考虑网联汽车信息安全的交通流短时预测方法

作     者：王庞伟 王天任 李振华 刘虓 孙玉兰 WANG Pangwei;WANG Tianren;LI Zhenhua;LIU Xiao;SUN Yulan

作者机构：北方工业大学智能交通技术交通运输行业重点实验室北京100144 北方工业大学城市道路交通智能控制技术北京市重点实验室北京100144 中信科智联科技有限公司北京100029 

出 版 物：《同济大学学报（自然科学版）》 (Journal of Tongji University:Natural Science)

年 卷 期：2022年第50卷第12期

页      面：1703-1714页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：北京市自然科学基金(4212034) 国家重点研发计划(2018YFB1600500) 智能交通技术交通运输行业重点实验室开放基金(F20211749)。 

主　　题：交通信息工程 智能网联汽车 信息安全 交通流短时预测 数据补全 

摘      要：针对智能网联汽车因网络攻击或干扰造成的信息安全及数据缺失问题,提出一种基于数据补全的交通流状态短时预测方法。首先,基于边缘计算任务卸载模型,对智能网联汽车V2X通信过程的异常数据动态辨识;其次,提出一种具有数据补全机制的图嵌入长短期神经网络模型,实现网联汽车缺失数据补全;再次,通过补全后的完整数据集构建神经网络模型,完成短时交通流状态预测;最后,选取北京市典型路段进行实验验证。结果表明,该模型应用后交通流状态短时预测效果显著提高,与其他方法相比预测误差最大降低87.4%,预测效果与实际交通流状态相比准确率达到95%,为智能网联环境下车辆信息安全与交通资源动态优化提供理论支持和技术方案。