基于智能交通的隐私保护道路状态实时监测方案OA北大核心CSCDCSTPCD
Privacy-preserving real-time road conditions monitoring scheme based on intelligent traffic
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.
李家印;郭文忠;李小燕;刘西蒙
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福州大学数学与计算机科学学院,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
信息技术与安全科学
智能交通隐私保护空间距离K最近邻
《通信学报》 2020 (7)
73-83,11
国家自然科学基金资助项目(No.61702105, No.U1804263, No.61672159, No.U1705262)
评论