用，车联网系统的网络动态结构，导致车联网极易受到恶意程序的攻击，其中不乏有病毒、僵尸、蠕虫等，这些恶意程序在车联网中传播，或是暴露车联网用户的地址位置；或是泄漏用户的个人信息方面导致车联网用户隐私出现问题；或是影响信息传输的及时性，破坏车联网数据的传播导致车联网不能做出正确的响应，影响人们对各交通路段的正常判断；或是恶意程序攻击车联网并且更进一步的控制网络，形成动态链接的僵尸网络，导致网络系统瘫痪，从而严重影响交通运输的正常通行，严重的甚至会造成不可逆的生命财产伤害。
2、大多数木马、恶意程序具有传播性，就好比传染病一般，而我们预防传染病模型一般有控制传染源、切断传播途径、保护易感人群。在面对车联网的恶意传播程序我们便可以像预防传染病一般来对其进行防控。国内外对车联网恶意传播的研究包括攻击检测、攻击预防和车联网安全等方面。攻击检测方面国内外研究人员主要围绕分类算法、聚类方法、数据挖掘等三个方面开展。攻击预防方面主要围绕拟态防御、免疫方法、复杂网络等三个方面开展。车联网安全方面主要针对隐私和验证等方面研究，但是极少有针对恶意病毒所发起的恶意攻击的检测和预防方法，现有的车联网的信息风险传播建模较少，并且风险传播分析所基于的传染病模型较为古典，一般为si、sir、seir传染病模型，也没有能够提供一种经济的控制策略。
>技术实现思路1、本说明书一个或多个实施例提供了一种车联网信息风险传播控制方法，包括：
2、s1.基于车联网系统采集车辆信息，对所述车辆信息进行预处理；
3、s2.基于预处理后的车辆信息构建基于cmvr异构传染病模型的车联网信息风险传播模型；
4、s3.配置异构传染病模型的初始参数和超参；
5、s4.利用强化学习ddgp算法对车联网信息风险传播模型进行模拟训练，通过训练好的模型进行信息风险传播的预测和分析，得到控制最优策略。
6、进一步地，所述基于车联网系统采集车辆信息，对所述车辆信息进行预处理具体方法为：
7、通过车联网系统收集车辆位置、移动轨迹以及相关的传染病数据；
8、对收集到的数据进行清洗、去噪和特征提取。
9、进一步地，所述传染病数据具体为：
10、将车联网系统中的每一个车辆作为一个信息节点，把所有信息节点分为4类：还未被恶意程序感染的车辆节点为易感染状态c节点；已经被恶意程序感染的车辆节点称为感染状态m节点，被恶意程序感染并且恶意程序发生变化的车辆节点称为变异状态v节点；然而由于某种手段使得恶意程序不将感染的车辆节点成为免疫状态r节点；
11、在t时刻，车联网中的c、m、v、r信息节点数量分别用c(t)、m(t)、v(t)、r(t)表示，则信息节点总数为：
12、k(t)＝c(t)+m(t)+v(t)+r(t)。
13、进一步地，所述基于预处理后的车辆信息构建基于cmvr异构传染病模型的车联网信息风险传播模型具体方法为：
14、根据信息节点的通信连通性将所有信息节点分离为n个集合，属于同一集合的一个信息节点具有相同的通信连通性，k∈{1,2，···，n}表示为属于集合k的一个信息节点的通信连通性；
15、根据所述信息节点的转换关系构建基于cmvr异构传染病模型的车联网信息风险传播模型的动力学方程，如下所示：
16、
17、
18、
19、
20、其中，ck(t)表示t时刻第k组易感节点的比例；mk(t)表示t时刻第k组已经感染的节点的比例；vk(t)表示t时刻第k组已感染变异病毒的节点比例；rk(t)表示t时刻第k组恢复节点的比例；α表示感染率(c→v)；β表示感染率(c→m)；ε表示变异率(m→v)；p表示第k组治愈率(m→r)；q表示第k组治愈率(v→r)；γ表示第k组失免率(r→c)；d表示接种率(c→r)；b表示节点加入率；μ表示节点退出率；ck(t)、mk(t)、vk(t)、rk(t)>＝0；ck(t)+mk(t)+vk(t)+rk(t)＝1。
21、进一步地，所述配置异构传染病模型的初始参数和超参具体为：
22、对于异构模型，根据不同初始值分为多组，k为其组数；
23、每组设置不同的初始值，定义每组超参初始值和初始q表。
24、进一步地，所述利用强化学习ddgp算法对车联网信息风险传播模型进行模拟训练，通过训练好的模型进行信息风险传播的预测和分析，得到控制最优策略具体为：
25、根据策略函数从q表中选择动作，计算奖励存放至经验回访缓冲区中：
26、对于当前动作计算其成本函数，根据奖励值函数获得该动作的反馈奖励，并且更新状态；
27、从经验池中选出经验样本，使用critic网络计算损失和q值差异，更新critic网络和actor网络；
28、在多策略学习后判断结果是否满足优化条件或者迭代结束，若没有则继续迭代，若满足则结束，输出其优化之后的控制结果。
29、进一步地，用成本函数j(t)来代表控制效果，当成本最小时，控制效果最佳；
30、总成本计算方法如下所示：
31、
32、其中，a1,a2,a3,a4分别为检测ck,vk,mk,rk节点的成本，a5,a6分别为持续性恢复pk,qk的控制成本函数；
33、根据最小化感染状态车辆mk和变异状态车辆,vk，最大化免疫状态车辆rk，进行奖励控制，在算法中使成本函数最小化。
34、本说明书一个或多个实施例提供了一种车联网信息风险传播控制装置，包括：
35、信息采集模块：用于基于车联网系统采集车辆信息，对所述车辆信息进行预处理；
36、模型构建模块：用于基于预处理后的车辆信息构建基于cmvr异构传染病模型的车联网信息风险传播模型；
37、参数配置模块：用于配置异构传染病模型的初始参数和超参；
38、模拟控制模块：用于利用强化学习ddgp算法对车联网信息风险传播模型进行模拟训练，通过训练好的模型进行信息风险传播的预测和分析，得到控制最优策略。
39、本说明书一个或多个实施例提供了一种电子设备，包括：
40、处理器；以及，
41、被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器实现上述车联网信息风险传播控制方法的步骤。
42、本说明书一个或多个实施例提供了一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述车联网信息风险传播控制方法的步骤。
43、采用本专利技术实施例，考虑了信息风险传播感染设备本文档来自技高网...
【技术保护点】
1.一种车联网信息风险传播控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于车联网系统采集车辆信息，对所述车辆信息进行预处理具体方法为：
3.根据权利要求2所述的方法，其特征在于，所述传染病数据具体为：
4.根据权利要求3所述的方法，其特征在于，所述基于预处理后的车辆信息构建基于CMVR异构传染病模型的车联网信息风险传播模型具体方法为：
5.根据权利要求1所述的方法，其特征在于，所述配置异构传染病模型的初始参数和超参具体为：
6.根据权利要求5所述的方法，其特征在于，所述利用强化学习DDGP算法对车联网信息风险传播模型进行模拟训练，通过训练好的模型进行信息风险传播的预测和分析，得到控制最优策略具体为：
7.根据权利要求6所述的方法，其特征在于，
8.一种车联网信息风险传播控制装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种存储介质，其特征在于，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现如权利要求1至7任一所述的车联网信息风险传播控制方法的步骤。
...
【技术特征摘要】
1.一种车联网信息风险传播控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于车联网系统采集车辆信息，对所述车辆信息进行预处理具体方法为：
3.根据权利要求2所述的方法，其特征在于，所述传染病数据具体为：
4.根据权利要求3所述的方法，其特征在于，所述基于预处理后的车辆信息构建基于cmvr异构传染病模型的车联网信息风险传播模型具体方法为：
5.根据权利要求1所述的方法，其特征在于，所述配置异构传染病模型的初始参数和超参具体为：
...
【专利技术属性】
技术研发人员：刘贵云，季美含，邓耀宝，钟晓静，程乐峰，梁忠伟，
申请(专利权)人：广州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。