结合区块链的车联网隐私保护可信预测缓存架构

摘要：

第6代移动通信系统提供的高效通信技术促进了车联网的快速发展.车联网中已发布数据中的位置和查询请求等敏感信息容易遭到恶意攻击,使隐私泄露.对此,根据认知引擎感知用户需求,提出一种基于区块链的可信预测缓存架构(TPCAB).首先,基于深度学习方法提出一种请求预测模型以预测用户需求,从而提高缓存命中率;其次,采用信任机制评估信任值解决与不同邻居通信时交互不可信的问题;最后,基于区块链的特性将交易过程中生成的大量信任数据和交易数据存储在区块中.仿真实验结果表明,用TPCAB能够有效提高缓存命中率,防止数据被篡改,可达到隐私保护的效果.

关键词：认知车联网、缓存、隐私保护、区块链、信任机制

所属期刊栏目：45

分类号：TP393(计算技术、计算机技术)

资助基金：河南省高等学校重点科研项目;河南理工大学博士基金

在线出版日期：2023-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：140-146