特表2022-533803車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステム及びその方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2022-07-25
(54)【発明の名称】車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステム及びその方法
(51)【国際特許分類】
G06F 21/55 20130101AFI20220715BHJP
【ＦＩ】
G06F21/55
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2022516253
(86)(22)【出願日】2019-12-24
(85)【翻訳文提出日】2021-12-27
(86)【国際出願番号】 CN2019127707
(87)【国際公開番号】W WO2020233114
(87)【国際公開日】2020-11-26
(31)【優先権主張番号】201910418058.0
(32)【優先日】2019-05-20
(33)【優先権主張国・地域又は機関】CN
(81)【指定国・地域】
(71)【出願人】
【識別番号】521511922
【氏名又は名称】西安安盟智能科技股▲フン▼有限公司
(74)【代理人】
【識別番号】100130111
【弁理士】
【氏名又は名称】新保 斉
(72)【発明者】
【氏名】趙 鋒
(72)【発明者】
【氏名】馮 景瑜
(57)【要約】
【課題】車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステム及びその方法を提供すること。
【解決手段】車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステム及びその方法であって、内外共謀の方式によって自分の評判スコアを向上させてＴＭＡＭを操作する。ＩＯＣ攻撃を迅速に検出し、車両のインターネットの安全性を向上させることができる。疑わしいプロバイダ及び提案された評判変動関連ルールを再帰的に除去することにより、ＴＭＡＭの過負荷を避ける。ＩＯＣ攻撃者がその評判スコアを促す機会を奪い、かつ車両のインターネットにおける信頼できる情報を確保することができる。ＩＯＣ攻撃者の干渉を受けることなく、ＴＭＡＭの公平性と可用性を保証する。従来技術におけるＩＯＣ攻撃者が評判システムを利用して、評判スコアを向上させてＴＭＡＭを操作するという欠陥を効果的に避ける。
【選択図】図３
【解決手段】車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステム及びその方法であって、内外共謀の方式によって自分の評判スコアを向上させてＴＭＡＭを操作する。ＩＯＣ攻撃を迅速に検出し、車両のインターネットの安全性を向上させることができる。疑わしいプロバイダ及び提案された評判変動関連ルールを再帰的に除去することにより、ＴＭＡＭの過負荷を避ける。ＩＯＣ攻撃者がその評判スコアを促す機会を奪い、かつ車両のインターネットにおける信頼できる情報を確保することができる。ＩＯＣ攻撃者の干渉を受けることなく、ＴＭＡＭの公平性と可用性を保証する。従来技術におけるＩＯＣ攻撃者が評判システムを利用して、評判スコアを向上させてＴＭＡＭを操作するという欠陥を効果的に避ける。
【選択図】図３
【特許請求の範囲】
【請求項1】
車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵを含み、前記車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムはさらに、車両に設置された車載ユニットを含み、
前記車載ユニットは、車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵに接続され、プロセッサを含み、
前記プロセッサは、無線通信モジュールに接続され、さらにメモリに接続される
ことを特徴とする車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステム。
【請求項2】
前記車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵに交通関連メッセージ集約モデルＴＭＡＭが含まれ、前記関連メッセージ集約モデルＴＭＡＭは、トラフィック消費の投票活動が終了する時にプロバイダからの履歴メッセージ及び消費者の履歴評価データを記憶するために用いられる
請求項１に記載の車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステム。
【請求項3】
車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵ上で実行され、前記方法は、
評判変動関連分析ＲＦＡＡ方法によってＩＯＣ攻撃を検出し、評判変動特性を分析し、現在のトラフィック消費イベントの投票操作において、すべてのプロバイダから可能性の低いＩＯＣプロバイダを削除する方式を含む
ことを特徴とする車両のインターネットにおける共謀攻撃に対する安全な防御のための方法。
【請求項4】
前記評判変動関連分析ＲＦＡＡは、（１）２つのステップに基づくメッセージ報告処理を実現するように、交通関連メッセージ集約モデルＴＭＡＭは、トラフィック消費の投票操作が終了する時に、車両の車載ユニットにメッセージを提供するためのプロバイダからの履歴メッセージ及び車両の車載ユニットにメッセージを受信及び評価するための消費者の履歴評価データを記憶する２つのステップに基づくメッセージ報告処理と、
消費者評価を実現するように、各車両Ｖｉは、プロバイダから以前に車両に報告されたメッセージ、及び該車両が消費者として機能する時、すべてのプロバイダから提供されたメッセージ及びＶｉに対する評価を保存する一つのＰ－Ｃ表に割り当てられる消費者評価とを具体的に含むＩＯＣ攻撃を検出するデータ管理のサポートと、
（２）ＩＯＣ攻撃の検出をサポートし、ＩＯＣ攻撃の特徴を分析することにより、評判変動関連ルールを取得する評判変動関連ルールの取得とを含む方式である
請求項３に記載の車両のインターネットにおける共謀攻撃に対する安全な防御のための方法。
【請求項5】
前記Ｐ－Ｃ表は表１に示すとおりである【表1】
ｖｔは、車両Ｖｉが交通関連イベントの投票行動を要求したときの投票時間であり、ｖｔｉ ｈは、ｈ回目の車両Ｖｉの最新の投票時間であり、ｈは自然数であり、
Ｐ＿ＩＤ（メッセージ）は、プロバイダに割り当てられたＩＤ及びその履歴メッセージであり、Ｖｊ（ｍｊ）ｈについて、Ｖｊは、ｊ番目のプロバイダのＩＤであり、（ｍｊ）ｈは、ｈ番目の交通関連イベントの投票操作におけるメッセージであり、ｉ、ｊ及びｎは自然数であり、かつ該車両に割り当てられたシリアル番号であり、
Ｃ＿ＩＤ（評価データ）は、消費者のＩＤ及びその履歴評価であり、Ｖｉ（ｔ）ｈについて、Ｖｉは、ｉ番目の消費者のＩＤであり、（ｔ）ｈは、ｈ番目の交通関連イベントの投票行動に対応する真のレベルであり、ｉ、ｊ及びｎは自然数であり、かつ該車両に割り当てられたシリアル番号である）
請求項４に記載の車両のインターネットにおける共謀攻撃に対する安全な防御のための方法。
【請求項6】
前記評判変動関連ルールを取得する方法は、評判変動指数としての指標変数μｉの値を０に初期化するステップ１－１と、
整数変数ｋの値を１に設定するステップ１－２と、
整数変数ｋの値をｈと比較し、ｋ＞ｈである場合、評判変動関連ルールを取得する方法を終了し、ｋ≦ｈであり、同時にＲｋ ｉ≧ε＋η２、Ｒｋ ｉ≦Ｒｋ－１ ｉを満たし、Ｒｋ ｉが連続的に減少し、かつＲｋ ｉ≦ε＋η１である場合、μｉ＝μｉ＋１であり、ここで、ｈは、車両Ｖｉが開始した交通関連イベントの投票行動の数であり、Ｒｋ ｉは、前記ｋ回目の車両Ｖｉの評判スコアであり、εは、評判スコア閾値として、通常０～１の適当な値に設定され、η１の値の範囲は０≦η１＜εであり、かつ評判警戒線とし、η２の値の範囲はη１＜η２≦εであり、かつ高評判線とするステップ１－３と、
同時にＲｋ ｉ≦ε＋η１、Ｒｋ ｉ≧Ｒｋ－１ ｉを満たし、Ｒｋ ｉが連続的に減少し、かつＲｋ ｉ≧ε＋η２である場合、μｉ＝μｉ＋１であるステップ１－４と、
ｋ＝ｋ＋１である場合、ステップ１－３に戻って実行するステップ１－５を含む
請求項４に記載の車両のインターネットにおける共謀攻撃に対する安全な防御のための方法。
【請求項7】
前記評判変動関連分析ＲＦＡＡ方法によってＩＯＣ攻撃を検出する方式はさらに、ＩＯＣ攻撃者間の関連関係を分析することを含み、前記ＩＯＣ攻撃者間の関連関係を分析する方法は、具体的には、ＩＯＣプロバイダは常に共に現れる頻繁なプロバイダであり、ＩＯＣ攻撃者間の関連関係を分析する際に、インデックスサポート数ｓ（・）は頻繁なプロバイダを識別するために用いることができることと、
ＩＯＣ消費者とＩＯＣプロバイダとの間の関連関係を記述し、ＩＯＣプロバイダと常に同時に現れるＩＯＣ消費者を決定することができることと、
ＩＯＣプロバイダの数が現在の交通関連イベントの投票操作におけるプロバイダの半分以上を超える場合、ＩＯＣの攻撃者は自分の評判スコアを首尾よく向上させることができることとであり、
Ｖｉが消費者であり、かつΦが現在のトラフィック消費イベントの投票操作における１組のプロバイダである場合、Φ１/2を用いて集合ＩＯＣプロバイダを表すことができ、多数決の原則に従って、Φ１/2要素の個数は少なくとも要素の半分である必要があり、Φ１/2要素の個数は式（４）のように設定でき、
【数1】
【数2】
請求項６に記載の車両のインターネットにおける共謀攻撃に対する安全な防御のための方法。
【請求項8】
前記ＩＯＣ攻撃者間の関連関係を分析する方法はさらに、動的サンプリング観測方法を含み、前記動的サンプリング観測方法は、初期化されたｍｉｎｓｕｐの値を予め設定された値に設定するステップ２－１と、
検出されたＩＯＣ攻撃の回数ｈをチェックするステップ２－２と、
【数3】
の関数を用いてサポートカウントの平均値を出力し、かつ、
【数4】
の関数を用いて最小サポートカウントを取得し、最小サポートカウントを用いてｍｉｎｓｕｐの値を更新し、次にステップ２－５に移行して実行するステップ２－３と、
さらに、
【数5】
を用いて該判断式が成立するか否かを判断し、成立しない場合、ステップ２－５を実行し、該判断式が成立する場合、
【数6】
の関数を用いて最小サポートカウントを取得し、最小サポートカウントを用いてｍｉｎｓｕｐの値を更新し、次にステップ２－５に移行して実行するステップ２－４と、
他のｈ回の検出されたＩＯＣ攻撃をチェックし、
【数7】
の関数を用いてサポートカウントの平均値を取得し、次にステップ２－４に戻って実行するステップ２－５とを含み、ここで、ｌ、ｈ及びｍは自然数である
請求項７に記載の車両のインターネットにおける共謀攻撃に対する安全な防御のための方法。
【請求項9】
前記可能性の低いＩＯＣプロバイダを削除する方法は、【数8】
Φに属する各プロバイダＶｊをトラバースし、そのμｊ≧２であるか否かを一つずつ判断し、そうである場合、Φ１←｛Ｖｊ｝はΦに属し、ここで、μｊは、プロバイダＶｊの評判変動指数の指標変数であるステップ３－２と、
【数9】
【数10】
Φ１／２に属する各Ｖｊをトラバースし、そのＰ－Ｃｊ表を検索し、
【数11】
である場合、ｄｒ＝１であり、かつＩＯＣ攻撃が検出され、そうでない場合、ｄｒ＝０であり、かつ交通関連イベントの投票行動は安全で、ＩＯＣによって攻撃されていないステップ３－５とを含む
請求項７または８に記載の車両のインターネットにおける共謀攻撃に対する安全な防御のための方法。
【発明の詳細な説明】
【技術分野】
【0001】
本出願は、２０１９年５月２０日に中国国家知識産権局に出願番号２０１９１０４１８０５８．０で提出された中国特許出願の優先権を主張し、その内容全体は参照により本出願に組み込まれる。
【0002】
本発明は、車両のインターネット技術分野に関し、本発明は、防御技術分野にも関し、具体的には、車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステム及びその方法に関する。
【背景技術】
【0003】
中国のモノのインターネット校企連盟の定義によると、車両のインターネット（Ｉｎｔｅｒｎｅｔ ｏｆ Ｖｅｈｉｃｌｅ）は車両の位置、速度及びルートなどの情報から構成された巨大なインタラクティブネットワークである。ＧＰＳ、ＲＦＩＤ、センサ、カメラ、画像処理装置などにより、車両は、自分の環境及び状態情報の収集を完了することができる。すべての車両は、これらの情報を中央処理装置に伝送及び集約することができ、中央処理装置の分析及び処理により、異なる車両の最適なルートを計算し、適時に道路状況を報告することができ、それにより、車両のインターネットシステムが信号灯周期をスケジュールすることに役立つなどである。
【0004】
調査研究によると、今後１０から２０年で登録車両の数は２０億台に達することが予想される。大量のインフラストラクチャ及びインテリジェント車両から構成された車両のインターネットは、インテリジェント交通システムの基礎となる。車両のインターネットによって確立された車両対車両（Ｖ２Ｖ）通信及び車両対インフラストラクチャ（Ｖ２Ｉ）通信に基づいて、車両間の情報連携を促進し、道路状況、交通渋滞状況などの交通関連情報を共有することができる。図１に示すように、Ｖ２Ｖ通信を介して、車両は近くの車両と情報を交換でき、Ｖ２Ｉ通信を介して、車両は路側機（Ｒｏａｄｓｉｄｅ Ｕｎｉｔ、ＲＳＵ）と情報を直接交換できる。専用狭域通信（ＤＳＲＣ）無線及びＩＥＥＥ標準は、車両のインターネットにおけるＶ２ＶとＶ２Ｉ通信に用いることができる。
【0005】
車両は、車載ユニット、すなわちセンサ、リソースコマンドプロセッサ、ストレージ及び通信デバイスを備え、データの収集、処理及び共有に用いられる。車載ユニットの助けを借りて、車両は、交通関連イベントを自動的に検出し、車両対車両通信標準を使用して他人に警告情報を送信することができる。これらの情報は、車両が適時に交通状況を理解するのを助け、それにより、交通安全効率を向上させる。交通関連メッセージの交換において、各車両は２つの役割を果たすことができ、すなわちメッセージを提供する役割とメッセージを受信する役割である。
【0006】
しかしながら、車両のインターネットの高い機動性、高い変動性などの特徴により、隣接する車両の間は常に互いに関連せず、互いに認識しない。これは、悪意のある車両に偽情報を意図的に伝播する機会を提供する。例えば、悪意のある車両は、道路が開通していると主張するというメッセージを報告する。交通事故又は渋滞が発生した時、これらの偽情報は、実際には交通安全を危険にさらし、かつ交通システムの効率を低下させる可能性が高い。
【0007】
また、これらの偽情報は、輸送効率を低下させるだけでなく、事故を引き起こし、さらには人間の生命を脅かす可能性もある。例えば、車両（Ｖａ）は、暴走警告メッセージをブロードキャストして、後続の車両に警告する。車両Ｖｂがこの警告メッセージを受信する時、Ｖｂがこのメッセージの信頼性を判断し、かつ迅速な意思決定を行うことは非常に重要である。時間制約のため、近隣の車両又は信頼できる第三者にこの情報の信憑性を検証することは現実的ではない。この警告メッセージが偽である場合、Ｖｂがブレーキすることは危険である。したがって、車両のインターネットにおいて、車両間の信頼関係をどのように効率的に確立するかは非常に重要である。本発明者らは、すべての車両が悪意のある車両及びその報告された偽情報を検出できることを望んでいる。
【0008】
評判システム（信頼管理スキームとも呼ばる）により、車両は、受信したメッセージが信頼できるか否かを判断することができ、ネットワークオペレータが特定の車両に対して賞罰を与えることに根拠を提供する。一般に、車両の評判スコアは、その過去の行動をスコアリングすることによって計算できる。
【0009】
評判システムの助けを借りて、評判システムを使用した消費者は、ある交通関連イベントのすべての情報を収集し、かつ悪意のある車両によって報告された偽情報をフィルタリングし、信頼できる情報のみを検出することができる。次に、特定のモデルを使用して、すべてのトラフィックメッセージを集約して迅速な意思決定を行い、例えば、多数決の原則である。交通関連メッセージ集約モデル（ＴＭＡＭ）は、中央車両のインターネットのクラウドサーバによって管理でき、分散型車両のインターネットのＲＳＵによって管理することもできる。最後に、消費者は、該イベントの最終結果に基づいて前記メッセージの評価を生成し、かつこれらの評価をアップロードして、メッセージを提供した車両の評判スコアを更新することができる。
【0010】
内外共謀攻撃（Ｉｎｓｉｄｅ ａｎｄ ｏｕｔｓｉｄｅ Ｃｏｌｌｕｓｉｖｅ Ａｔｔａｃｋ、ＩＯＣ）の攻撃ポリシーは、図２に示すとおりであり、ＩＯＣ攻撃者は自分の評判スコアに非常に敏感である。制約の下でＩＯＣ攻撃を開始し、評判スコアＲｉの式は、一般に以下のとおりである。
【0011】
【数1】
【0012】
Ｖｉが攻撃者のうちの１つであり、ＲｉがＶｉの評判スコアであると仮定すると、各Ｒｉ∈［０，１］であり、評判スコア閾値（ε）は通常、適当な値に設定され、例えば０．５であり、ｃｒｅ＝ｉｎｃである場合、下記式（１）においてＲｉを計算する。Ｒｉ＞εは、高い評判スコアを表し、これは、車両のメッセージがＴＭＡＭに受信され得ることを意味する。これにより、ＩＯＣ攻撃者は自分の評判スコアを促す攻撃プロセスを見つけることができる。Ｒｉ≦ε＋η１である場合、Ｖｉは、評判スコアを向上させるように、交通関連情報の偽造を停止し、かつ周囲の共謀者の１つにＩＯＣ攻撃を開始することを要求する。同時に、他の共謀者は、ε＋η１≦Ｒｉ≦ε＋η２である場合にヒッチハイクし、同時に評判スコアを向上させることができる。この時、η１（０≦η１＜ε）は評判警戒線である。現在、Ｒｉ＜εが適当である時に評判スコアを向上させることは遅すぎ、この場合、該ＩＯＣ攻撃者は疑わしい車両としてマークされ、ＴＭＡＭは該ＩＯＣ攻撃者を信じない。この攻撃パターンはＲｉ＜ε、η２（η１＜η２≦ε）が高い評判線になるまで続く。
【0013】
従来技術において、評判システムは、集中型評判システムと分散型評判システムという２つのカテゴリに分類できる。
【0014】
集中型評判システムにおいて、すべての評価は１つの中央サーバに記憶され、処理され、例えば、クラウドサーバである。車両が通常、非常に短い遅延内で意思決定を行う必要があるため、これらの集中型システムは、常に車両のインターネットの厳しいサービス品質（ＱｏＳ）要件を満たすことができない。
【0015】
分散型評判システムにおいて、評判計算タスクは車両自体又はＲＳＵで実行される。評判スコアのローカル管理により、ネットワークインフラストラクチャとの相互作用は減少する可能性がある。
【0016】
評判システムにおいて、最も人気のある設計は、ベータ機能に基づくものである。最初に、車両によって行われた信頼できる及び悪意のある行動の数を計算する。次に、ベータ関数を用いて評判スコアを計算する。
【0017】
１つの情報（ｍｉ）がＶｉとして報告される時、ｍｉが消費者によって評価された交通関連情報の信憑性と同じである場合、ｍｉは信頼できる情報であると考えられ、そうでない場合、偽情報であると考えられる。車両Ｖｉについて、評判システムは、該車両によって報告された信頼できるメッセージの数（ｃｒｅｉ）、及び該車両によって報告された偽情報の数ｉｎｃｉを計算する。Ｖｉの信頼性スコアは、ベータ関数を用いて以下のように計算される。
【0018】
【数2】
【0019】
しかしながら、ＩＯＣ攻撃者は、評判システムを利用して、評判スコアを向上させてＴＭＡＭを操作することができる。
【発明の概要】
【発明が解決しようとする課題】
【0020】
上記問題を解決するために、本発明は、車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステム及びその方法を提供し、従来技術におけるＩＯＣ攻撃者が評判システムを利用して、評判スコアを向上させてＴＭＡＭを操作することができるという欠陥を効果的に避ける。
【課題を解決するための手段】
【0021】
従来技術における不足を克服するために、本発明は、車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステム及びその方法の解決手段を提供し、具体的には、以下のとおりである。
【0022】
車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムであって、車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵを含み、
前記車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムはさらに、車両に設置された車載ユニットを含み、前記車載ユニットは、車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵに接続され、プロセッサを含み、前記プロセッサは無線通信モジュールに接続され、さらにメモリに接続される。
前記車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵに、交通関連メッセージ集約モデルＴＭＡＭが含まれ、
前記関連メッセージ集約モデルＴＭＡＭは、トラフィック消費の投票活動が終了する時にプロバイダからの履歴メッセージ及び消費者の履歴評価データを記憶するために用いられる。
前記車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムはさらに、車両に設置された車載ユニットを含み、前記車載ユニットは、車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵに接続され、プロセッサを含み、前記プロセッサは無線通信モジュールに接続され、さらにメモリに接続される。
前記車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵに、交通関連メッセージ集約モデルＴＭＡＭが含まれ、
前記関連メッセージ集約モデルＴＭＡＭは、トラフィック消費の投票活動が終了する時にプロバイダからの履歴メッセージ及び消費者の履歴評価データを記憶するために用いられる。
【0023】
前記車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムの方法であって、該方法は、車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵ上で実行され、前記方法は、
評判変動相関分析ＲＦＡＡ方法によってＩＯＣ攻撃を検出し、評判変動特性を分析し、現在のトラフィック消費イベントの投票操作において、すべてのプロバイダから可能性の低いＩＯＣプロバイダを削除する方式を含む。
評判変動相関分析ＲＦＡＡ方法によってＩＯＣ攻撃を検出し、評判変動特性を分析し、現在のトラフィック消費イベントの投票操作において、すべてのプロバイダから可能性の低いＩＯＣプロバイダを削除する方式を含む。
【0024】
前記評判変動関連分析ＲＦＡＡは、
（１）交通関連メッセージ集約モデルＴＭＡＭは、トラフィック消費の投票操作が終了する時に、車両の車載ユニットにメッセージを提供するためのプロバイダからの履歴メッセージ及び車両の車載ユニットにメッセージを受信及び評価するための消費者の履歴評価データを記憶する必要があり、このようにして、２つのステップに基づくメッセージ報告処理を実現した２つのステップに基づくメッセージ報告処理と、
各車両Ｖｉは、プロバイダから以前に車両に報告したメッセージ、及び該車両が消費者として機能する時、すべてのプロバイダから提供されたメッセージ及びＶｉに対する評価を保存する一つのＰ－Ｃ表に割り当てられ、このようにして、消費者評価を実現した消費者評価とを具体的に含むＩＯＣ攻撃を検出するデータ管理のサポートと、
（２）ＩＯＣ攻撃の検出をサポートし、ＩＯＣ攻撃の特徴を分析することにより、評判変動関連ルールを取得する評判変動関連ルールの取得とを含む方式である。
（１）交通関連メッセージ集約モデルＴＭＡＭは、トラフィック消費の投票操作が終了する時に、車両の車載ユニットにメッセージを提供するためのプロバイダからの履歴メッセージ及び車両の車載ユニットにメッセージを受信及び評価するための消費者の履歴評価データを記憶する必要があり、このようにして、２つのステップに基づくメッセージ報告処理を実現した２つのステップに基づくメッセージ報告処理と、
各車両Ｖｉは、プロバイダから以前に車両に報告したメッセージ、及び該車両が消費者として機能する時、すべてのプロバイダから提供されたメッセージ及びＶｉに対する評価を保存する一つのＰ－Ｃ表に割り当てられ、このようにして、消費者評価を実現した消費者評価とを具体的に含むＩＯＣ攻撃を検出するデータ管理のサポートと、
（２）ＩＯＣ攻撃の検出をサポートし、ＩＯＣ攻撃の特徴を分析することにより、評判変動関連ルールを取得する評判変動関連ルールの取得とを含む方式である。
【0025】
前記Ｐ－Ｃ表は表１に示すとおりであり、
【0026】
【表1】
【0027】
ここで、ｓｎは、交通関連イベントの投票行動の番号であり、ｈは、車両Ｖｉが開始した交通関連イベントの投票行動の数であり、
ｖｔは、車両Ｖｉが交通関連イベントの投票行動を要求したときの投票時間であり、ｖｔｉ ｈは、ｈ回目の車両Ｖｉの最新の投票時間であり、ｈは自然数であり、
Ｐ＿ＩＤ（メッセージ）は、プロバイダに割り当てられたＩＤ及びその履歴メッセージであり、Ｖｊ（ｍｊ）ｈについて、Ｖｊは、ｊ番目のプロバイダのＩＤであり、（ｍｊ）ｈは、ｈ番目の交通関連イベントの投票操作におけるメッセージであり、ｉ、ｊ及びｎは自然数であり、かつ該車両に割り当てられたシリアル番号であり、
Ｃ＿ＩＤ（評価データ）は、消費者のＩＤ及びその履歴評価であり、Ｖｉ（ｔ）ｈについて、Ｖｉは、ｉ番目の消費者のＩＤであり、（ｔ）ｈは、ｈ番目の交通関連イベントの投票行動に対応する真のレベルであり、ｉ、ｊ及びｎは自然数であり、かつ該車両に割り当てられたシリアル番号である。
ｖｔは、車両Ｖｉが交通関連イベントの投票行動を要求したときの投票時間であり、ｖｔｉ ｈは、ｈ回目の車両Ｖｉの最新の投票時間であり、ｈは自然数であり、
Ｐ＿ＩＤ（メッセージ）は、プロバイダに割り当てられたＩＤ及びその履歴メッセージであり、Ｖｊ（ｍｊ）ｈについて、Ｖｊは、ｊ番目のプロバイダのＩＤであり、（ｍｊ）ｈは、ｈ番目の交通関連イベントの投票操作におけるメッセージであり、ｉ、ｊ及びｎは自然数であり、かつ該車両に割り当てられたシリアル番号であり、
Ｃ＿ＩＤ（評価データ）は、消費者のＩＤ及びその履歴評価であり、Ｖｉ（ｔ）ｈについて、Ｖｉは、ｉ番目の消費者のＩＤであり、（ｔ）ｈは、ｈ番目の交通関連イベントの投票行動に対応する真のレベルであり、ｉ、ｊ及びｎは自然数であり、かつ該車両に割り当てられたシリアル番号である。
【0028】
前記評判変動関連ルールを取得する方法は、
評判変動指数としての指標変数μｉの値を０に初期化するステップ１－１と、
整数変数ｋの値を１に設定するステップ１－２と、
整数変数ｋの値をｈと比較し、ｋ＞ｈである場合、評判変動関連ルールを取得する方法を終了し、ｋ≦ｈであり、同時にＲｋ ｉ≧ε＋η２、Ｒｋ ｉ≦Ｒｋ－１を満たし、Ｒｋ ｉが連続的に減少し、かつＲｋ ｉ≦ε＋η１である場合、μｉ＝μｉ＋１であり、ここで、ｈは、車両Ｖｉが開始した交通関連イベントの投票行動の数であり、Ｒｋ ｉは、前記ｋ回目の車両Ｖｉの評判スコアであり、εは、評判スコア閾値として、通常０～１の適当な値に設定され、例えば０．５であり、η１の値の範囲は０≦η１＜εであり、かつ評判警戒線とし、η２の値の範囲はη１＜η２≦εであり、かつ高評判線とするステップ１－３と、
同時にＲｋ ｉ≦ε＋η１、Ｒｋ ｉ≧Ｒｋ－１ ｉを満たし、Ｒｋ ｉが連続的に減少し、かつＲｋ ｉ≧ε＋η２である場合、μｉ＝μｉ＋１であるステップ１－４と、
ｋ＝ｋ＋１である場合、ステップ１－３に戻るステップ１－５とを含む。
評判変動指数としての指標変数μｉの値を０に初期化するステップ１－１と、
整数変数ｋの値を１に設定するステップ１－２と、
整数変数ｋの値をｈと比較し、ｋ＞ｈである場合、評判変動関連ルールを取得する方法を終了し、ｋ≦ｈであり、同時にＲｋ ｉ≧ε＋η２、Ｒｋ ｉ≦Ｒｋ－１を満たし、Ｒｋ ｉが連続的に減少し、かつＲｋ ｉ≦ε＋η１である場合、μｉ＝μｉ＋１であり、ここで、ｈは、車両Ｖｉが開始した交通関連イベントの投票行動の数であり、Ｒｋ ｉは、前記ｋ回目の車両Ｖｉの評判スコアであり、εは、評判スコア閾値として、通常０～１の適当な値に設定され、例えば０．５であり、η１の値の範囲は０≦η１＜εであり、かつ評判警戒線とし、η２の値の範囲はη１＜η２≦εであり、かつ高評判線とするステップ１－３と、
同時にＲｋ ｉ≦ε＋η１、Ｒｋ ｉ≧Ｒｋ－１ ｉを満たし、Ｒｋ ｉが連続的に減少し、かつＲｋ ｉ≧ε＋η２である場合、μｉ＝μｉ＋１であるステップ１－４と、
ｋ＝ｋ＋１である場合、ステップ１－３に戻るステップ１－５とを含む。
【0029】
前記評判変動関連分析ＲＦＡＡの方式はさらに、ＩＯＣ攻撃者間の関連関係を分析することを含み、前記ＩＯＣ攻撃者間の関連関係を分析する方法は、具体的には、
ＩＯＣプロバイダは、常に共に現れる頻繁なプロバイダであり、ＩＯＣ攻撃者間の関連関係を分析する際に、インデックスサポート数ｓ（・）は頻繁なプロバイダを識別するために用いることができることと、
ＩＯＣ消費者とＩＯＣプロバイダとの間の関連関係を記述し、さらにＩＯＣユーザとＩＯＣプロバイダが常に同時に現れることを発見でき、ＩＯＣプロバイダと同時に現れるＩＯＣ消費者を決定できることと、
ＩＯＣプロバイダの数が現在の交通関連イベントの投票操作におけるプロバイダの半分以上を超える場合、ＩＯＣの攻撃者は自分の評判スコアを首尾よく向上させることができることとであり、
Ｖｉが消費者であり、かつΦが現在のトラフィック消費イベントの投票操作における１組のプロバイダであると仮定すると、Φ１／２を用いて集合ＩＯＣプロバイダを表すことができ、多数決の原則に従って、Φ１／２要素の個数は少なくとも要素の半分である必要がり、Φ１／２要素の個数は式（４）のように設定でき、
ＩＯＣプロバイダは、常に共に現れる頻繁なプロバイダであり、ＩＯＣ攻撃者間の関連関係を分析する際に、インデックスサポート数ｓ（・）は頻繁なプロバイダを識別するために用いることができることと、
ＩＯＣ消費者とＩＯＣプロバイダとの間の関連関係を記述し、さらにＩＯＣユーザとＩＯＣプロバイダが常に同時に現れることを発見でき、ＩＯＣプロバイダと同時に現れるＩＯＣ消費者を決定できることと、
ＩＯＣプロバイダの数が現在の交通関連イベントの投票操作におけるプロバイダの半分以上を超える場合、ＩＯＣの攻撃者は自分の評判スコアを首尾よく向上させることができることとであり、
Ｖｉが消費者であり、かつΦが現在のトラフィック消費イベントの投票操作における１組のプロバイダであると仮定すると、Φ１／２を用いて集合ＩＯＣプロバイダを表すことができ、多数決の原則に従って、Φ１／２要素の個数は少なくとも要素の半分である必要がり、Φ１／２要素の個数は式（４）のように設定でき、
【0030】
【数3】
【0031】
各Ｕｊ∈Φ１／２について、評判変動関連ルールは式（５）のように設計でき、
【0032】
【数4】
【0033】
該式（５）はμｊ≧２の制約下であり、ここで、μｊはプロバイダＶｊの評判変動指数の指標変数であり、Ｖｉは消費者であり、Ｖｊはプロバイダであり、ｍｉｎｓｕｐはサポートカウントの最小値であり、上記式（５）に合致するすプロバイダは、ＩＯＣ攻撃者として区別される。
【0034】
前記ＩＯＣ攻撃者間の関連関係を分析する方法はさらに、動的サンプリング観測方法を含み、前記動的サンプリング観測方法は、
初期化されたｍｉｎｓｕｐの値を予め設定された値に設定するステップ２－１と、
検出されたＩＯＣ攻撃の回数ｈをチェックするステップ２－２と、
初期化されたｍｉｎｓｕｐの値を予め設定された値に設定するステップ２－１と、
検出されたＩＯＣ攻撃の回数ｈをチェックするステップ２－２と、
【0035】
【数5】
【0036】
の関数を用いてサポートカウントの平均値を出力し、かつ、
【0037】
【数6】
【0038】
の関数を用いて最小サポートカウントを取得し、最小サポートカウントを用いてｍｉｎｓｕｐの値を更新し、次にステップ２－５に移行して実行するステップ２－３と、
【0039】
【数7】
【0040】
を用いて該判断式が成立するか否かを判断し、成立しない場合、ステップ２－５を実行し、該判断式が成立する場合、
【0041】
【数8】
【0042】
の関数を用いて最小サポートカウントを取得し、最小サポートカウントを用いてｍｉｎｓｕｐの値を更新し、次にステップ２－５に移行して実行するステップ２－４と、
他のｈ回の検出されたＩＯＣ攻撃をチェックし、
他のｈ回の検出されたＩＯＣ攻撃をチェックし、
【0043】
【数9】
【0044】
の関数を用いてサポートカウントの平均値を取得し、次にステップ２－４に戻って実行するステップ２－５とを含み、ここで、ｌ、ｈ及びｍは自然数である。
【0045】
前記可能性の低いＩＯＣプロバイダを削除する方法は、
【0046】
【数10】
【0047】
を初期化し、ここで、Φはプロバイダの集合であり、Φ１は、Φから削除されていないプロバイダの集合を表し、Φ２は、Φ１から削除されていないプロバイダの集合を表し、ｄｒ＝０は、現在の交通関連イベントの投票行動が安全で、ＩＯＣによって攻撃されていないことを示すステップ３－１と、
Φに属する各プロバイダＶｊをトラバースし、そのμｊ≧２であるか否かを一つずつ判断し、そうである場合、
Φに属する各プロバイダＶｊをトラバースし、そのμｊ≧２であるか否かを一つずつ判断し、そうである場合、
【0048】
【数11】
【0049】
はΦに属し、ここで、μｊは、プロバイダＶｊの評判変動指数の指標変数であるステップ３－２と、
【0050】
【数12】
【0051】
である場合、Φ１に属する各プロバイダＶｊをトラバースし、ｓ（Ｖｉ→Ｖｊ）≧ｍｉｎｓｕｐである場合、Φ２←｛Ｖｊ｝はΦ２に属し、ここで、Ｖｉは消費者を表し、そうでない場合、ｄｒ＝０であり、かつ現在の交通関連イベントの投票行動は安全で、ＩＯＣによって攻撃されていないステップ３－３と、
【0052】
【数13】
【0053】
である場合、
【0054】
【数14】
【0055】
であり、そうでない場合、ｄｒ＝０であり、かつ現在の交通関連イベントの投票行動は安全で、ＩＯＣによって攻撃されていないステップ３－４と、
各Φ１／２に属するＶｊをトラバースし、そのＰ－Ｃｊ表を検索し、
各Φ１／２に属するＶｊをトラバースし、そのＰ－Ｃｊ表を検索し、
【0056】
【数15】
【0057】
である場合、ｄｒ＝１であり、かつＩＯＣ攻撃が検出され、そうでない場合、ｄｒ＝０であり、交通関連イベントの投票行動は安全で、ＩＯＣによって攻撃されていないステップ３－５とを含む。
【発明の効果】
【0058】
本発明の有益な効果は以下のとおりである。
本発明は、車両のインターネットにおける評判システムの脆弱性を修復することができ、ＩＯＣ攻撃者は内外共謀の方式によって自分の評判スコアを向上させてＴＭＡＭを操作することができる。ＩＯＣ攻撃を迅速に検出し、車両のインターネットの安全性を向上させることができる。疑わしいプロバイダ及び提案された評判変動関連ルールを再帰的に除去することにより、ＴＭＡＭの過負荷を避ける。ＩＯＣ攻撃者がその評判スコアを促す機会を奪い、かつ車両のインターネットにおける信頼できる情報を確保することができる。ＩＯＣ攻撃者の干渉を受けることなく、ＴＭＡＭの公平性と可用性を保証する。
本発明は、車両のインターネットにおける評判システムの脆弱性を修復することができ、ＩＯＣ攻撃者は内外共謀の方式によって自分の評判スコアを向上させてＴＭＡＭを操作することができる。ＩＯＣ攻撃を迅速に検出し、車両のインターネットの安全性を向上させることができる。疑わしいプロバイダ及び提案された評判変動関連ルールを再帰的に除去することにより、ＴＭＡＭの過負荷を避ける。ＩＯＣ攻撃者がその評判スコアを促す機会を奪い、かつ車両のインターネットにおける信頼できる情報を確保することができる。ＩＯＣ攻撃者の干渉を受けることなく、ＴＭＡＭの公平性と可用性を保証する。
【図面の簡単な説明】
【0059】
【図1】車両のインターネットシステムモデルの概略図である。
【図2】ＩＯＣ攻撃ポリシーの概略図である。
【図3】本発明の評判変動関連分析ＲＦＡＡのアーキテクチャ概略図である。
【図4】本発明の動的サンプリング観察法の動作フロー図である。
【図5】本発明のＩＯＣ攻撃検出のフロー図である。
【発明を実施するための形態】
【0060】
以下では、図面及び実施形態を組み合わせて本発明をさらに説明する。
図３～図５に示すように、車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムは、従来のＩＯＣ攻撃を含み、ＴＭＡＭの性能に二次元損害を引き起こし、ＩＯＣ攻撃者はＴＭＡＭの公平性と可用性をより破壊しやすい。ＩＯＣ消費者は、共謀者の情報に基づいて評価を送信できる。複数ラウンドの攻撃の後、ＩＯＣ攻撃者は互いに助け合い、高い評判スコアを迅速に取得し、それにより、ＴＭＡＭをより容易に操作することができる。従来技術において、攻撃者はプロバイダの役割を果たすだけであり、自分の正直な行動に完全に依存して評判スコアを向上させることがある。
図３～図５に示すように、車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムは、従来のＩＯＣ攻撃を含み、ＴＭＡＭの性能に二次元損害を引き起こし、ＩＯＣ攻撃者はＴＭＡＭの公平性と可用性をより破壊しやすい。ＩＯＣ消費者は、共謀者の情報に基づいて評価を送信できる。複数ラウンドの攻撃の後、ＩＯＣ攻撃者は互いに助け合い、高い評判スコアを迅速に取得し、それにより、ＴＭＡＭをより容易に操作することができる。従来技術において、攻撃者はプロバイダの役割を果たすだけであり、自分の正直な行動に完全に依存して評判スコアを向上させることがある。
【0061】
ＩＯＣ攻撃は、信頼できる情報により評判スコアを向上させない可能性があるため、信頼できる車両の感情に影響を与える可能性がある。自分の信頼できる情報がＩＯＣ消費者の評価と異なる場合、自分の評判スコアは向上することはなくなる。従来技術において、信頼できる情報により、信頼できる車両の信頼性スコアを向上させることができる。
【0062】
本発明の車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステム及びその方法の中核は、評判変動関連分析（ＲＦＡＡ）の設計思想を利用して、ＩＯＣ攻撃を迅速に検出する防御解決手段を設計することである。本発明と従来技術との相違点は以下のとおりである。
評判変動関連分析ＲＦＡＡはＩＯＣ攻撃を検出し、評判変動特性を分析し、現在のトラフィック消費イベントの投票操作において、すべてのプロバイダから可能性の低いＩＯＣプロバイダを削除するために用いられる。評判変動関連分析ＲＦＡＡ解決手段において評判変動特性の定量方法が提供されれる。本発明において、少数の人が多数原則に従って交通関連メッセージ集約モデルＴＭＡＭの決定を変更できないことが発見される。プロバイダの評判変動特性の数が大部分のプロバイダより小さい場合、少数の人が交通関連メッセージ集約モデルＴＭＡＭを利用することが不可能であるため、現在のトラフィック消費イベントの投票行動は安全で、ＩＯＣによって攻撃されていない。従来技術において、クラスタリング分析は共謀攻撃を検出するために用いられ、疑わしいプロバイダがすべてのプロバイダの少数であるか否かを事前に発見できない。したがって、従来技術は、現在の交通関連イベントの投票行動が安全であるか否かを検出するためにより多くの時間を浪費する。
評判変動関連分析ＲＦＡＡはＩＯＣ攻撃を検出し、評判変動特性を分析し、現在のトラフィック消費イベントの投票操作において、すべてのプロバイダから可能性の低いＩＯＣプロバイダを削除するために用いられる。評判変動関連分析ＲＦＡＡ解決手段において評判変動特性の定量方法が提供されれる。本発明において、少数の人が多数原則に従って交通関連メッセージ集約モデルＴＭＡＭの決定を変更できないことが発見される。プロバイダの評判変動特性の数が大部分のプロバイダより小さい場合、少数の人が交通関連メッセージ集約モデルＴＭＡＭを利用することが不可能であるため、現在のトラフィック消費イベントの投票行動は安全で、ＩＯＣによって攻撃されていない。従来技術において、クラスタリング分析は共謀攻撃を検出するために用いられ、疑わしいプロバイダがすべてのプロバイダの少数であるか否かを事前に発見できない。したがって、従来技術は、現在の交通関連イベントの投票行動が安全であるか否かを検出するためにより多くの時間を浪費する。
【0063】
プロバイダが消費者と共に現れることは少なく、消費者及び他のプロバイダと共に現れることも少ないことに注意される。本発明において、消費者と各プロバイダとの間の関連関係を分析することにより（定量化のためのサポートカウント）、第２ステップを続けて可能性の低いＩＯＣプロバイダを削除することができ、この時、疑わしいプロバイダは依然として多数を占め、かつ評判変動特性を有する。従来技術において、共謀攻撃を検出する時にプロバイダ間の関係のみを分析する。
【0064】
疑わしいプロバイダの範囲を縮小することにより、データベースの検索量を減らし、評判変動関連分析ＲＦＡＡ解決手段において提案されたＩＯＣ攻撃を検出する評判変動関連ルールをサポートすることができる。本発明は、ＩＯＣ攻撃を検出した時、現在の交通関連イベントの投票行動を放棄する必要があり、それにより、ＩＯＣ攻撃者がその評判スコアを向上させる機会を奪う。従来技術において、すべての共謀攻撃者を検出する必要があり、これは、交通関連メッセージ集約モデルＴＭＡＭの過負荷を増加させる可能性もある。
【0065】
車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムであって、車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵを含み、
前記車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムはさらに、車両に設置された車載ユニットを含み、前記車載ユニットは、車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵに接続され、前記車載ユニットにプロセッサを含み、前記プロセッサは、ＰＬＣ、ワンチップマイコン、ＤＳＰプロセッサ又はＡＲＭプロセッサであってもよく、前記プロセッサは無線通信モジュールに接続され、前記無線通信モジュールは車両のインターネットプラットフォームに接続された３Ｇモジュール又は４Ｇモジュールであってもよく、前記プロセッサはさらに、メモリに接続され、前記メモリはフラッシュメモリ又は外部メモリであってもよい。
前記車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムはさらに、車両に設置された車載ユニットを含み、前記車載ユニットは、車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵに接続され、前記車載ユニットにプロセッサを含み、前記プロセッサは、ＰＬＣ、ワンチップマイコン、ＤＳＰプロセッサ又はＡＲＭプロセッサであってもよく、前記プロセッサは無線通信モジュールに接続され、前記無線通信モジュールは車両のインターネットプラットフォームに接続された３Ｇモジュール又は４Ｇモジュールであってもよく、前記プロセッサはさらに、メモリに接続され、前記メモリはフラッシュメモリ又は外部メモリであってもよい。
【0066】
前記車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵに交通関連メッセージ集約モデルＴＭＡＭが含まれ、
前記関連メッセージ集約モデルＴＭＡＭは、トラフィック消費の投票活動が終了する時にプロバイダからの履歴メッセージ及び消費者の履歴評価データを記憶するために用いられる。
前記関連メッセージ集約モデルＴＭＡＭは、トラフィック消費の投票活動が終了する時にプロバイダからの履歴メッセージ及び消費者の履歴評価データを記憶するために用いられる。
【0067】
前記車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムの方法であって、該方法は、車両のインターネットプラットフォームのクラウドサーバ又は分散型車両のインターネットにおけるＲＳＵ上で実行され、前記車両のインターネットにおける共謀攻撃に対する安全な防御のためのシステムの方法は、
評判変動関連分析ＲＦＡＡ方法によってＩＯＣ攻撃を検出し、評判変動特性を分析し、現在のトラフィック消費イベントの投票操作において、すべてのプロバイダから可能性の低いＩＯＣプロバイダを削除する方式を含む。
評判変動関連分析ＲＦＡＡ方法によってＩＯＣ攻撃を検出し、評判変動特性を分析し、現在のトラフィック消費イベントの投票操作において、すべてのプロバイダから可能性の低いＩＯＣプロバイダを削除する方式を含む。
【0068】
このうち、前記トラフィック消費イベントの投票操作は、主に道路状況インタラクションイベント、すなわち交通関連イベントの投票行動を指す。
【0069】
前記評判変動関連分析ＲＦＡＡは、
（１）前記交通関連メッセージ集約モデルＴＭＡＭは、トラフィック消費の投票操作が終了する時に、車両の車載ユニットにメッセージを提供するためのプロバイダからの履歴メッセージ及び車両の車載ユニットにメッセージを受信及び評価するための消費者の履歴評価データを廃棄せず、記憶する必要がり、このようにして、２つのステップに基づくメッセージ報告処理を実現した２つのステップに基づくメッセージ報告処理と、
ＩＯＣ攻撃の検出により多くの検索量が費やされることを避けるために、プロバイダのメッセージは、全体としてすべての消費者に保存されるのではなく、消費者の観点を区別することに基づく必要があり、各車両Ｖｉは、プロバイダから以前に車両に報告されたメッセージ、及び該車両が消費者として機能する時、車両Ｖｉを例として挙げると、すべてのプロバイダから提供されたメッセージ及びＶｉに対する評価を保存する一つのＰ－Ｃ表に割り当てられ、このようにして、消費者評価を実現した消費者評価とを具体的に含むＩＯＣ攻撃を検出するデータ管理のサポートと、
（２）ＩＯＣ攻撃の検出をサポートし、ＩＯＣ攻撃の特徴を分析することにより、評判変動関連ルールを決定する評判変動関連ルールの取得とを含む方式である。
（１）前記交通関連メッセージ集約モデルＴＭＡＭは、トラフィック消費の投票操作が終了する時に、車両の車載ユニットにメッセージを提供するためのプロバイダからの履歴メッセージ及び車両の車載ユニットにメッセージを受信及び評価するための消費者の履歴評価データを廃棄せず、記憶する必要がり、このようにして、２つのステップに基づくメッセージ報告処理を実現した２つのステップに基づくメッセージ報告処理と、
ＩＯＣ攻撃の検出により多くの検索量が費やされることを避けるために、プロバイダのメッセージは、全体としてすべての消費者に保存されるのではなく、消費者の観点を区別することに基づく必要があり、各車両Ｖｉは、プロバイダから以前に車両に報告されたメッセージ、及び該車両が消費者として機能する時、車両Ｖｉを例として挙げると、すべてのプロバイダから提供されたメッセージ及びＶｉに対する評価を保存する一つのＰ－Ｃ表に割り当てられ、このようにして、消費者評価を実現した消費者評価とを具体的に含むＩＯＣ攻撃を検出するデータ管理のサポートと、
（２）ＩＯＣ攻撃の検出をサポートし、ＩＯＣ攻撃の特徴を分析することにより、評判変動関連ルールを決定する評判変動関連ルールの取得とを含む方式である。
【0070】
前記Ｐ－Ｃ表は表１に示すとおりであり、
【0071】
【表2】
【0072】
ｓｎは、交通関連イベントの投票行動の番号であり、ｈは、車両Ｖｉが開始した交通関連イベントの投票行動の数であり、
ｖｔは、車両Ｖｉが交通関連イベントの投票行動を要求したときの投票時間であり、ｖｔｉ ｈは、ｈ回目の車両Ｖｉの最新の投票時間であり、ｈは自然数であり、
Ｐ＿ＩＤ（メッセージ）は、プロバイダに割り当てられたＩＤ及びその履歴メッセージであり、Ｖｊ（ｍｊ）ｈについて、Ｖｊはｊ番目のプロバイダのＩＤであり、（ｍｊ）ｈは、ｈ番目の交通関連イベントの投票操作におけるメッセージであり、具体的には、Ｖｉが「１」を報告する場合、Ｖｊ（ｍｊ）ｈはＶｊ（１）ｈとして記録され、Ｖｉが「０」を報告する場合、Ｖｊ（ｍｊ）ｈはＶｊ（０）ｈとして記録され、Ｖｉが報告しない場合、Ｖｊ（ｍｊ）ｈはＶｊ（－）ｈとして記録され、
Ｃ＿ＩＤ（評価データ）は、消費者のＩＤ及びその履歴評価であり、Ｖｉ（ｔ）ｈについて、Ｖｉはｉ番目の消費者のＩＤであり、（ｔ）ｈは、ｈ番目の交通関連イベントの投票行動に対応する真のレベルであり、ｉ、ｊ及びｎは自然数であり、かつ該車両に割り当てられたシリアル番号である。
ｖｔは、車両Ｖｉが交通関連イベントの投票行動を要求したときの投票時間であり、ｖｔｉ ｈは、ｈ回目の車両Ｖｉの最新の投票時間であり、ｈは自然数であり、
Ｐ＿ＩＤ（メッセージ）は、プロバイダに割り当てられたＩＤ及びその履歴メッセージであり、Ｖｊ（ｍｊ）ｈについて、Ｖｊはｊ番目のプロバイダのＩＤであり、（ｍｊ）ｈは、ｈ番目の交通関連イベントの投票操作におけるメッセージであり、具体的には、Ｖｉが「１」を報告する場合、Ｖｊ（ｍｊ）ｈはＶｊ（１）ｈとして記録され、Ｖｉが「０」を報告する場合、Ｖｊ（ｍｊ）ｈはＶｊ（０）ｈとして記録され、Ｖｉが報告しない場合、Ｖｊ（ｍｊ）ｈはＶｊ（－）ｈとして記録され、
Ｃ＿ＩＤ（評価データ）は、消費者のＩＤ及びその履歴評価であり、Ｖｉ（ｔ）ｈについて、Ｖｉはｉ番目の消費者のＩＤであり、（ｔ）ｈは、ｈ番目の交通関連イベントの投票行動に対応する真のレベルであり、ｉ、ｊ及びｎは自然数であり、かつ該車両に割り当てられたシリアル番号である。
【0073】
前記評判変動関連ルールを取得する方法は、
ＩＯＣ攻撃者は、高い評判スコアを維持するために信頼できるメッセージを報告するか、又はＴＭＡＭを操作するために信頼できるメッセージを報告することにより、評判変動特徴を有するため、ＩＯＣ攻撃者が評判変動特徴を有するという特性を定量化するために評判変動指数の指標変数μを導入し、指標μは１台の車両の評判スコアが連続的に増加するか又は減少するかを観察することによって計算できる。さらにＶｉを例として挙げると、Ｒｋ ｉは、前記ｋ回目の車両Ｖｉの評判スコアを表す。
ＩＯＣ攻撃者は、高い評判スコアを維持するために信頼できるメッセージを報告するか、又はＴＭＡＭを操作するために信頼できるメッセージを報告することにより、評判変動特徴を有するため、ＩＯＣ攻撃者が評判変動特徴を有するという特性を定量化するために評判変動指数の指標変数μを導入し、指標μは１台の車両の評判スコアが連続的に増加するか又は減少するかを観察することによって計算できる。さらにＶｉを例として挙げると、Ｒｋ ｉは、前記ｋ回目の車両Ｖｉの評判スコアを表す。
【0074】
評判変動指数としての指標変数μｉの値を０に初期化し、ここで、μｉは車両Ｖｉの評判変動指数であるステップ１－１と、
整数変数ｋの値を１に設定するステップ１－２と、
整数変数ｋの値をｈと比較し、ｋ＞ｈである場合、評判変動関連ルールを取得する方法を終了し、ｋ≦ｈであり、同時にＲｋ ｉ≧ε＋η２、Ｒｋ ｉ≦Ｒｋ－１ ｉを満たし、Ｒｋ ｉが連続的に減少し、かつＲｋ ｉ≦ε＋η１である場合、μｉ＝μｉ＋１であり、Ｒ１ ｉが連続的に減少することはＲ１ ｉ～Ｒｋ ｉの値が連続的に減少することを示し、ここで、ｈは、車両Ｖｉが開始した交通関連イベントの投票行動の数であり、Ｒｋ ｉは、前記ｋ回目の車両Ｖｉの評判スコアを表し、εは、評判スコア閾値として通常０～１の適当な値に設定され、例えば０．５であり、η１の値の範囲は０≦η１＜εであり、かつ評判警戒線とし、η２の値の範囲はη１＜η２≦εであり、かつ高評判線とするステップ１－３と、
同時にＲｋ ｉ≦ε＋η１、Ｒｋ ｉ≧Ｒｋ－１ ｉを満たし、Ｒｋ ｉが連続的に減少し、かつＲｋ ｉ≧ε＋η２である場合、μｉ＝μｉ＋１であるステップ１－４と、
ｋ＝ｋ＋１である場合、ステップ１－３に戻って実行するステップ１－５を含む。
整数変数ｋの値を１に設定するステップ１－２と、
整数変数ｋの値をｈと比較し、ｋ＞ｈである場合、評判変動関連ルールを取得する方法を終了し、ｋ≦ｈであり、同時にＲｋ ｉ≧ε＋η２、Ｒｋ ｉ≦Ｒｋ－１ ｉを満たし、Ｒｋ ｉが連続的に減少し、かつＲｋ ｉ≦ε＋η１である場合、μｉ＝μｉ＋１であり、Ｒ１ ｉが連続的に減少することはＲ１ ｉ～Ｒｋ ｉの値が連続的に減少することを示し、ここで、ｈは、車両Ｖｉが開始した交通関連イベントの投票行動の数であり、Ｒｋ ｉは、前記ｋ回目の車両Ｖｉの評判スコアを表し、εは、評判スコア閾値として通常０～１の適当な値に設定され、例えば０．５であり、η１の値の範囲は０≦η１＜εであり、かつ評判警戒線とし、η２の値の範囲はη１＜η２≦εであり、かつ高評判線とするステップ１－３と、
同時にＲｋ ｉ≦ε＋η１、Ｒｋ ｉ≧Ｒｋ－１ ｉを満たし、Ｒｋ ｉが連続的に減少し、かつＲｋ ｉ≧ε＋η２である場合、μｉ＝μｉ＋１であるステップ１－４と、
ｋ＝ｋ＋１である場合、ステップ１－３に戻って実行するステップ１－５を含む。
【0075】
ＩＯＣ攻撃を検出する際のμｉの計算の冗長性をを避けるために、前記評判変動関連ルールを取得する方法により、交通関連イベントの投票行動が終了するたびにμｉを更新することができる。μｉ≧２について、これは、１つの攻撃者がすでに少なくとも１ラウンドのＩＯＣ攻撃を開始して、評判スコアを向上させ、かつ偽情報を報告したことを意味する。もちろん、正直に行動する一部の悪意のある車両は、μｉ≧２にすることもある。したがって、取得された評判変動関連ルールに従って、疑わしいプロバイダの選別範囲を縮小することができる。ＩＯＣ攻撃者を効果的に検出するために、ＩＯＣ攻撃者間の関連関係を分析する必要がある。
【0076】
本発明は、下記３つの特性に基づいてＩＯＣ攻撃者間の関連関係を分析する。
共通攻撃者：ＩＯＣ攻撃者は、常にメッセージを共に報告する。
役割の交換：ＩＯＣ攻撃者は、ＩＯＣ消費者の役割を果たし、共謀者がＩＯＣプロバイダの役割を果たすのを助けることができる。１ラウンドのＩＯＣ攻撃の後、そのうち１つのＩＯＣプロバイダは新しいＩＯＣ消費者として指定され、以前のＩＯＣ消費者は新しいＩＯＣプロバイダになることができる。
多数ルール：ＴＭＡＭの決定は、大部分の人の意見と一致する必要がある。
共通攻撃者：ＩＯＣ攻撃者は、常にメッセージを共に報告する。
役割の交換：ＩＯＣ攻撃者は、ＩＯＣ消費者の役割を果たし、共謀者がＩＯＣプロバイダの役割を果たすのを助けることができる。１ラウンドのＩＯＣ攻撃の後、そのうち１つのＩＯＣプロバイダは新しいＩＯＣ消費者として指定され、以前のＩＯＣ消費者は新しいＩＯＣプロバイダになることができる。
多数ルール：ＴＭＡＭの決定は、大部分の人の意見と一致する必要がある。
【0077】
前記評判変動関連分析ＲＦＡＡの方式はさらに、ＩＯＣ攻撃者間の関連関係を分析することを含み、前記ＩＯＣ攻撃者間の関連関係を分析する方法は、具体的には以下のとおりである。
第１特性について、ＩＯＣプロバイダは常に共に現れる頻繁なプロバイダであってもよく、ＩＯＣ攻撃者間の関連関係を分析する際に、インデックスサポート数ｓ（・）は頻繁なプロバイダを識別するために用いることができ、例えば、Ｖ１、Ｖ２、Ｖ３が３つの頻繁なプロバイダである場合、それらのサポートカウントはｓ（Ｖ１，Ｖ２，Ｖ３）であり、Ｖ１、Ｖ２、Ｖ３は同時に現れる回数であり、Ｐ－Ｃ表を検索することによって以下のルールを満たす必要があり、
第１特性について、ＩＯＣプロバイダは常に共に現れる頻繁なプロバイダであってもよく、ＩＯＣ攻撃者間の関連関係を分析する際に、インデックスサポート数ｓ（・）は頻繁なプロバイダを識別するために用いることができ、例えば、Ｖ１、Ｖ２、Ｖ３が３つの頻繁なプロバイダである場合、それらのサポートカウントはｓ（Ｖ１，Ｖ２，Ｖ３）であり、Ｖ１、Ｖ２、Ｖ３は同時に現れる回数であり、Ｐ－Ｃ表を検索することによって以下のルールを満たす必要があり、
【0078】
【数16】
【0079】
ここで、ｍｉｎｓｕｐはサポートカウントの最小値である。
第２特性について、ＩＯＣ消費者とＩＯＣプロバイダとの間の関連関係を記述し、さらにＩＯＣ消費者とＩＯＣプロバイダが常に同時に現れることを発見でき、例えば、Ｖ６がＩＯＣ消費者であり、Ｖ１、Ｖ２、Ｖ３が３つのＩＯＣプロバイダである場合、それらの間の関連関係はＶ６→｛Ｖ１，Ｖ２，Ｖ３｝と記述できる。
第２特性について、ＩＯＣ消費者とＩＯＣプロバイダとの間の関連関係を記述し、さらにＩＯＣ消費者とＩＯＣプロバイダが常に同時に現れることを発見でき、例えば、Ｖ６がＩＯＣ消費者であり、Ｖ１、Ｖ２、Ｖ３が３つのＩＯＣプロバイダである場合、それらの間の関連関係はＶ６→｛Ｖ１，Ｖ２，Ｖ３｝と記述できる。
【0080】
第３特性について、ＩＯＣプロバイダの数が現在の交通関連イベントの投票操作におけるプロバイダの半分以上を超える場合、ＩＯＣ攻撃者は自分の評判スコアを向上させることができ、例えば、Ｖ６もＩＯＣの消費者であり、かつＶ１、Ｖ２、Ｖ３、Ｖ４、Ｖ５は現在の交通関連イベントの投票活動のプロバイダである。Ｖ１、Ｖ２、Ｖ３は、大部分のプロバイダであるため、ＴＭＡＭを操作でき、関連分析ルール式（３）に従ってＶ６及びＶ１、Ｖ２、Ｖ３は、ＩＯＣ攻撃者として識別できる。
【0081】
【数17】
【0082】
一般性を失うことなく、Ｖｉが消費者であり、かつΦが現在のトラフィック消費イベントの投票操作における１組のプロバイダであると仮定すると、Φ１／２を用いて集合ＩＯＣプロバイダを表すことができ、多数決の原則に従って、Φ１／２要素の個数は、少なくとも要素の半分である必要があり、Φ１／２要素の個数は式（４）のように設定でき、
【0083】
【数18】
【0084】
各Ｕｊ∈Φ１／２について、評判変動関連ルールは式（５）は示すように設計でき、
【0085】
【数19】
【0086】
該式（５）はμｊ≧２の制約下であり、ここで、μｊはプロバイダＶｊの評判変動指数の指標変数であり、Ｖｉは消費者であり、Ｖｊはプロバイダであり、ｍｉｎｓｕｐはサポートカウントの最小値であり、上記式（５）に合致するプロバイダはＩＯＣ攻撃者として区別される。このようにして、式（５）の条件に合致するプロバイダをＩＯＣ攻撃者として区別することができる。
【0087】
また、本発明はさらに、動的サンプリング観測方法を提供し、ｍｉｎｓｕｐ値を柔軟に設定することを保証する。複数ラウンドのＩＯＣ攻撃が増加するにつれて、ＩＯＣ消費者とＩＯＣプロバイダのサポートも増加するため、ｍｉｎｓｕｐを静的値に設定することは不可能であるが、ＩＯＣ攻撃回数が増加するにつれて、ｍｉｎｓｕｐを動的に更新できる。
【0088】
現在の交通関連イベントの投票行動において、評判変動関連ルールが実行可能である場合、ＩＯＣ攻撃を検出できる。この場合、現在の交通関連イベントの投票、行動を放棄する必要がり、これにより、ＩＯＣ攻撃者はその評判スコアを向上させる機会を奪われる。
【0089】
前記ＩＯＣ攻撃者間の関連関係を分析する方法はさらに、動的サンプリング観測方法を含み、前記動的サンプリング観測方法は、
初期化されたｍｉｎｓｕｐの値を予め設定された値に設定するステップ２－１と、
検出されたＩＯＣ攻撃の回数ｈをチェックするステップ２－２と、
初期化されたｍｉｎｓｕｐの値を予め設定された値に設定するステップ２－１と、
検出されたＩＯＣ攻撃の回数ｈをチェックするステップ２－２と、
【0090】
【数20】
【0091】
の関数を用いてサポートカウントの平均値を出力し、かつ、
【0092】
【数21】
【0093】
の関数を用いて最小サポートカウントを取得し、最小サポートカウントを用いてｍｉｎｓｕｐの値を更新し、次にステップ２－５に移行して実行するステップ２－３と、
【0094】
【数22】
【0095】
を用いて該判断式が成立するか否かを判断し、成立しない場合、ステップ２－５を実行し、該判断式が成立する場合、
【0096】
【数23】
【0097】
の関数を用いて最小サポートカウントを取得し、最小サポートカウントを用いてｍｉｎｓｕｐの値を更新し、次にステップ２－５に移行して実行するステップ２－４と、
他のｈ回の検出されたＩＯＣ攻撃をチェックし、
他のｈ回の検出されたＩＯＣ攻撃をチェックし、
【0098】
【数24】
【0099】
の関数を用いてサポートカウントの平均値を取得し、次にステップ２－４に戻って実行し、ここで、ｌ、ｈ及びｍは自然数であるステップ２－５とを含む。
【0100】
前記可能性の低いＩＯＣプロバイダを削除する方法は、
【0101】
【数25】
【0102】
を初期化し、ここで、Φは、すべてのプロバイダの集合を表し、Φ１は、Φから削除されていないプロバイダの集合を表し、Φ２は、Φ１から削除されていないプロバイダの集合を表し、ｄｒ＝０は、現在の交通関連イベントの投票行動が安全で、ＩＯＣによって攻撃されていないことを示すステップ３－１と、
【0103】
Φに属する各Ｖｊをトラバースし、そのμｊ≧２であるか否かを一つずつ判断し、そうである場合、Φ１←｛Ｖｊ｝はΦに属し、ここで、μｊは、プロバイダＶｊの評判変動指数の指標変数であるステップ３－２と、
【0104】
【数26】
【0105】
である場合、Φ１に属する各プロバイダＶｊをトラバースし、ｓ（Ｖｉ→Ｖｊ）≧ｍｉｎｓｕｐである場合、Φ２←｛Ｖｊ｝はΦ２に属し、ここで、Ｖｉは消費者を表し、そうでない場合、ｄｒ＝０であり、かつ現在の交通関連イベントの投票行動は安全で、ＩＯＣによって攻撃されていないステップ３－３と、
【0106】
【数27】
【0107】
そうでない場合、ｄｒ＝０であり、かつ現在の交通関連イベントの投票行動は安全で、ＩＯＣによって攻撃されていないステップ３－４と、
【0108】
Φ１／２に属する各Ｖｊをトラバースし、そのＰ－Ｃｊ表を検索し、
【0109】
【数28】
【0110】
である場合、ｄｒ＝１であり、かつＩＯＣ攻撃が検出され、そうでない場合、ｄｒ＝０であり、かつ交通関連イベントの投票行動は安全で、ＩＯＣによって攻撃されていないステップ３－５とを含む。
【0111】
評判変動関連ルールのサポートにより、本発明の目標はＩＯＣ攻撃を迅速に検出し、ＴＭＡＭ過負荷を避けることである。実際には、ＩＯＣ攻撃を検出するＲＦＡＡ解決手段の基本的な考え方は、疑わしいプロバイダを減らすために、再帰的除去解決手段として記述することができる。現在の交通関連イベントの投票操作において、ＩＯＣプロバイダを削除する可能性が低い。これにより、ＩＯＣ攻撃の検出時間を減らし、ＩＯＣ攻撃の検出過程は図５に示すとおりである。
【0112】
評判変動指数は、可能性の低いＩＯＣプロバイダを削除する第１ステップとして使用することができ、Φ１はΦから削除されいない残りのプロバイダの集合を表す。
【0113】
【数29】
【0114】
である場合、現在の交通関連イベントの投票操作がＩＯＣ攻撃を受けず、検出を終了できることを示す。
【0115】
通常、プロバイダがＶｉと共に現れることが少ない場合、Ｖｉ及び他のプロバイダと共に現れることも少ない。したがって、Φ１において消費者（Ｖｉ）と各プロバイダ（Ｖｉ）との間のサポートカウントを分析することにより、第２ステップを続けて可能性の低いＩＯＣプロバイダを削除することができる。ここで、Φ２はΦ１から削除されていないプロバイダを表す。
【0116】
【数30】
【0117】
である場合、現在の交通関連の投票活動が安全で、ＩＯＣ攻撃を受けず、検出を終了できることを示す。
【0118】
この２つのステップの後、Ｐ－Ｃ表の検索量を大幅に減らすことができる。各Ｕｊ∈Φ１／２について、評判変動関連ルールを用いてＩＯＣのＰ－Ｃ表を検索し、ＩＯＣ攻撃を検出することができる。Φ、Φ１及びΦ２は集合変数である。
【0119】
以上、本発明は実施例を用いて説明したが、当業者なら、本開示は上記実施例に限定されるものではなく、本発明の範囲を逸脱することなく、様々な変化、変更及び置換を行うことができる。
【図1】
【図2】
【図3】
【図4】
【図5】
【手続補正書】
【提出日】2022-01-04
【手続補正1】
【補正対象書類名】図面
【補正対象項目名】図４
【補正方法】変更
【補正の内容】
【図4】
【国際調査報告】