结合区块链的车联网隐私保护可信预测缓存架构

作     者：刘琨 王圆洁 申自浩 王辉 刘沛骞 LIU Kun;WANG Yuanjie;SHEN Zihao;WANG Hui;LIU Peiqian

作者机构：河南理工大学软件学院焦作454000 河南理工大学计算机科学与技术学院焦作454000 

出 版 物：《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)

年 卷 期：2022年第45卷第6期

页      面：140-146页

核心收录：

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：河南省高等学校重点科研项目(23A520033) 河南理工大学博士基金项目(B2022-16)。 

主　　题：认知车联网 缓存 隐私保护 区块链 信任机制 

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。