[发明专利]基于车载自组织网络的车辆数据挖掘方法及系统

说明书

本发明公开了一种基于车载自组织网络的车辆数据挖掘方法及系统，其中车辆数据挖掘方法包括：首先，通过车载自组织网络实时从相邻车辆收集表示车辆状态的车辆数据，构成数据集；然后，将上述收集到的车辆数据转化为项集树的紧凑结构；其次，对上述项集树进行项集挖掘，挖掘封闭项集及其关联的最小生成器，生成有序结构；接着，根据定义的关联规则结构通式提取有序结构数据对应的关联规则的实例，并计算置信度；最后，使用上述计算的置信度和关联规则的实例解释车辆之间的时间相关性，以进行非正常车辆检测；由此可知，通过上述车辆数据挖掘方法，可准确地检测出车联网中的故障或恶意车辆，从而提高车联网的安全性能，并有效提高车联网的运行效率。

技术领域

本发明涉及网联汽车通信数据安全技术领域，尤其涉及一种基于车载自组织网络的车辆数据挖掘方法及系统。

背景技术

随着车联网技术的发展，车联网被广泛的研究并使用于当前的行车环境中。其中车载自组织网络（VANET）被认为是提高道路安全性的关键技术。VANET的安全应用能够降低交通事故的发生率，具有事故现场预警、交叉路口提醒、道路拥挤提醒等安全提示功能。在VANET安全应用中，每辆车都会在传输范围内定期从相邻车辆接收各自当前状态（包括位置，方向等）的信息。按照DSRC标准每10ms发送一次常规心跳安全消息来执行。这些安全应用程序的主要可靠性取决于从相邻的一辆或多辆车传感器收集的信息，这其中可能有故障或不正确的车辆信息，故障”车辆是传输故障信息的车辆，同样也会影响车联网的环境。另外，由于可能存在恶意车辆故意注入虚假信息，影响车联网中的其他车辆对其周围环境的感知，从而使问题进一步恶化，甚至发生事故。

为了保证车联网中车辆彼此之间相关安全数据的及时性，及安全应用的相关性，已经有研究者进行了很多工作来减少数据延迟并增加数据包接收，提出的方案包括基于退避算法改进的MAC层解决方案及通信速率/功率调整策略。 但是这些方案仅关注信息的及时性，无法检测和纠正错误，这些研究没有考虑到上述“恶意”车辆，还有它可能提供错误信息的事实。

发明内容

本发明的目的是提供一种基于车载自组织网络的车辆数据挖掘方法，以检测出车联网中的故障或恶意车辆，提高车联网的安全性能。

本发明的另一目的是提供一种基于车载自组织网络的车辆数据挖掘系统，以检测出车联网中的故障或恶意车辆，提高车联网的安全性能。

为了实现上述目的，本发明公开了一种基于车载自组织网络的车辆数据挖掘方法，其包括如下步骤：

1）、通过车载自组织网络实时从相邻车辆收集表示车辆状态的车辆数据，构成数据集；

2）、根据树形数据结构的表示方式，将步骤1）中收集到的所述车辆数据转化为项集树的紧凑结构；

3）、对步骤2）中的所述项集树进行项集挖掘，挖掘封闭项集及其关联的最小生成器，生成有序结构数据；

4）、根据定义的关联规则结构通式提取上述步骤3）中有序结构数据对应的所述关联规则的实例，并计算置信度；

5）、使用步骤4）得出的置信度和关联规则的实例解释车辆之间的时间相关性，以进行非正常车辆检测。

与现有技术相比，本发明基于车载自组织网络的车辆数据挖掘方法，挖掘分析车载自组织网络中交换的常规消息，在单个车辆上收集相邻车辆传输的表示车辆状态车辆数据，并提取附近车辆的车辆数据之间的时间相关性规则，然后根据该时间相关性规则检测出车联网中是否存在故障车辆或恶意车辆；由此可知，通过上述车辆数据挖掘方法，可准确地检测出车联网中的故障或恶意车辆，从而提高车联网的安全性能，并有效提高车联网的运行效率。

较佳地，步骤1）中收集的所述车辆数据包括相邻车辆所处的位置、方向、车速中的一个或多个。