基于证据链的高效联网收费稽查信誉机制研究

来源 :云南大学 | 被引量 : 0次 | 上传用户:wc836952
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
ETC(Electronic Toll Collection,电子不停车收费)是当前我国重要的交通基础设施,也是ITS(Intelligent Transportation System,智能交通系统)关键的构成部分之一,但现有的ETC系统效率低下,存在车辆逃费等问题。由于区块链的可追溯性和抗篡改性,区块链与ETC系统的结合是解决上述问题的可行途径。然而,传统区块链(如比特币和以太坊)能耗高、效率低,因此,它们不能用于高吞吐量的ETC系统,也不适用于功率受限的Io T(Internet of Things,物联网)设备。目前还尚未有利用区块链解决ETC中车辆逃费和证据稽查的研究工作。本文的主要关注点是ETC系统与区块链的结合。针对ETC系统中当前存在的三个主要问题:车辆逃费、证据稽查效率低、数据安全性低。本文所研究的工作如下:(1)针对现有ETC系统中存在的上述三个问题,本文提出一种基于Hyperledger Fabric(超级账本)的ETC双链模型架构及其网络运行机制,作为解决ETC系统中存在的上述三个问题的基础。实验结果表明,该架构在多类型节点与不定区块大小的情况下,均有较好的区块链性能,在延迟可接受的同时,实现了较高的吞吐量,此外还尽可能地提升了去中心化程度,从而增强了系统的安全性。(2)针对现有ETC系统中证据稽查效率较低的问题,本文提出一种证据链框架,将每一笔交易记录在区块链中,交易对应的证据文件的摘要则保存在本地,从而提高证据稽查的效率并降低系统存储的压力。实验结果表明,该框架在完成证据稽查的同时降低了系统存储的负载,并且对系统性能影响较小。(3)为遏制ETC系统中车辆逃费情况的发生,本文分析当前ETC中存在的主要逃费类型和模式,设计一种基于信誉值的车辆行为管理机制,依托区块链中的智能合约对信誉值进行自动化计算。实验结果表明,该机制使节点的信誉值随着车辆行为而更新。
其他文献
报纸
报纸
当下,复杂网络领域受到越来越多研究人员的广泛关注。其中链路预测是复杂网络研究中的一个热门的分支,常常被用来作为预测缺失链路和识别虚假链路的有效手段。同时,链路预测在不同行业中也有着广泛的应用。由此,本文提出了基于聚类系数和节点中心性的链路预测算法,并对科研合作网络中科研人员未来的合作关系预测进行研究和应用。本文主要研究和工作如下:(1)提出了基于聚类系数和节点中心性的链路预测算法(CCNC算法)。
学位
复杂网络技术早已渗入了人类生活之中,节点重要性是复杂网络的主要研究对象之一。但是,本文关注一个相关但略有不同的问题——识别复杂网络中节点相对于一组已知重要节点的重要性,即相对重要节点识别方法的研究。此类问题在现实中广泛应用,比如,根据已被逮捕的罪犯寻找其他罪犯;在交通网络中,通过已拥堵的路段,优先找出易拥堵的路段进行交通管制。本文对复杂网络中相对重要节点的识别工作进行研究,分别从网络拓扑结构和随机
学位
长期以来,癌病在全球内严重危害人体健康,其发生率和致死率一直居高不下。在实际临床治疗中,组织病理学检验始终是治疗肿瘤最直接、准确的。但是,组织病理图像诊断需要病理学家在高倍率下观察细胞的结构变换,这要求病理学家具有极高的水平,国内的高水平的病理学家极度匮乏。近年来,人工智能技术在医学影像领域的许多方面取得了惊人的成就,组织病理图像的智能诊断也取得了巨大进步。现有的一些研究通常依赖于病理学家对病患区
学位
从1976年开始出现的“埃博拉”病毒,到2003年流行的“非典”病毒,再到2019年大范围传播的新型冠状病毒,全球由于感染传染病病毒导致的死亡率持续增加,严重危害着人类的健康,病毒基因序列的研究成为生物信息学领域研究的热点。基因序列是由四种碱基组成的功能序列,存储着生物的遗传信息,在生物的起源和进化中有着至关重要的作用。病毒在传播的过程中会发生基因突变,致使某些碱基发生变化,从而给病毒基因序列的研
学位
近几年,得益于数据,算法,算力等要素的提高,人工智能由技术理论向产品应用迈进,不断向各行各业进行渗透,重塑传统行业模式,赋能产业升级,人类社会向智能社会迈进。这期间,计算机软件需求复杂化,规模持续扩大化,需求变更愈加频繁不定,对大型复杂系统的重构效果也不尽如人意。因此,对软件或驱动等应用程序的需求进行正确的分类已成为软件工程的一项基本任务。软件需求文本分类不仅有助于软件开发前期的分析参考,也有助于
学位
物联网(Internet of Things,Io T)在近年来发展迅速的同时,针对物联网基础设施、应用程序和终端设备的攻击也显著增加。恶意软件作为物联网中最主要的威胁,常导致个人隐私数据泄露、物联网设备遭遇僵尸网络攻击等问题。设计有效的恶意软件检测机制,对保障物联网的安全具有重要的意义和价值。自2015年微软恶意软件检测挑战竞赛之后,人工智能驱动的恶意软件检测技术取得了显著的进展,检测准确率日趋
学位
我国已经全面进入5 G时代,与过去相比,我们具备了快速传送海量数据的良好条件。情绪分类被广泛地运用于股票市场分析、消费者心理分析、企业市场需求分析等各个方面,并与人们的日常生活紧密相连。对于粗粒度语句级情感分类模型,本文提出了多类型词嵌入融合的联合训练模型。在词嵌入上,与之前Bert GCN单纯使用Bert及其衍生模型作为词嵌入表征文本,本文为每个数据集补充了Glove词嵌入,扩充了模型的词嵌入类
学位
近年来,我国公路交通事业飞速发展,汽车保有量逐年增多。高速公路凭借“贷款修路,收费还贷”的模式快速发展,同时,这也让收费站变得不可或缺。然而,在车流量比较大时,在收费站停车收费很容易导致交通拥堵。收费站成为限制高速路通行效率的瓶颈,严重影响着人们的出行体验。ETC的推广提高了收费效率,在一定程度上缓解了收费站的交通拥堵现象。与此同时,也出现了各种恶意逃费行为,严重扰乱交通秩序。因此,研究设计一种可
学位