边缘驱动的信任意识威胁检测用于物联网启用的智能运输系统

科学领域:

• 计算机科学 计算机科学
• 工程 工程师 工程师 工程师

背景情况:

• 智能交通系统 (ITS) 整合了无线通信和物联网 (IoT),以提高道路安全和城市流动性.
• 现有的物联网-ITS环境面临网络拓变化的挑战,导致拥堵,通信漏洞和安全漏洞.
• 车辆网络需要安全的交互,以防止数据暴露在不可预测道上的恶意设备上.

研究的目的:

• 提出一种新的信任意识边缘辅助模型,用于在物联网-ITS中保护车辆网络.
• 为了提高可靠性和优化在动态城市交通系统中的路由性能.
• 在物联网-ITS环境中确保数据隐私,连贯性和防改计算.

主要方法:

• 开发了一个信任意识边缘辅助模型,集成本地化计算用于全球信任管理.
• 整合了一个区块链分类账,用于跨越物联网-ITS边界的防改和透明数据计算.
• 对基于图形的可信度启用路由 (GBTR) 和细菌对衰老优化算法 (BFOA) 进行了评估.

主要成果:

• 在网络吞吐量方面取得了显著的改善 (50%和62.5%).
• 减少端到端延迟 (33.3%和37.5%) 和路由开销 (34%和38.7%).
• 与动态网络基础设施相比,虚假阳性率 (67.9%和68.5%) 显著下降.

结论:

• 拟议的信任意识边缘辅助模型显著提高了物联网-ITS中的安全性,可靠性和路由效率.
• 区块链集成确保了数据完整性和透明度,这对于安全的车辆通信至关重要.
• 该模型为管理动态网络条件和减轻智能城市运输中的安全威胁提供了强大的解决方案.