项目名称: 车载自组织网络数据安全聚合机理与方法研究

项目编号: No.61202099

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 杨卫东

作者单位: 河南工业大学

项目金额: 28万元

中文摘要: 车载自组织网络是未来智能交通的关键技术,有效数据分发是其应用实现的核心问题。本项目聚焦于车载自组网数据分发的数据聚合阶段,研究车载自组织网络安全数据聚合机理和方法。主要研究内容包括:数据过滤抽取方法;数据异常检测方法;数据安全聚合方法;数据安全聚合模型及机制。利用超图理论对车载自组网进行建模描述,基于子图挖掘研究数据过滤提取方法,抽取重要信息;基于逻辑推理理论研究数据异常检测方法,保证数据的正确性;基于启发式算法研究尺度可变的层次化数据聚合计算方法,利用通用可组合理论设计安全认证机制,并实现与聚合计算的融合,保证数据聚合的尺度、精度和数据的完整性和可认证性;建立通用的数据安全聚合模型及评价标准,设计面向应用的高效数据安全聚合机制。提出一套创新的车载自组织网络数据聚合理论、技术与方法。希望研究成果能够为车载自组网的大规模部署和应用研究提供理论和技术支撑。

中文关键词: 车载自组织网络;数据聚合;安全;隐私保护;数据分发

英文摘要: Vehicular ad hoc networks are one of the key technology in intelligent transportation system in the future. Efficient data dissemination protocols are required by the envision applications in vehicular ad hoc networks.The project focuses on data aggregation in the process of data dissemination and researches the secure data aggregation method and mechanism for vehicular ad hoc networks. The main research contents include: the method of data filtering and extracting,the method of detecting and correcting malicious data, secure data aggregation method and the model and scheme of secure data aggregation. On the basis of modeling vehicular ad hoc networks using hypergraph theory,research the method of data filtering and extracting based on mining subgraph and extract the important data.In order to ensure the correctness of the data,research the methods of detecting and correcting malicious data based on logic reasoning. Research the adjustable structure-free hierarchy data aggregation approach using heuristic algorithm to the scale and accuracy of data aggregation.Design the security authentication scheme and combine with data aggregation approach based on universally composable security framework to protect data integrity and nonrepudiation.Propose a general security data aggregation model and evaluation criterion.

英文关键词: Vehicular Adhoc Networks;Data aggregation;Security;Privacy preserving;Data dissemination

成为VIP会员查看完整内容
0

相关内容

车联网数据安全监管制度研究报告2022
专知会员服务
36+阅读 · 2022年3月28日
联邦学习研究综述
专知会员服务
147+阅读 · 2021年12月25日
【博士论文】推荐系统多行为建模与隐私保护研究
专知会员服务
52+阅读 · 2021年11月27日
移动互联网应用程序(APP)个人信息保护治理白皮书
专知会员服务
20+阅读 · 2021年11月24日
专知会员服务
79+阅读 · 2021年10月18日
专知会员服务
91+阅读 · 2021年7月23日
【WWW2021】大规模智能手机数据的异质联邦学习
专知会员服务
42+阅读 · 2021年3月8日
2021年车联网安全研究报告
CCF计算机安全专委会
1+阅读 · 2022年4月7日
车联网数据安全监管制度研究报告2022
专知
0+阅读 · 2022年3月29日
加强网络信息安全立法 维护国家网络空间安全
CCF计算机安全专委会
1+阅读 · 2022年2月25日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Pre-Training on Dynamic Graph Neural Networks
Arxiv
1+阅读 · 2022年4月18日
Arxiv
10+阅读 · 2021年11月10日
Arxiv
19+阅读 · 2020年7月13日
小贴士
相关VIP内容
车联网数据安全监管制度研究报告2022
专知会员服务
36+阅读 · 2022年3月28日
联邦学习研究综述
专知会员服务
147+阅读 · 2021年12月25日
【博士论文】推荐系统多行为建模与隐私保护研究
专知会员服务
52+阅读 · 2021年11月27日
移动互联网应用程序(APP)个人信息保护治理白皮书
专知会员服务
20+阅读 · 2021年11月24日
专知会员服务
79+阅读 · 2021年10月18日
专知会员服务
91+阅读 · 2021年7月23日
【WWW2021】大规模智能手机数据的异质联邦学习
专知会员服务
42+阅读 · 2021年3月8日
相关资讯
2021年车联网安全研究报告
CCF计算机安全专委会
1+阅读 · 2022年4月7日
车联网数据安全监管制度研究报告2022
专知
0+阅读 · 2022年3月29日
加强网络信息安全立法 维护国家网络空间安全
CCF计算机安全专委会
1+阅读 · 2022年2月25日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
微信扫码咨询专知VIP会员