[发明专利]基于SGUM理论的车联网假名变更激励算法及变更方法

说明书

本发明公开了基于SGUM理论的车联网假名变更激励算法及变更方法，属于车联网技术领域。所述的激励算法包括：(1)建模社会群体收益最大化博弈模型；(2)建立车联网假名变更收益函数U_n(a)；(3)构造势函数；(4)设计基于马尔科夫链的车联网假名变更激励机制，求解最有解。所述变更方法包括：(1)服务器触发假名变更激励机制；(2)系统初始化阶段；(3)计算社会群体收益S_n(a_n,a_‑n)；(4)更新策略行为，依次对各个车辆进行策略更新；(5)通知服务器车辆的策略选择。车辆间达到一个稳定的社会群体纳什均衡，在该状态下各车辆所获得的收益是自身在当前策略组合下所能取得的最优收益。

技术领域

本发明涉及车联网技术领域，具体涉及基于SGUM理论的车联网假名变更激励算法及变更方法。

背景技术

车联网(VANet，Vehicles Ad-hoc Internet)是由车辆位置、速度和路线等信息构成的巨大交互网络。在VANet中，车辆首先通过GPS、RFID、传感器、摄像头图像处理等装置完成自身环境和状态信息的采集，然后通过互联网技术，将自身的各种信息传输汇聚到中央处理器，最后通过计算机技术，分析和处理车辆信息，从而计算出不同车辆的最佳路线、及时汇报路况及安排信号灯周期等。在车联网中，用户在获取位置服务的同时需要报告他们的位置信息，而位置信息中既直接包含了用户的隐私信息，又隐含了其他敏感的信息。若这些信息泄露给不受信任的第三方机构，则会对用户的个人隐私安全造成严重威胁。因此，位置隐私安全成为了大家关注的焦点，越来越多的研究致力于保护用户的隐私安全。在车联网的位置隐私保护中，最为主要的方式就是进行车辆的假名变更，车辆通过合理、合适的假名变更，能够有效降低自身被恶意攻击者定位和攻击的风险。对于车辆进行假名变更行为，现有算法主要包括K-匿名方案、混合区方案、群导航方案等。

车辆进行假名变更虽然能获得收益，但同时也会因为变更过程中的电池能源消耗及基于位置服务中断等因素产生代价，如何有效的激励车辆参与假名变更就成为了一个非常重要的研究热点。博弈论是解决这种问题的重要理论方法。然而现有的基于博弈论的方法，往往都只关注了两种极端情况。一种是在设计激励算法时，其优化目标是车联网的整体网络性能(NUM，Network Utility Maximization)。解决这种问题的博弈论模型假设车联网中的所有用户都是无私的、合作的，其优化目标完全一致，即优化整个车联网的收益。另一种是在设计激励算法时，其优化目标是最大化车联网中单个用户各自的利益(NCG，Non-Cooperative Game)。解决这种问题的博弈论模型假设车联网中的所有用户是自私的、理性的、不合作的，他们的优化目标是最大化自己的收益。然而，车联网、移动社会网络等新型网络应用的出现使得这两种假设不再成立。因为这些新型网络应用中的人有着丰富的社会关系，而且各种关系亲密程度也不一样，这些新型网络应用中的用户不是完全无私的，也不是完全自私的，往往表现为一定的团体性，在考虑自己利益的同时，还兼顾与他有着不同社会关系的其他用户的利益。

将这些新型网络应用中的社会关系抽象成社会关系网络，其由许多节点以及节点之间的关系构成一个网络结构。节点通常指代个人或者群体组织，社会关系网络就代表着个人或者组织之间的社会关系，并且根据这些社会关系将对象串联起来。社会关系网络依赖着各式各样的关系而形成，如血缘、友谊、兴趣爱好、工作性质、价值观、理想、冲突等，进而产生错综复杂的网络结构。社会群体收益最大化框架(SGUM，Social Group UtilityMaximization)是博弈论研究的一个全新应用框架，通过引入用户间的社会关系，该框架能够将社会关系融入收益函数中，并致力于求解社会群体收益最大化，从而解决位于NUM和NCG两个极端问题之间的连续空间上的问题。

SGUM框架自提出以来，广泛的运用于各种应用场景，包括基于数据库的频谱信道选择、微云的计算转移、位置隐私保护、移动节点缓存策略和车队行驶中车头选择等。