论文部分内容阅读
VANET依赖于节点间频繁的信息交互，消息的真实性和时效性至关重要。传统的身份认证和加密机制只能确保用户身份合法，但无法识别内部不端节点。内部不端节点可能发送虚假的交通告警信息来干扰其他用户的正常驾驶，严重时造成人员伤亡。针对虚假消息攻击，本文通过提取交通告警信息中的多维特征，采用支持向量机（SVM）来实现消息的识别与分类，仿真结果表明：SVM在VANET交通信息分类方面具有优良性能，在小样本情况也具有较好的泛化性能，实现了较高的虚假消息的检测率。