[发明专利]一种基于车联网环境下轻量级区块链的协同缓存方法

说明书

一种基于车联网环境下轻量级区块链的协同缓存方法，属于车联网领域。轻量级区块链架构应用于车联网环境，底层车辆层承担轻量级节点角色，向中间层汇报行车数据、向中间层请求车联网数据并对数据进行校验；中间路侧节点层承担全节点角色，保存区块链数据、为底层车辆提供请求数据服务、向云服务器汇报车联网数据，且利用多路侧节点协同缓存区块链数据；顶层云服务层承担全节点角色，保存区块链数据、为中间路侧节点层提供服务、参与中间路侧节点层协同缓存初始化过程。该方法解决了数据安全问题并提供了轻便的数据校验方式，通过多路侧节点之间的协同缓存实现路侧节点存储资源的最大化利用，降低了路侧节点与车辆通信的延迟。

技术领域

本发明涉及车联网技术领域，尤其涉及一种基于车联网环境下的轻量级区块链搭建方案及路侧节点之间协同缓存的方法。

背景技术

随着车联网技术的发展，车联网的节点数量越来越多，车联网网络中需要处理的数据也越来越庞大。同时，随着网络中流量负载的增加，传统的集中式数据处理结构(如服务器-客户端模型)也面临着巨大的挑战。面对越来越多的车辆请求，对车联网中的路侧节点的存储和计算性能要求也越来越高。传统的车联网模型中，某个路段内的路侧节点的性能是该路段通信的瓶颈，而该路侧节点的故障则可能会破坏整个网络的稳定性。

近年来人工智能在迅速发展的同时，数据的共享和安全问题也面临较大困难。在过去，人工智能的的瓶颈在于模型和算法，而在当今互联网大爆炸时代，人工智能的研究者却经常苦于没有足够多而且足够规范化的训练数据。当下许多数据往往都是由中心机构掌握，不能被随意买卖和支配，数据市场十分狭窄，这就是数据垄断问题。同时，即使数据能够被大规模的公开使用，数据本身的正确性和有效性也很难判断。攻击者可能试图在公开的数据中恶意注入不正确的数据信息或者不正确的数据导向，在人工智能的训练过程中如果使用了这种恶意数据，很可能会给出错误的训练结果，减慢了人工智能的发展。而且一旦发现错误的训练数据，公开的数据源的可信度也会下降，没有了良好的声誉作为基础，数据源也会渐渐没落，这就失去了数据公开的美好初衷。

区块链本身的数据十分庞大，传统的比特币区块链中轻量级节点依靠多个全节点进行数据的搜索和校验，对实时性要求极低，这对于车联网的情况并不适用。在车联网的环境中，车辆向路侧节点请求数据的延时必须极小，防止车辆做出错误决策或者根本无法得到需要的信息。

基于车辆以及车辆行驶的特性可知，每条道路上的车需要的信息可能并不完全相同，倘若能够掌握每条道路请求内容的特性，并根据特性对道路上的路侧节点的缓存进行改造和优化，那么对道路上车辆的请求延时将会大大减少，同时路侧节点也无需缓存所在道路上根本不可能被请求的内容，资源利用率也大大提高。