張晴晴 田 瀟 田 錦

1(安徽理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院 安徽淮南 232001)2(金陵科技學(xué)院網(wǎng)絡(luò)與通信工程學(xué)院 南京 211169)3(南京大學(xué)軟件學(xué)院 南京 210008)

車(chē)聯(lián)網(wǎng)作為智慧交通的重要組成部分，近年來(lái)得到迅速發(fā)展并逐漸成為“新基建”的焦點(diǎn).隨著車(chē)聯(lián)網(wǎng)技術(shù)的快速發(fā)展，道路車(chē)輛、路側(cè)設(shè)備、云控平臺(tái)、人等交通參與者構(gòu)成了多主體，高頻次，廣連接的復(fù)雜通信網(wǎng)絡(luò).

而車(chē)聯(lián)網(wǎng)參與者彼此之間一般是陌生的關(guān)系，參與者之間信息的傳遞存在可信度質(zhì)疑，并且未經(jīng)身份可信認(rèn)證，非法用戶可能會(huì)發(fā)起攻擊，傳遞惡意信息或者篡改信息不僅影響智能網(wǎng)聯(lián)汽車(chē)的協(xié)同決策，也會(huì)降低人們的駕駛體驗(yàn)，甚至?xí)斐蓢?yán)重的交通事故.

1 相關(guān)研究

加入車(chē)聯(lián)網(wǎng)系統(tǒng)中的安全可信的身份是開(kāi)放交通中車(chē)聯(lián)網(wǎng)的一切其他應(yīng)用安全的基礎(chǔ)，工信部對(duì)車(chē)聯(lián)網(wǎng)身份認(rèn)證和安全信任也開(kāi)展了試點(diǎn)工作[1].

許多學(xué)者從設(shè)計(jì)安全可靠的身份認(rèn)證方案的角度出發(fā)解決身份安全問(wèn)題：Vijayakumar等人[2]提出了一種基于身份簽名的身份認(rèn)證方案，方案中加入系統(tǒng)車(chē)輛的私鑰都由可信第三方機(jī)構(gòu)私鑰生成器PKG生成，并且每輛車(chē)的私鑰及方案存在的密鑰托管問(wèn)題也會(huì)被PKG所掌握；王群等人[3]根據(jù)傳感器等技術(shù)，提出一種基于射頻識(shí)別的車(chē)輛身份信息識(shí)別方法，車(chē)輛經(jīng)過(guò)閱讀器覆蓋的范圍時(shí)，讀寫(xiě)器會(huì)將識(shí)別出的身份信息發(fā)送到中心數(shù)據(jù)庫(kù)進(jìn)行識(shí)別和檢驗(yàn)；Vasudev等人[4]為車(chē)聯(lián)網(wǎng)設(shè)計(jì)了一種雙因子輕量級(jí)認(rèn)證協(xié)議，確保注冊(cè)用戶的身份驗(yàn)證，并且用戶可以通過(guò)建立密鑰與云服務(wù)器安全通信.但是這些學(xué)者采用的是中心化認(rèn)證的方式，中心點(diǎn)安全風(fēng)險(xiǎn)較高，若該中心被攻破，很有可能造成隱私泄露的風(fēng)險(xiǎn).

隨著區(qū)塊鏈技術(shù)的日漸成熟，其去中心化、防篡改性、共識(shí)性等優(yōu)勢(shì)為傳統(tǒng)車(chē)聯(lián)網(wǎng)的發(fā)展帶來(lái)轉(zhuǎn)變.Bagga等人[5]基于區(qū)塊鏈、云服務(wù)器技術(shù)、人工智能的結(jié)合，設(shè)計(jì)出滿足車(chē)輛去中心化認(rèn)證和批量認(rèn)證的協(xié)議.在該方案的簽名階段，利用區(qū)塊鏈的真實(shí)數(shù)據(jù)，通過(guò)AI/ML算法進(jìn)行大數(shù)據(jù)分析，實(shí)驗(yàn)表明對(duì)各種攻擊具有高度的魯棒性.Lu等人[6]提出一種基于區(qū)塊鏈的匿名信譽(yù)系統(tǒng)，為了消除真實(shí)身份和公鑰之間的連接，更好地保護(hù)車(chē)輛的隱私，系統(tǒng)利用2個(gè)區(qū)塊鏈可以高效且可信地進(jìn)行身份驗(yàn)證和通信，并且為了防止不實(shí)信息的散播和激勵(lì)車(chē)輛舉報(bào)不良行為，設(shè)計(jì)了一種信任模型.Liu等人[7]針對(duì)VANETs的開(kāi)放性特點(diǎn)，提出了一種基于區(qū)塊鏈的信任管理模型，并與條件隱私保護(hù)公告方案(BTCP)相結(jié)合，可信機(jī)構(gòu)可以通過(guò)相關(guān)公共地址在匿名公告中跟蹤惡意車(chē)輛的身份.多數(shù)學(xué)者都比較注重身份認(rèn)證技術(shù)的研究創(chuàng)新，而在身份注冊(cè)階段只是在注冊(cè)機(jī)構(gòu)獲得一個(gè)唯一身份標(biāo)識(shí)符即完成注冊(cè)，沒(méi)有在此階段結(jié)合注冊(cè)用戶信息判斷該用戶是否可以信任，以及是否值得同意注冊(cè)，降低了加入車(chē)聯(lián)網(wǎng)中的身份源頭的可信.

針對(duì)此問(wèn)題，本文根據(jù)文獻(xiàn)[8-12]用機(jī)器學(xué)習(xí)算法建立信用模型對(duì)用戶信用、風(fēng)險(xiǎn)等預(yù)測(cè)的經(jīng)驗(yàn)，對(duì)注冊(cè)到車(chē)聯(lián)網(wǎng)的用戶身份建立可信預(yù)測(cè)模型，設(shè)計(jì)了一種基于區(qū)塊鏈預(yù)言機(jī)的車(chē)聯(lián)網(wǎng)身份可信注冊(cè)方案.該方案借助區(qū)塊鏈預(yù)言機(jī)可信獲取第三方數(shù)據(jù)進(jìn)行訓(xùn)練模型和預(yù)測(cè)，對(duì)預(yù)測(cè)為可信度較高的注冊(cè)用戶同意其注冊(cè)請(qǐng)求并執(zhí)行身份上鏈操作，增強(qiáng)加入車(chē)聯(lián)網(wǎng)中的用戶在注冊(cè)階段的可信，提高車(chē)聯(lián)網(wǎng)中身份的可溯源和可靠性.

2 區(qū)塊鏈預(yù)言機(jī)機(jī)制

為保證執(zhí)行結(jié)果一致，區(qū)塊鏈在運(yùn)行合約時(shí)只能以一種確定性的方式基于已有數(shù)據(jù)產(chǎn)生新的數(shù)據(jù)，而鏈上的智能合約或者去中心化應(yīng)用又需要與外界數(shù)據(jù)進(jìn)行交互，并且隨著區(qū)塊鏈的發(fā)展，對(duì)鏈外數(shù)據(jù)的需求愈加強(qiáng)烈.

預(yù)言機(jī)便是在區(qū)塊鏈和鏈外數(shù)據(jù)中間架起的橋梁，是智能合約與外部世界交互的接口.區(qū)塊鏈預(yù)言機(jī)(oracle)通過(guò)提供針對(duì)區(qū)塊鏈的無(wú)須信任的機(jī)制與基礎(chǔ)設(shè)施，解決了區(qū)塊鏈作為一個(gè)確定的、封閉的可信環(huán)境，無(wú)法有序可信使用鏈外數(shù)據(jù)的挑戰(zhàn).它的觸角可以延伸到傳統(tǒng)業(yè)務(wù)數(shù)據(jù)、政治事件、靜態(tài)/動(dòng)態(tài)數(shù)據(jù)、事故、其他區(qū)塊鏈中的事件等[13-16].

目前預(yù)言機(jī)可分為中心化預(yù)言機(jī)、分布式預(yù)言機(jī)和聯(lián)盟預(yù)言機(jī)3種類(lèi)型[17]，而分布式預(yù)言機(jī)是由多個(gè)節(jié)點(diǎn)共同獲取數(shù)據(jù)，沒(méi)有單點(diǎn)失效的風(fēng)險(xiǎn)，所以本文采用的是分布式預(yù)言機(jī)，并通過(guò)分布式共識(shí)機(jī)制創(chuàng)建數(shù)據(jù)提供者網(wǎng)絡(luò)保證數(shù)據(jù)可信性，如圖1所示:

圖1 分布式預(yù)言機(jī)網(wǎng)絡(luò)

如何保證獲取的外部數(shù)據(jù)源真實(shí)可信是預(yù)言機(jī)使用過(guò)程中最核心的問(wèn)題.數(shù)據(jù)源的可靠性會(huì)影響獲取數(shù)據(jù)的可信性和時(shí)延，預(yù)言機(jī)需要謹(jǐn)慎選擇外部數(shù)據(jù)源，必須保證可以驗(yàn)證選取的每個(gè)數(shù)據(jù)源是可信的.文獻(xiàn)[18]是基于門(mén)限簽名機(jī)制實(shí)現(xiàn)多個(gè)分布式預(yù)言機(jī)對(duì)某個(gè)數(shù)據(jù)源的可信性綜合評(píng)估，而對(duì)數(shù)據(jù)源評(píng)分的可信提交是通過(guò)可驗(yàn)證隨機(jī)函數(shù)實(shí)現(xiàn)的.文獻(xiàn)[19]引入一種信譽(yù)機(jī)制對(duì)預(yù)言機(jī)形成監(jiān)管，維護(hù)預(yù)言機(jī)局部和全局的信譽(yù)，提高預(yù)言機(jī)整個(gè)集群的可信度.而本文方案是從數(shù)據(jù)源認(rèn)證的角度出發(fā)，由分布式預(yù)言機(jī)節(jié)點(diǎn)對(duì)第三方數(shù)據(jù)源可信度進(jìn)行共識(shí)投票，可以用式(1)表示:

TR={O1,O2,…,On},

(1)

其中:TR表示某個(gè)數(shù)據(jù)源的可信度等級(jí)值;R表示每個(gè)數(shù)據(jù)源索引;O表示參與投票的預(yù)言機(jī)節(jié)點(diǎn);n表示每個(gè)預(yù)言機(jī)節(jié)點(diǎn)的索引.

投票分?jǐn)?shù)等級(jí)如表1所示，根據(jù)分?jǐn)?shù)等級(jí)的不同可以分為十分可信、一般可信、不可信3種類(lèi)型模式.

表1 可信等級(jí)范圍對(duì)照表

用式(2)可以求得預(yù)言機(jī)節(jié)點(diǎn)對(duì)數(shù)據(jù)源評(píng)價(jià)的平均可信度：

(2)

其中：Ti表示第i個(gè)預(yù)言機(jī)對(duì)第R個(gè)數(shù)據(jù)源可信度的評(píng)價(jià)值.根據(jù)所求得的結(jié)果初步判斷此數(shù)據(jù)源是否值得被引用.

3 車(chē)聯(lián)網(wǎng)用戶可信身份注冊(cè)需求

3.1 注冊(cè)原則

車(chē)聯(lián)網(wǎng)中的用戶之間不是互相信任的關(guān)系，所以用戶在沒(méi)有任何安全保護(hù)措施的前提下，不會(huì)相信其他用戶發(fā)出信息的真實(shí)性，這樣不利于車(chē)聯(lián)網(wǎng)中的數(shù)據(jù)共享，阻礙車(chē)聯(lián)網(wǎng)的發(fā)展.為了保證車(chē)聯(lián)網(wǎng)中的用戶是可信任的，需要對(duì)注冊(cè)用戶進(jìn)行嚴(yán)格審查，避免惡意用戶的加入和破壞車(chē)聯(lián)網(wǎng)用戶之間的安全通信.當(dāng)用戶以可信的身份注冊(cè)到系統(tǒng)中時(shí)才被允許進(jìn)行通信、數(shù)據(jù)共享等下一步操作，從而有利于車(chē)聯(lián)網(wǎng)系統(tǒng)中建立安全可信的通信環(huán)境，提高信息安全可信共享.因此本文方案設(shè)計(jì)了在用戶注冊(cè)階段的可信審查機(jī)制對(duì)注冊(cè)用戶可信性進(jìn)行預(yù)測(cè)，并且為保障注冊(cè)用戶的隱私不被泄露，方案中對(duì)注冊(cè)用戶獲取數(shù)據(jù)源、預(yù)測(cè)可信性等操作，皆基于注冊(cè)用戶的假身份(FID)，F(xiàn)ID則是根據(jù)橢圓曲線加密其真實(shí)身份ID而來(lái)[20].

3.2 注冊(cè)類(lèi)別

車(chē)聯(lián)網(wǎng)中的參與者主體有人、車(chē)輛、路側(cè)單元、交通管理機(jī)構(gòu)等，而在本文方案中研究的主要注冊(cè)類(lèi)別包括駕駛員(driver)、車(chē)(OBU)和路側(cè)單元(RSU).方案中對(duì)1個(gè)注冊(cè)用戶預(yù)測(cè)其身份是否可信是基于一些影響因子的綜合影響度，例如預(yù)測(cè)1個(gè)駕駛員否可信，方案中會(huì)用駕駛習(xí)慣、駕駛行為、信用信譽(yù)等影響因子進(jìn)行綜合預(yù)測(cè).而不同注冊(cè)類(lèi)別的影響因子也有所不同，本文采用針對(duì)不同類(lèi)別的具體影響因子如表2所示:

3.3 注冊(cè)架構(gòu)模型

本文方案架構(gòu)由注冊(cè)類(lèi)別、身份注冊(cè)智能合約、預(yù)言機(jī)智能合約、預(yù)言機(jī)節(jié)點(diǎn)、第三方數(shù)據(jù)源、可信身份鏈和注冊(cè)用戶可信預(yù)測(cè)7個(gè)組件組成，如圖2所示.其中身份注冊(cè)智能合約和預(yù)言機(jī)智能合約負(fù)責(zé)請(qǐng)求和反饋相應(yīng)的數(shù)據(jù)，預(yù)言機(jī)節(jié)點(diǎn)負(fù)責(zé)獲取第三方數(shù)據(jù)源中的數(shù)據(jù)，而第三方數(shù)據(jù)源包括車(chē)管所、其他車(chē)輛、交通部門(mén)、路側(cè)單元等.注冊(cè)用戶身份可信預(yù)測(cè)部分則是預(yù)測(cè)注冊(cè)用戶是否可信，可信的用戶會(huì)被同意在可信身份鏈中進(jìn)行上鏈操作.

圖2 可信注冊(cè)方案總體架構(gòu)

4 可信身份鏈構(gòu)建

本文方案中的可信身份注冊(cè)4個(gè)主體部分分別是智能合約、預(yù)言機(jī)節(jié)點(diǎn)、注冊(cè)用戶身份可信預(yù)測(cè)和可信身份鏈.而由圖2可知方案的可信注冊(cè)大致流程是：

① 用戶發(fā)起注冊(cè)請(qǐng)求，注冊(cè)請(qǐng)求會(huì)調(diào)用身份注冊(cè)智能合約進(jìn)行相關(guān)注冊(cè)認(rèn)證；

② 身份注冊(cè)智能合約向預(yù)言機(jī)智能合約發(fā)起判斷注冊(cè)用戶是否可信的請(qǐng)求；

③ 預(yù)言機(jī)智能合約接收到請(qǐng)求時(shí)會(huì)調(diào)動(dòng)分布式預(yù)言機(jī)節(jié)點(diǎn)獲取各個(gè)數(shù)據(jù)源；

④ 各個(gè)預(yù)言機(jī)節(jié)點(diǎn)對(duì)數(shù)據(jù)源進(jìn)行共識(shí)投票，保證數(shù)據(jù)源的可靠性，增加數(shù)據(jù)的可信性；

⑤ 預(yù)言機(jī)節(jié)點(diǎn)從數(shù)據(jù)源獲取完數(shù)據(jù)后會(huì)在注冊(cè)用戶身份可信預(yù)測(cè)中對(duì)數(shù)據(jù)進(jìn)行相應(yīng)的處理，從而預(yù)測(cè)注冊(cè)用戶是否可信；

⑥ 預(yù)言機(jī)智能合約會(huì)將預(yù)測(cè)是否可信的結(jié)果返回給身份注冊(cè)智能合約；

⑦ 預(yù)測(cè)結(jié)果為可信的用戶會(huì)對(duì)其進(jìn)行可信身份上鏈操作，而預(yù)測(cè)結(jié)果為不可信用戶則不會(huì)被允許上鏈，最后向注冊(cè)用戶返回注冊(cè)結(jié)果.

4.1 智能合約

智能合約是區(qū)塊鏈技術(shù)的核心技術(shù)之一，它把生活中的約定數(shù)字化，一旦某個(gè)事件觸發(fā)合約中的條款，將會(huì)自動(dòng)執(zhí)行.智能合約具有透明公正、不可篡改和靈活等優(yōu)勢(shì)，其執(zhí)行不需要中介人，用戶之間可以自主建立合約，減少惡意事件的發(fā)生，增加了過(guò)程實(shí)施的可信性.

當(dāng)注冊(cè)用戶發(fā)起注冊(cè)請(qǐng)求時(shí)，將觸發(fā)身份注冊(cè)智能合約，此合約會(huì)向預(yù)言機(jī)智能合約發(fā)起判斷注冊(cè)用戶是否可信的請(qǐng)求，接著預(yù)言機(jī)智能合約向預(yù)言機(jī)節(jié)點(diǎn)發(fā)送數(shù)據(jù)請(qǐng)求，從而調(diào)動(dòng)預(yù)言機(jī)節(jié)點(diǎn)獲取數(shù)據(jù).身份注冊(cè)智能合約根據(jù)返回的注冊(cè)用戶可信與否，決策該用戶是否可以注冊(cè)和身份上鏈操作.

4.2 預(yù)言機(jī)節(jié)點(diǎn)

交通管理機(jī)構(gòu)、社交媒體、其他車(chē)輛和路側(cè)單元等外部第三方數(shù)據(jù)庫(kù)中存儲(chǔ)著大量評(píng)價(jià)用戶可信與否的影響因子數(shù)據(jù).對(duì)注冊(cè)用戶可信預(yù)測(cè)模型訓(xùn)練僅依賴(lài)鏈上的數(shù)據(jù)是不夠的，需借助預(yù)言機(jī)向外部第三方數(shù)據(jù)源獲取大量相關(guān)影響因子數(shù)據(jù)，以大量可信數(shù)據(jù)建模和預(yù)測(cè)注冊(cè)用戶是否可信，可增加身份信息的真實(shí)性和可靠性.

本文采取的是分布式預(yù)言機(jī)，分布式預(yù)言機(jī)是由多個(gè)預(yù)言機(jī)節(jié)點(diǎn)共同提供服務(wù).因此當(dāng)各個(gè)分布式預(yù)言機(jī)節(jié)點(diǎn)收到預(yù)言機(jī)智能合約的數(shù)據(jù)請(qǐng)求后，會(huì)積極調(diào)取外部數(shù)據(jù)源并獲取其中的相關(guān)數(shù)據(jù)信息，其流程如圖3所示.并且預(yù)言機(jī)節(jié)點(diǎn)會(huì)同時(shí)對(duì)數(shù)據(jù)源可信度進(jìn)行共識(shí)投票，獲得數(shù)據(jù)源可信等級(jí)評(píng)價(jià)值后并記錄，以便后面再獲取數(shù)據(jù)源數(shù)據(jù)時(shí)可以對(duì)數(shù)據(jù)源擇優(yōu)選擇.

圖3 預(yù)言機(jī)獲取外部數(shù)據(jù)流程

4.3 注冊(cè)用戶身份可信預(yù)測(cè)

預(yù)言機(jī)節(jié)點(diǎn)對(duì)數(shù)據(jù)源可信處理后，注冊(cè)用戶身份可信預(yù)測(cè)模塊將從數(shù)據(jù)源中獲取的數(shù)據(jù)進(jìn)行相應(yīng)的處理.在注冊(cè)身份可信預(yù)測(cè)模塊中把注冊(cè)用戶是否可信看作二分類(lèi)問(wèn)題，用數(shù)字0表示不可信，數(shù)字1則表示可信，該模塊中包括最優(yōu)預(yù)測(cè)模型和身份可信檢測(cè)2個(gè)組件.

1) 最優(yōu)預(yù)測(cè)模型.

該組件的作用是獲取預(yù)測(cè)注冊(cè)類(lèi)別身份可信的準(zhǔn)確度為多少的最優(yōu)預(yù)測(cè)模型.本文對(duì)該組件的設(shè)計(jì)是：首先將預(yù)言機(jī)獲取的大量注冊(cè)類(lèi)別信息數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗，丟棄一些不可用數(shù)據(jù)，接著通過(guò)用隨機(jī)森林算法、梯度提升算法和邏輯回歸算法分別對(duì)清洗過(guò)的數(shù)據(jù)進(jìn)行數(shù)據(jù)補(bǔ)全、特征挖掘和篩選、特征數(shù)字化處理等相應(yīng)的操作，從而訓(xùn)練出預(yù)測(cè)類(lèi)別的模型，將3種算法訓(xùn)練的預(yù)測(cè)準(zhǔn)確度進(jìn)行對(duì)比，從而選擇出每個(gè)注冊(cè)類(lèi)別的最優(yōu)預(yù)測(cè)模型.

2) 身份可信檢測(cè).

該組件的作用是判斷該注冊(cè)用戶是否可信，若可信返回?cái)?shù)字1，否則返回?cái)?shù)字0.具體的內(nèi)容是通過(guò)預(yù)言機(jī)調(diào)取注冊(cè)用戶相應(yīng)的判別可信影響因子數(shù)據(jù)后，利用該注冊(cè)用戶所屬注冊(cè)類(lèi)別中最優(yōu)預(yù)測(cè)模型進(jìn)行預(yù)測(cè)是否可信.

4.4 可信身份鏈

身份注冊(cè)智能合約接收到注冊(cè)用戶可信與否的反饋后，默認(rèn)返回1的可注冊(cè)上鏈，否則不允許注冊(cè)上鏈.如果此注冊(cè)用戶經(jīng)上述約定驗(yàn)證為合法的，可信認(rèn)證中心TA則為用戶生成公鑰PK和私鑰SK，然后生成包括注冊(cè)用戶身份信息和注冊(cè)用戶公鑰的區(qū)塊鏈證書(shū)(BC)，并對(duì)BC進(jìn)行哈希運(yùn)算獲得哈希值.TA將用戶私鑰SK和哈希加密后發(fā)送給用戶，而可信身份鏈中存儲(chǔ)的則是注冊(cè)用戶的區(qū)塊鏈證書(shū)和對(duì)應(yīng)的哈希值，其中區(qū)塊鏈節(jié)點(diǎn)會(huì)將當(dāng)前不包括在塊中的BC作為交易從而生成1個(gè)新塊，成功完成注冊(cè)上鏈，并將其廣播到其他記賬節(jié)點(diǎn)中.最后注冊(cè)用戶會(huì)收到TA反饋的成功完成注冊(cè)的消息.

5 仿真與實(shí)驗(yàn)結(jié)果分析

本節(jié)的目的首先是仿真利用預(yù)言機(jī)獲取數(shù)據(jù)集，接著訓(xùn)練出最優(yōu)預(yù)測(cè)模型，然后基于該模型對(duì)某個(gè)注冊(cè)用戶預(yù)測(cè)其是否可信.

5.1 仿真環(huán)境的構(gòu)建

3臺(tái)服務(wù)器部署分布式預(yù)言機(jī)，3臺(tái)服務(wù)器中的數(shù)據(jù)庫(kù)作為仿真數(shù)據(jù)源，Ubuntu 20.04,fabric 2.0部署身份注冊(cè)智能合約和預(yù)言機(jī)智能合約,PyChram 2022.1 作為開(kāi)發(fā)工具.

5.2 可信預(yù)測(cè)模型參數(shù)配置與訓(xùn)練仿真

本文仿真的注冊(cè)類(lèi)別是車(chē)OBU,調(diào)用預(yù)言機(jī)獲取用于訓(xùn)練和驗(yàn)證預(yù)測(cè)是否可信的因素?cái)?shù)據(jù)集，獲得該注冊(cè)類(lèi)別的部分?jǐn)?shù)據(jù)集如表3所示.對(duì)所獲得的數(shù)據(jù)集首先進(jìn)行數(shù)據(jù)清洗，然后用隨機(jī)森林算法、邏輯回歸算法和梯度提升算法分別對(duì)清洗過(guò)的數(shù)據(jù)集進(jìn)行訓(xùn)練得出不同準(zhǔn)確率的預(yù)測(cè)模型，3種分類(lèi)算法準(zhǔn)確率對(duì)比如圖4所示.

表3 OBU最優(yōu)預(yù)測(cè)模型訓(xùn)練部分?jǐn)?shù)據(jù)集示例

圖4 3種分類(lèi)算法預(yù)測(cè)準(zhǔn)確率對(duì)比

從3種分類(lèi)算法預(yù)測(cè)準(zhǔn)確率對(duì)比可知，梯度提升算法(GrandientBoosting)預(yù)測(cè)注冊(cè)類(lèi)別OBU的準(zhǔn)確率相對(duì)于其他算法要高.

5.3 身份可信預(yù)測(cè)仿真和結(jié)果分析

由5.2節(jié)的可信預(yù)測(cè)模型的訓(xùn)練仿真對(duì)比結(jié)果可知，GrandientBoosting訓(xùn)練出的risk_gradient_model是本文將選用的最優(yōu)預(yù)測(cè)模型，因此使用其對(duì)某個(gè)OBU注冊(cè)用戶仿真預(yù)測(cè)是否可信，預(yù)測(cè)偽代碼的輸入和輸出如算法1所示：

算法1.預(yù)測(cè)注冊(cè)用戶是否可信.

輸入：

{

″model_name″:″risk_gradient_model″,

″analytical″:[

{

″accident rate″:″0.79150212″,

″vehicle age″:″2″,

″vehiclecondition″:″good″,

″security level″:″0.55″,

″availability_of_boradcast

messages″:″0.2″,

″recent false information

rate″:″0.82354689″

}

}

輸出：

{

″code″: 200,

″data_result″:″{[1,0],″data_possibility″:[[0.06477302297411558,

0.9352269770258844]]}″

″message″: ″success″,

″success″: false

}

輸出的data_result中表示預(yù)測(cè)的結(jié)果可信為1和不可信為0的預(yù)測(cè)準(zhǔn)確率分別占比的數(shù)值概率是0.064 773 022 974 115 58和0.935 226 977 025 884 4，而success返回false則代表著不可信和不可注冊(cè).由此可見(jiàn)仿真結(jié)果與理論預(yù)測(cè)相接近.

6 總 結(jié)

針對(duì)提高車(chē)聯(lián)網(wǎng)身份注冊(cè)階段的可信性問(wèn)題，本文提出一種基于區(qū)塊鏈預(yù)言機(jī)的車(chē)聯(lián)網(wǎng)身份可信注冊(cè)方案.方案中把可信注冊(cè)看作二分類(lèi)問(wèn)題，運(yùn)用訓(xùn)練出的可信預(yù)測(cè)模型對(duì)注冊(cè)用戶是否可信進(jìn)行預(yù)測(cè)，其中利用分布式預(yù)言機(jī)節(jié)點(diǎn)可信地從第三方數(shù)據(jù)源中獲取大量影響注冊(cè)類(lèi)別可信的因素?cái)?shù)據(jù)集和預(yù)測(cè)注冊(cè)用戶可信的因素信息.本文在仿真實(shí)驗(yàn)中，分別運(yùn)用隨機(jī)森林、邏輯回歸和梯度提升算法對(duì)車(chē)輛類(lèi)別身份可信預(yù)測(cè)模型建模和驗(yàn)證.實(shí)驗(yàn)表明梯度提升算法對(duì)此次的類(lèi)別可信預(yù)測(cè)準(zhǔn)確率最優(yōu)，并由對(duì)車(chē)輛注冊(cè)用戶的仿真實(shí)驗(yàn)結(jié)果可知，本文方案可以很好地預(yù)測(cè)注冊(cè)用戶是否可信.本文的下一步研究是把可信注冊(cè)分為多分類(lèi)問(wèn)題，并考慮更多影響注冊(cè)用戶信譽(yù)的因素，同時(shí)優(yōu)化預(yù)測(cè)模型算法，降低注冊(cè)時(shí)延，提高車(chē)聯(lián)網(wǎng)身份的可信性.