基于智能交通的隐私保护道路状态实时监测方案

作     者：李家印 郭文忠 李小燕 刘西蒙 LI Jiayin;GUO Wenzhong;LI Xiaoyan;LIU Ximeng

作者机构：福州大学数学与计算机科学学院福建福州350108 福州大学网络安全福建省高校重点实验室福建福州350108 福州大学福建省网络计算与智能信息处理重点实验室福建福州350108 

基　　金：国家自然科学基金资助项目(No.61702105 No.U1804263 No.61672159 No.U1705262) 

出 版 物：《通信学报》 (Journal on Communications)

年 卷 期：2020年第41卷第7期

页      码：73-83页

摘      要：为缓解道路的交通压力,减少道路拥堵现象的出现及避免交通事故的发生,结合安全、K最近邻(KNN)算法,提出了一种基于智能交通的隐私保护道路拥堵状态的实时监测(PPIM)算法。为了确保交通数据的安全,采用安全多方计算策略将数据内容随机分成独立的部分,通过不共谋的多服务器对数据分量进行存储和加密。为了提升道路状态监测的精度,提出了一种改进型的KNN交通监测算法,借助数据的相似度计算,获取衡量道路之间交通状态关系程度的相关值,并将其作为权重系数与传统的KNN算法进行整合。为加快密态数据的处理速度,设计了一系列的数据安全计算协议,实现了数据的安全处理。另外,利用真实的交通数据对该算法进行验证,实验结果表明改进型KNN算法有助于提高道路监测的准确度。实验分析表明,所提算法在保证数据的安全同时可以提高交通监测的精度。

主 题 词：智能交通 隐私保护 空间距离 K最近邻 

学科分类：0810[工学-土木类] 1205[管理学-图书情报与档案管理类] 0839[0839] 08[工学] 0811[工学-水利类] 081201[081201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11959/j.issn.1000−436x.2020110

馆 藏 号：203955712...