1、2023 年 5 月 Journal on Communications May 2023 第 44 卷第 5 期 通 信 学 报 V ol.44 No.5 车联网 中基于 区块链 的分布 式信任 管理方 案 张海波1,2,3，曹钰坤1,2,3，刘开健1,2,3，王汝言1,2,3（1.重庆邮电大学通信与信息工程学院，重庆 400065；2.先进网络与智能互联技术重庆市高校重点实验室，重庆 400065；3.泛在感知与互联重庆市重点实验室，重庆 400065）摘 要：针对车联网中恶意车辆识别效率低、识别准确率低带来的安全问题，提出了一种基于区块链的分布式车联网信任管理方案。通过聚合车辆的评分信息
2、，结合贝叶斯推理模型设计了一种虚假信息识别策略。联合车辆历史交互信息 以及交通事件信息设计了一种声誉值更新算法，并利用声誉阈值识别恶意车辆。通过路边单元构建区块链，实现了交通数据以及车辆声誉值的分布式存储。改进了传统的工作量证明共识机制，通过事件等级与参与评分车辆数量动态改变矿工节点的出块难度，并利用等待机制使近期出块的节点暂时停止参与矿工节点的选举过程，从而减少重复计算带来的资源消耗。仿真结果表明，所提方案能够有效识别虚假信息，抵御恶意车辆的欺 骗行为，提升恶意车辆的识别效率，减少资源消耗，在车联网的分布式信任管理方面是有效可行的。关键词：车联网；区块链；信任管理；声誉值；共识机制 中图分类
3、号：TN92 文献标志 码：A DOI:10.11959/j.issn.1000 436x.2023097 Distributed trust management scheme based on blockchain in Internet of vehicles ZHANG Haibo1,2,3,CAO Yukun1,2,3,LIU Kaijian1,2,3,WANG Ruyan1,2,3 1.School of Communication and Information Engineering,Chongqing University of Posts and Telecommunica
4、tions,Chongqing 400065,China 2.Advanced Network and Intelligent Connection Technology Key Laboratory of Chongqing Education Commission of China,Chongqing 400065,China 3.Key Laboratory of Ubiquitous Sensing and Networking in Chongqing,Chongqing 400065,China Abstract:Aiming at the security problems ca
5、used by the low efficiency and accuracy of malicious vehicle identification in Internet of vehicles,a distributed trust management scheme based on blockchain in Internet of vehicles was proposed.A false information identification strategy was designed by aggregating the scoring information of vehicl
6、es,combined with Bayesian inference model.A reputation value updating algorithm was designed by combining the historical interaction information of vehicles and traffic information,malicious vehicles were identified by the reputation threshold.A blockchain was constructed roadside units to realize t
7、he distributed storage of traffic data and vehicle reputation values.The traditional proof of work con-sensus mechanism was improved to dynamically change the difficulty of miner node generating a block through the event lev-el and the number of vehicles involved in scoring,and the waiting mechanism
8、 was used to temporarily stop the nodes that had recently blocked from participating in the election process of miner nodes,thus reducing the resource consumption caused by repeated calculations.The simulation results show that the proposed scheme can effectively identify false information,resist th
9、e deceptive behavior of malicious vehicles,improve the identification efficiency of malicious vehicles,reduce resource con-sumption,and is effective and feasible in distributed trust management for Internet of vehicles.Keywords:Internet of vehicles,blockchain,trust management,reputation value,consen
10、sus mechanism 收稿日期：202211 01；修回日期：20230104 基金项目：国 家 自 然 科 学 基 金 资 助 项 目（No.61901071,No.62271094）；长 江 学 者 和 创 新 团 队 发 展 计 划 基 金 资 助 项 目（No.IRT16R72）；重庆市留创计划创新类基金资助项目（No.cx2020059）Foundation Items:The National Natural Science Foundation of China(No.61901071,No.62271094),The Program for Changjiang Scho
11、lars and Innovative Research Team in University(No.IRT16R72),Chongqing Innovation and Entrepreneurship Program for the Returned Overseas Chinese Scholars(No.cx2020059)第 5 期 张海波等：车联网中基于区块链的分布式信任管理方案 149 0 引言 近年来，随着汽车保有量的急剧上升，交通运 输 系 统 面 临 严 峻 考 验。车 联 网 成 为 解 决 上 述 问题 的 有 效 途 径1，在 5G 等 新 一 代 通 信 技 术 的
12、 支 持下，车 辆 通 过 智 能 车 载 单 元（OBU,on board unit）等 传 感 设 备 来 感 知 周 围 环 境，同 时 使 用 通 信 模 块与 路 边 单 元（RSU,roadside unit）或 附 近 车 辆 进行 通 信2，实 时 获 取 周 边 道 路 和 交 通 信 息，并 利用 人 工 智 能 或 自 动 驾 驶 技 术 智 能 规 划 最 佳 路 线，从 而 提 升 交 通 效 率 和 道 路 安 全 性3。由 于 车 联 网节 点 数 量 众 多、分 布 范 围 广，且 具 有 动 态 性，车辆 收 到 的 信 息 通 常 来 自 陌 生 车 辆，其
13、 中 可能存在部 分 恶 意 车 辆，恶 意 车 辆 通 过 故 意 广 播 虚 假 消 息的 方 式 来 扰 乱 其 他 车 辆 的 正 常 行 驶4-5，甚 至 造 成严 重 的 交 通 事 故。因 此，快 速 准 确 地 识 别 虚 假 信息 和 恶 意 车 辆 成 为 保 障 车 联 网 信 息 安 全 的 重 要 研究 内 容。许 多 研 究 提 出 信 任 管 理 是 解 决 车 联 网 信 任问题的有效方式6。信 任 管理可以实现车联网信息的可信度计算，进而提高车辆判断事件的准确性，它还可以分配、计算和更新车辆的声誉值，有 效 解 决 车 联 网 中 存 在 虚 假 信 息 和
14、恶意车辆的问题7-8。部 分 研 究 提 出 的 信 任 管 理 方 案 以 中 央服务器为数据载体9，所 有 的 声 誉 值、信 任 评 分等数据都在中央服务器中存储和处理。由于车辆的 动 态 性，服 务 器 可 能 很 难 满 足 车 辆 对 时 延 的 要求，并 且 中 央 服 务 器 可 能 存 在 单 点 故 障 等 问 题10。为了克服这些难题，部分学者提出使用如 RSU、基 站 等 多 个 流 量 服 务 器 对 数 据 进 行 分 布 式 存 储和处理11-12，然而，由于 RSU 等 设 备 可能存在故 障 或 被 入 侵，其 可 靠 性 和 信 任 服 务 方 面 仍 存
15、在挑战。区块链技术13的 兴 起 为 车 联 网 数 据 的 分 布 式存 储 和 管 理 带 来 了 新 的 方 向14，区 块 链 中 保 存 的数据具有高度的安全性与不可篡改性，使用区块链作为数据存储的载体能够改善车联网的数据安全问题。Yang 等15提出了一种基于区块链技术的数据可信度评估信誉系统，车辆通过观察交通环境对接收到的消息进行评级，将评级信息保存至车辆维护的区块链中，并以此作为更新车辆声誉值的凭证。但由于车辆存在计算效率低、数据存储空间不足等情况，无法保证区块链的稳定运行，且不同车辆之间的计算能力存在差异，更先进的车辆更容易成为矿工节点。Kang 等16提出了一种基于声誉值的
16、数据共享方案，基于边缘节点设备建立了一个联盟链用于存储车辆的感知数据，相比 于 车 辆 作 为 全 节 点 的 方 案 更 加 可 靠。Lu 等17提出了一种基于区块链的匿名声誉系统，使用关于车辆的直接历史交互信息和其他车辆的间接意见作为车辆声誉值的证据，并设计了三条区块链分别用来存储车辆证书信息、已 注 销公钥信息和网络中的 广播信息。Yang 等18使用 RSU 构建区块链来存储车辆的声誉值变化量信息，并利用工作量证明（PoW,proof of work）机制与权益证明（PoS,proof of stake）机制组合的共识机制进行共识，优先添加包含最大声誉值变化量的块到区块链 中。Zhan
17、g 等19提 出 了 一 种 信 誉 值 更 新 算 法，包括消息可信度计算、评级机制和基于评级的信誉 值 计 算，并 通 过 RSU 构 建 区 块 链，将 声 誉 值 和评级信息存入区块链中，同样采取了 PoW 与 PoS结合的共识机制。但是该共识机制在运行过程中会浪费大量计算资源，在交通事件频发的环境下，容易出现单个节点持续出块的情况，增大了矿工节点的计算压力和 被 入侵的风险。综合上述讨论，许多学者将区块链技术应用于车联网信任管理系统中，实现了车联网信息的分布式存储，但是在构建区块链时，选取车辆作为区块链的全节点，并未考虑到车辆的计算能力和存储能力，部分研究中提出的共识机制会产生大量的
18、计算开销，并且矿工节点的选取随机性不强。在验证车联网信息正确性时，大部分方案忽略了除声誉值以外的其他因素对车辆信息可信度的影响，在车联网中 可 能 存 在 通 过 正 常 运 作 获 取 高 声 誉 值 的 恶 意 车辆，所以仅依靠声誉值作为判断标准是不完全可靠的。为了解决上述问题，本文基于区块链存储技术建立了一种分布式的车联网信任管理方案，主要工作如下。1)构建了一 个车联网场景下的信任管理方案，并 使 用 区 块 链 存 储 交 通 事 件 信 息 与 车 辆 声 誉 值 信息；提出了 一种车联网虚假信息识别策略，联合声誉值、地理位置以及发送信息耗费的时间作为评估事件信息可信度的指标，利用
19、贝叶斯推理模型 判定事件 信息真实性，从而准确识别虚假信息。2)设计了一 种车辆声誉值 更新算法，根据车辆历史行为设置惩罚轮次，以此来限制车辆在恶意行150 通 信 学 报 第 44 卷 为后的声誉值的大小和恢复速度，利用事件等级设定声誉值的更新比重，最后通过声誉阈值来识别恶意车辆。3)针 对 传 统 PoW 共 识 机 制 效 率 低、资 源 浪费 等 问 题，根 据 车 联 网 的 实 际 应 用 需 求，提 出 了哈 希 门 限 值 更 新 机 制 和 等 待 机 制。改 进 后 的 共 识机制根据 RSU 创 建 的 历 史 区 块 的 时 间、事 件 的 等级 以 及 车 辆 的 评
20、 分 活 跃 程 度 来 更 新 RSU 的 哈 希门 限 值，并 使 近 期 出 块 的 RSU 暂 时 停 止 参 与 矿 工选 举 过 程，在 保 证 网 络 公 平 性 的 同 时，减 少 计 算资 源 的 消 耗，确 保 对 车 辆 声 誉 值 影 响 更 大、影 响范 围 更 广 的 区 块 优 先 加 入 区 块 链 中，从 而 提 升 车辆 声 誉 值 数 据 的 更 新 效 率 以 及 恶 意 车 辆 的 识 别效率。1 问题建立 1.1 系统模型 本文设计的车联网信任管理方案模型如图 1 所示，主要由四部分组成，包括车辆、RSU、区 块链和监管部门（LEA,law enfo
21、rcement agency）。图 1 车联网信任 管理方案模型 1)车辆配备 了基本的计算模块、OBU 以及感知模块，能够自动感知周围环境，对交通事件、环境条件等进行检测，并通过 OBU 通信模块将检测到的数据发送给周围的车辆10。信息的接收方需要对接收到的交通事件信息 进行评分，最后将评分的结果上传到附近的 RSU 中。2)RSU 拥有较强的计算能力和存储能力，担任区块链中的矿工节点，负责维护区块链、收集车辆发 送 的 评 分 信 息、更 新 本 地 车 辆 声 誉 值 等 任 务，RSU 可以通过向 LEA 发送访问信息来获取指定车辆的声誉值等信息。3)区 块 链 通 过 RSU 维 护
22、，用 于 存 储 网 络 中 车 辆的 声 誉 值、车 辆 之 间 的 交 互 信 息 以 及 交 通 事 件 信息。4)LEA 属于 完全可信的机构，负责管理网络中的车辆信息。LEA 通过访问区块链来更新全局声誉值信息。1.2 交通 事件分类 本文将交通 事件分为 3 个等级，通过事件等级对车 辆进行不同程度的奖惩，从而抑制恶意车辆的非法行为。1)一级事件 为普通交通事件，例如，交通拥堵、路线检修等危险程度较低的事件。2)二级事件 为道路异常预警，例如，车辆检测到其覆盖范围内存在深坑、结冰等道路异常状况。3)三级事件 为车辆紧急信息，例如，车辆在运行中出现紧急情况或交通事故等紧急事件。1.3
23、 攻击模型 在车联网系统中，车辆以及 RSU 都有可能受到恶意攻击，这些攻击可能对系统的安全性和正常运行产生负面影响。本文方案主要考虑两方面的攻击，分别是恶意车辆以及受到攻击的 RSU。1.3.1 恶意车辆 车联网中可能会出现部分恶意车辆，它们会出于某种目的去扰乱系统的正常运行。这些恶意车辆存在三类攻击，分别如下。1)广 播 虚 假 信 息。恶 意 车 辆 会 故 意 广 播 虚 假 信 息从而扰乱其他车辆的正常运行，影响交通安全和效率。2)恶 意 评 分。在 其 他 车 辆 广 播 交 通 事 件 信息时，恶意车辆 通过恶意评分，影响 RSU 和其他 用户对事件信息 真实性的判断。3)延迟发
24、送 信息。恶意车辆在遇到交通事件或者 需 要 参 与 评 分 时，通 过 故 意 延 长 信 息 发 送 的 时间，降低整体系统的工作效率。1.3.2 受到攻击的 RSU 由于 RSU 分布广，数量多，有时不能及时 得到维护，可能受到攻击者的入侵，但由于攻击者的能力有限且入侵时间是短暂的，因此可以认为网络中的大部分 RSU 长时间处于正常工作状态。第 5 期 张海波等：车联网中基于区块链的分布式信任管理方案 151 2 方案设计 2.1 方案流程 本文设计的信任管理方案流程如图 2 所示，具体包括以下步骤：车辆广播交通事件信息；收到广播信息的车辆进行评分并上传至 RSU；RSU判定事件信息 的
25、真实性；对本地车辆声誉值进行更新；RSU 进 行 共 识 并 上 传 区 块 至 区 块 链；LEA 通过区块链更新全局声誉值。图 2 信任管理方 案流程 2.2 车辆评分的产生 车辆i 遇 到 交 通 事 件，通 过 车 载 传 感 器 设 备 感知事件，并立即通过通信模块向附近的车辆集群广播信息。系统中所有广播的交通事件 信息构成的集合记为 12,jJE e e e e。接 收 到 车 辆i 的 广 播 信 息 的 车 辆 群 体 可 以 对 信息进行信任评分1 1，信任评分表示车辆对广播信息的意见，“1”表示认同广播信息，“1”表示反对广播信息。评分完成后车辆将结果转发给附近的 RSU
26、进 行判定，为了更加 准确地判定广播的事件信息的真实性，需要结合车辆的评分可信度。可信度主要来源于以下几个方面。1)评分车辆 与事件发生地点的距离 车辆k 在 发 送其 对 某 一事件 的 评 分时，会 将 自身运行位置以及运行状态发送给 RSU，通过计算事件 发 生 地 点 与 车 辆 所 处 位 置 的 距 离 来 决 定 其 评 分的可 信度，即 1disejkjkd(1)其中，jkd 表示评分车辆与事件je 发生地点的距离对评 分 可 信 度 的 影 响 值。disjk表 示 评 分 车 辆k 与 事 件je发 生 地 点 之 间 的 距 离，1 表示 距 离 参 数 的 变 化 率。
27、2)评分车辆 的声誉值 车辆的声誉值决定了车辆的可信程度，车辆广播 信 息 的 可 信 程 度 以 及 评 分 的 可 信度 与 声 誉 值 呈正相关。maxj kkrrr(2)其中，jkr 表示声誉值对评分可信度的影响值；kr 表示车辆k 当 前 的 声 誉 值，且 0,1kr；maxr 表示所有参与评分车辆中声誉值的最大值。3)评分所花 费的时间 车 辆 对 某 一 事 件 评 分 所 花 费 的 时 间 反 映 了 车 辆 在网络中的积极程度，一般情况下，正常车辆在网络中的行为都是积极且正确的，因此车辆各项操作所花 费的时间也是决定其评分可信度的关键因素之一。1jk jktt(3)其中，
28、jk 表示评分花费时间对评分可信度的影响值，t 表示车辆k 发送评分信息的时间，jkt 表示车辆k 收到事件je 的时间。最 后，通过加 权 求 和的方 式 获 得车辆k 对事件je 的评分可信度为 2 3 4j j j jk k k kc d r(4)其中，2、3 和4 用于控制上述 3 个因素对车 辆评分可信度的影响，并且满足 2341(5)考虑到声誉值为证明车辆身份的唯一重要信息，车联网广播信息的可信程度总体与信息发送者的声誉值呈正相关，声誉值对于验证车辆评分可信度的重要程度是大于其他 2 种因素 的，因此2、3和4 应满足32 和34，为了保证jkd 和jk 能够有效地对评分可信度产生
29、影响，在后续的仿真过程中设2=4。2.3 判定事件信息真实性 车辆将评分上传至 RSU 后，RSU 对事件信息的 真实性进行判定，RSU 获取所有车辆的评分可信度信息，构成集合12,j j jjqC c c c，基于该集合，通过贝叶斯推理模型来计算事件je 的信任值，即 111()(|)(|)()(|)()(|)qjj k jkjjqqjjj k j j k jkkP e P c eP e CP e P c e P e P c e(6)其中，(|)jjP e C 为事件je 的信任值，即事件je 发生的概率；事件je 是事件je 的 对 立 事 件；()jPe 和152 通 信 学 报 第 4
30、4 卷()jPe 分别为事件je 和事件je 发生的先验概率。如果车辆的评分为 1，则(|)jjk j kP c e c，(|)1jjk j kP c e c；否则(|)1jjk j kP c e c，(|)jjk j kP c e c。最后，将计算结果与定义的事件 信息 真实性判定阈值1thr 进行对比，如果事件je 发生的概率(|)jjP e C 大于设定的阈值，则认定该信息为可信信息，否则为虚假信息。当确定信息的真实性后，将信息及其真实性广播至服务范围内的所有车辆，并根 据 声 誉 值 更 新 算 法 对 所 有 参 与 交 互 的 本 地 车 辆进行声誉值的更新，最后将更新后的声誉值和
31、事件内容作为区块内容存储在 RSU 的 资源池中等待上链。若上链时间过长，期间部分数据未更新到区块链中，为保障系统应用的正常运行，RSU 会优先访问资源池中 未上链的区块内容，获取参与交互车辆的最新声誉值，以确保数据的准确性。在新一轮车辆交互过程结束后再将更新后的声誉值、事件 内容添加到区块中并等待上链。2.4 声誉值更新算法 在判断事件 信息真实性后，需要对广播交通信息 的 车 辆 和 参 与 评 分 的 车 辆 群 体 进 行 声 誉 值 的 更新，以此来排除恶意车辆。本文设计了联合历史交互信息以及事件信息的声誉值更新算法。算法会根据 车 辆 历 史 行 为 对 车 辆 声 誉 值 进 行
32、 不 同 程 度 的 更新，若车辆以前存在恶意行为，则降低车辆正常运行时的声誉值奖励或增大其错误行为的惩罚，且声誉值的变化与交通事件的等级 呈 正相关，高等级的事件对车辆声誉值会产生更大的影响。此外，可以根 据 实 际 系 统 需 求 来 设 定 声 誉 值 奖 励 系 数 RF 和惩罚系数 PF。当车辆的声誉值低于系统设定的声誉阈值2thr 时，将被踢出网络，并且无法获得网络提 供的所有服务。具体的声誉值更新算法伪代码如算法1 和算法 2 所 示。算法 1 声誉值奖励算法 输入 声 誉 值 奖 励 车 辆 列 表rewardList、声誉值rep、奖励系数 RF、事件等级 level、惩罚轮
33、次 flag 输出 车辆声誉值 rep 1)for v in rewardList do 2)if.flag 0 v do 3).rep min(.rep level RF,1)vv 4)else do 5)level RF.rep,1.rep min1.flagvvv 6).flag.flag 1 vv 7)end if 8)end for 算法 2 声誉值惩罚算法 输入 声誉值惩罚车辆列表punishList、声誉值 rep、惩 罚 系 数 PF、事 件 等 级 level、惩 罚 轮 次flag、区块链 BC 输出 车辆声誉值 rep 1)for v in punishList do 2
34、)if.flag 0 v do 3).rep max(.rep level PF,0)vv 4).flag level v 5)if 2.rep thr v then 6)remove v in BC 7)end if 8)else do 9).rep max(.rep(.flag level)PF,0)v v v 10).flag.flag level vv 11)if 2.rep thr v then 12)remove v in BC 13)end if 14)end if 15)end for 2.5 共识机制 在比特币的区块链系统中，节点通过不断计算获得 代 币 奖 励，然 而 算
35、力 较 高 的 节 点 往 往 能 一 直 获 得 奖励，且节点间的竞争会不断造成计算资源的浪费。在 本 文 设 计 的 车 联 网 区 块 链 系 统 中，节 点 之 间 不 存在 利 益 竞 争 关 系，可 以 适 当 降 低 出 块 难 度 从 而 减 少 计 算资源的浪费并提高区块链的出块速度。因此，本文基于 PoW 共 识 机 制 提 出 了 一 种 哈 希 门 限 更 新 机 制 和 等待机制，前者能够确保对车辆声誉值影响更大、影响范围更广的区块更快地上传到区块链中，从而提升恶意车辆的识别效率；后者能够减少 RSU 计算资源的损耗，并避免单个 RSU 持 续 出 块。具 体 实 现
36、 方 式 如 下。所有 RSU 都计算 RSU 的编号rsuID、前一个区块的哈希值 prehash、时间戳 timestamp 和一个随机数 nonce 组 合 得 到 的 数 据 的 哈 希 值，并 不 断 改 变 随机数来获得不同的计算结果，直到该结果满足设定的哈希门限值，当某个 RSU 获得了符合式(7)要求第 5 期 张海波等：车联网中基于区块链的分布式信任管理方案 153 的随机数 nonce，就被选为矿工节点20。rsuHash(ID|prehash|timestamp|nonce)jT(7)2jNjT(8)31par para am DmjjmNN(9)其中，mN 取决于哈希算
37、法，本文采用 SHA-256 算法，则mN=256；param 是 哈希门限的影响参数；Dparam 是难度调节参数，用于调节系统整体的难度水平，控制出块的速度21。首先，根据事件的等级调整哈希门限值，事件等级越高，对车辆声誉值的影响越大，对应获得的哈希门限值 更高，如式(10)所示。level 112 paramj j(10)其中，1paramj是 事 件 等 级 对 哈 希 门 限 值 的 影 响，levelj是事件je 的等级。其次，根据事件参与评分车辆的数量来调整哈希门限值，参与评 分的车辆数量能够反映网络中车辆对事件信息的重视程度。参与评分的车辆越多，更新的车辆声誉值信息也就越多，因
38、此对应的哈希门限值更高，如式(11)所 示。51num2e paramjbj(11)其中，2paramj为参与评分车辆的数量对哈希门限值的影响，numj为 参与事件je 评分的车辆数量，5、1b 分别为 参 与 评 分 车 辆 数 量 对 哈 希 门 限 值 的 调控因子和调控参数。本文提出的等待机制如图 3 所示。图 3 等待机制示 意 定义当前区块编号与历史区块编号的差值为区块距离，如果某个 RSU 生成的历 史区块与当前区 块 的 区块距 离 小 于或等 于n，等 待机 制 会 根据区块距离的大小增加 RSU 的出块难 度，具体实现方式如式(12)所示。131 0 2 check(,),
39、02 check(,),0paramjjmh m n jmhm h m nm h m n(12)Max MinMax()jmhn(13)1,check(,)0,mhmhBBmhBB(14)其中，3paramj为区块距离对哈希门限值的影响，n 为区 块 链 历 史 区 块 对 当 前 哈 希 门 限 值 的 影 响 范 围，m为当前区块的序号，h 为历史区块的序号，j 为历史区块对当前区块产生的哈希门限值的影响值，Max、Min 分 别 为 历 史 区 块 对 哈 希 门 限 值 的 最 大 影 响 值 和最小影响值，check(,)mh 用于检验区块h 是否由创建区块m 的 RSU 所创建，m
40、B 为创建区块m 的 RSU。当矿工节点创建区块后，等待机制生效，使其下一次创建块的难度变得相当大，所以该节点的不断尝试实际上是在浪费计算资源。因此，允许 RSU在 创 建 区 块 后 进 入 等 待 期，等 待 时 间 取 决 于 RSU当前的哈希门限值。如果哈希门限值小于设定的哈希阈值3thr，则 RSU 依旧处于等待期，直到哈希门限值大于或等于3thr。在此期间，矿工节点由其 他RSU 参与选举，其他系统应用依旧正常运行。这种方式避免了处于车辆高密度区域的 RSU 持续成 为矿工节点，既保证了区块链网络中矿工选择过程的公平性，又减少了部分节点计算资源的损耗。如果某个 RSU 长时间未创建
41、区块，则其下一次成功创建区块的概率就会得到提升。一 旦 某 个 RSU 被 选 为 矿 工 节 点，就 会 把 资 源 池 中收 到 的 事 件 信 息 以 及 参 与 交 互 的 车 辆 的 声 誉 值 打 包 成区 块，矿 工 节 点 将 产 生 的 新 区 块 广 播 给 网 络 中 的 所 有其他 RSU，在 收 到 矿 工 节 点 发 来 的 新 区 块 以 后，所 有的 RSU 都 要 对 区 块 中 的 字 段 进 行 检 验 以 验 证 数 据 的完 整 性。最 后，将 区 块 添 加 到 最 长 链 中。LEA 则 根 据区 块 链 中 新 生 成 的 区 块 更 新 全 局
42、 车 辆 的 声 誉 值。2.6 区块结构 区块链的区 块结构如图 4 所示，一个区块包含了当前 的区块编号、RSU 编号、时间戳等信息。本文基于传统区块结构进行修改，使一个区块包含 2个子块，即事件内容块和声誉值块。事件内容块包含事件的详细信息，对信息数据进行哈希运算后作为树干单元，依次向上取哈希值，从而构建默克尔树，并使其默克尔根作为区块头中的一个子块。声誉值块按照同样的方式构建声誉值的默克尔树。当树中任何一项数据被篡改时，顶层的哈希值就会改变，通 过 这 一 方 式 可 以 保 障 区 块 中 的 数 据 不 被 篡154 通 信 学 报 第 44 卷 改。相比于构建两条区块链分别存储交
43、通事件信息和车辆声誉值，仅需在增加一部分数据量的情况 下进行一次共识，通过该区块结构能够减少系统的计算资源和存储资源。图 4 区块结构 3 仿真分析 本 文 在 处 理 器 为 Intel(R)Core TM i5-9500，RAM 为 8 GB 的 Win10 操 作系统环境下使用 Python语言进行实验仿真，仿真参数如表 1 所示。仿真 内容主要包括四部分，第一部分模拟了正常车辆、恶意车辆、RSU 在交通环境下的信息共享以及交互过程，对本文设计的虚假信息识别策略进行了仿真对比；第二部分对本文提出的声誉值更新算法进行了实验，模拟了车辆正常行为、恶意行为后的声誉值变化；第三部分验证了 本文设
44、计的区块链哈希门限更新机制和等待机制的有效性；第四部分计算了区块链中的共识机制在不同场景下的区块生成时间，以及 难 度 调 节 参 数 对 区块 生成时间的 影 响。表 1 仿真参数 参数 取值 事件 信息真实性判定阈值1thr 0.5 车辆声誉阈值2thr 0 哈希阈值3thr 2372 距离参数调控因子1 0.001 车辆 与事件发生地点的距离 对评分可信度的影响权重2 0.3 车辆声誉值对评分 可信度的影响权重3 0.4 车辆评分 所花费的 时间对评分可信度的影响权重4 0.3 参与评分车辆数量对哈希门限值的调控因子5 0.05 参与评分车辆数量对哈希门限值的调控参数1b 3 难度调节参
45、数 Dparam 7 车辆声誉值奖励系数 RF 0.03 车辆声誉值惩罚系数 PF 0.03 3.1 虚假信息识别策略的有效性分析 为了分析本文提出的虚假信息识别策略的有效性，本节引入使用车辆与事件发生地点的距离作为 信 息 可 信 度 的 方 案18与 基 于 距 离 与 车 辆 声 誉 值共同作为信息可信度的方案19进行对比实验，这 2种方案均应用于车联网的信息真实性判断中，具有很好 的 代 表 性，适 合 作 为 本 文 基 准。在 一 个 半径 500 m范围内的区域中模拟 30 个 交通事件的广播，对于每个 交 通 事 件，负 责 判 断 该 事 件 的 RSU 将收集 30 辆车辆
46、 的 评 分 信 息，并 通 过 贝 叶 斯 推 理 模 型 判 定 事件信息真实性，且 30 辆车中存在不同比例的恶意车辆，恶意车辆有 50%的概率做出恶意行为。本文对不同比例的恶意车辆分别进行了 10 次实验，对事件判断正确 率 取 平 均 值，事 件 判 断 正 确 率 对 比 如 图 5 所 示。从图 5 可 以 看 出，本 文 方 案 的 表 现 更 加 优 异，在 大 部 分情况下，事件判断正确率能达到 90%以上，这是由于本文方案在考虑车辆声誉值、车辆与事件发生地 点的距离以外还考虑了时间对信息可信度的影响 图 5 事件判断正 确率对比 3.2 声誉值算法的有效性分析 本 节 实
47、 验 模 拟 了 车 辆 行 为 引 起 的 声 誉 值 的 变 化，并 引 入 Chen 等 方 案8和 Lu 等方案17作 为 参 考。车 辆声 誉 值 初 始 值 设 定 为 0.5，为 了 展 示 经 过 声 誉 值 更 新算 法 计 算 后 的 声 誉 值 在 值 域0,1 上 的 完 整 变 化 情 况，系 统 的 声 誉 阈 值2thr 设定为 0，实 际 应 用 过 程 中 会 根据 系 统 对 恶 意 车 辆 的 容 忍 度 来 具 体 调 整 声 誉 阈 值，车辆声誉值 变化对比如图 6 所 示。车 辆 在 第 0 6 周期内 的 行 为 表 现 正 常，3 种 方 案 的
48、 车 辆 声 誉 值 均 正 常 增加。在 第 7 12 周 期 中，车 辆 出 现 了 恶 意 行 为，系 统对 其 声 誉 值 进 行 惩 罚，3 种 方 案 均 对 车 辆 声 誉 值 进 行了 惩 罚 处 理，由 于 本 文 方 案 考 虑 了 车 辆 以 往 的 交 互 信息，随 着 车 辆 发 生 恶 意 行 为 次 数 的 增 多，本 文 方 案 的第 5 期 张海波等：车联网中基于区块链的分布式信任管理方案 155 惩 罚 力 度 随 之 增 加，在 第 12 周 期 时，车 辆 的 声 誉 值降 低 至 0.1 以 下。在 第 1320 周 期 中，车 辆 行 为 表 现正
49、常，但 由 于 车 辆 过 往 的 恶 意 行 为，其 声 誉 值 的 恢 复受 到 限 制，本 文 方 案 的 恢 复 速 度 明 显 慢 于 其 他 2 种方案，能 够 防 止 车 辆 在 发 生 恶 意 行 为 后 的 短 时 间 内 恢 复其 声 誉 值。综 上 所 述，本 文 方 案 能 够 根 据 车 辆 行 为 对声 誉 值 进 行 更 新，并 且 对 车 辆 的 恶 意 行 为 具 有 较 高 的防 欺 骗 能 力。图 6 车辆声誉值 变化对比 3.3 共识机制有效性分析 为了更直观地反映哈希门限值对 RSU 创建区块的影响，使用 RSU 成 为矿工节点的概率 P 作为目标参数
50、来进行仿真，即=2mjNTP(15)本 节 分别 对 3 种 不同 组合 的 Max 和 Min 进行了对比实验，分别观察这 3 组数据 在不同区块距离下出块概率的对数值，出块概率与区块距离的关系如图 7 所示。对于每一种 Max 与 Min 的组合，区块距离与出块概率的对数值保持正相关。Max 和 Min作 为 历 史 区 块 对 当 前 生 成 区 块 的 最 大 影 响 系 数 和最小影响系数，Max 与 Min 越小，出块概率越大。由于不同地区不同车辆密度下的业务需求不同，系统追求的出块速度也不相同，因此，可以通过设置Max 与 Min 来限制哈希门限值的变化范围，进而控制 RSU 成
