车联网中基于车辆行为预测的身份认证方案

摘要：

车联网中传统基于密码学的身份认证方案可满足车辆身份认证的基本要求,但其作为静态防御机制不能有效解决车辆身份盗用和认证低时延问题.在基于移动边缘计算框架的软件定义车联网体系结构下,提出一种基于车辆行为预测的身份认证方案.在车辆历史行为数据的基础上,使用前缀树确定认证基站,采用决策树算法和多元非线性回归模型提前对车辆到达站点和时间进行预测,并通过对比车辆到达站点和时间的真实值与预测值实现车辆身份认证.实验结果表明,该方案利用软件定义网络的集中式全局控制能力和移动边缘计算的分布式计算能力对车辆身份认证任务进行管理和分配,可在保证较高车辆认证准确率的同时满足车联网的低时延需求.

关键词：车联网、认证、行为预测、软件定义网络、移动边缘计算

所属期刊栏目：47

分类号：TN915.08

资助基金：国家自然科学基金;上海市青年科技启明星计划;同济大学嵌入式系统与服务计算教育部重点实验室开放课题

在线出版日期：2021-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：129-138