买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南理工大学

摘要：本发明公开了一种基于改进Transformer的车联网信任管理方法，首先，使用使用交通仿真模拟器SUMO和离散事件仿真平台OMNet++进行城市交通仿真，收集仿真过程中路况信息，生成训练集和验证集；然后，利用训练集和验证集对改进Transformer网络进行训练和验证；最后，将性能最优的神经网络部署到车辆上，使车辆能够对交互节点进行判断，并根据判断结果调整对方的信任值，当信任值低于设定阈值时，该节点将无法正常通信，从而实现车联网的信任管理。本发明基于改进Transformer神经网络进行车联网信任管理，能够尽可能真实地模拟车辆在路网环境中的移动和通信情况，提取车辆交互消息中的特征，具有广阔的应用前景。

主权项：1.基于改进Transformer的车联网信任管理方法，其特征在于，包括以下步骤：1使用交通仿真模拟器SUMO和离散事件仿真平台OMNet++进行城市交通仿真，收集仿真过程中车辆之间的交互信息以及车辆信任值的变化，用于构建数据集，并对该数据集进行预处理，得到具有相同尺度的数据，再对数据进行划分得到训练集和验证集；2将训练集输入改进Transformer神经网络进行训练，利用训练集中的数据集合Adam优化器不断调节更新神经网络参数，再使用验证集进行验证，得到性能最优的神经网络；其中，该Transformer神经网络的改进包括：第一，用全连接神经网络替代原本的嵌入层，将离散的输入消息特征映射到连续的向量空间中，同时扩大输入的特征维度，以便后续更好地捕捉特征之间的隐藏关系；第二，移除原Transformer神经网络中的解码器，因为改进Transformer神经网络的目标是评估车辆之间的交互信息的可信度，而不需要解码器生成序列输出；第三，在原Transformer神经网络的编码器之后引入前馈神经网络层和全连接网络层，前馈神经网络层的作用是整合编码器学习到的特征，并通过逐层传递进行非线性变换，以及将高维数据映射到低维表示，随后，全连接网络层被用来将低维数据转换为单个数值，该数值表示一条交互信息的可信度；3将性能最优的神经网络部署到车辆服务器上后，每辆车辆都被赋予初始信任值，当车辆向其它车辆发送交互信息时，接收车辆会对收到的交互信息进行处理，将其转换为能输入改进Transformer神经网络的特征，并通过性能最优的神经网络预测该交互信息的可信度，将预测得到的可信度与预先设定的阈值进行比较，确定信任值的变化量，这个变化量用于在RSU上调整消息发送车辆的信任值，从而更新其信任值，以实现信任管理的目标，如果车辆的信任值低于预设的阈值，那么该车辆将被视为恶意或不诚实的。

全文数据：

权利要求：

百度查询： 华南理工大学 基于改进Transformer的车联网信任管理方法