一種基于區(qū)塊鏈的車聯(lián)網(wǎng)行為博弈策略

申 帥，樊 娜，鄒小敏，李思瑞

(長安大學(xué) 信息工程學(xué)院，陜西 西安 710064)

車聯(lián)網(wǎng)是一種新型的車-路-網(wǎng)協(xié)同的智能化交通網(wǎng)絡(luò)，在現(xiàn)代化交通系統(tǒng)中發(fā)揮著至關(guān)重要的作用。近年來，車聯(lián)網(wǎng)得到了大量專家學(xué)者的關(guān)注[1,2]，國家也頒布了相關(guān)方案，將車聯(lián)網(wǎng)提到國家創(chuàng)新戰(zhàn)略層次。然而，隨著車聯(lián)網(wǎng)的高速發(fā)展，其存在的問題也越來越不可忽視，尤其是車輛通信安全存在的隱患。

由于車聯(lián)網(wǎng)是開放性的、分布式的框架結(jié)構(gòu)，車聯(lián)網(wǎng)中存在車輛節(jié)點(diǎn)間通信受有限資源限制而產(chǎn)生自私行為的問題，例如拒絕轉(zhuǎn)發(fā)數(shù)據(jù)包等自私行為。車輛自私行為對(duì)車聯(lián)網(wǎng)環(huán)境下通信安全傳輸帶來極大的挑戰(zhàn)。目前，車聯(lián)網(wǎng)中自私節(jié)點(diǎn)的研究主要有兩種方法：(1)屏蔽式方法，通過對(duì)車聯(lián)網(wǎng)中節(jié)點(diǎn)的監(jiān)測，識(shí)別出車聯(lián)網(wǎng)中的自私節(jié)點(diǎn)，并將自私節(jié)點(diǎn)屏蔽在車聯(lián)網(wǎng)之外。(2)抑制式方法，對(duì)車輛節(jié)點(diǎn)設(shè)置信譽(yù)值屬性，通過對(duì)車聯(lián)網(wǎng)中節(jié)點(diǎn)的信譽(yù)值進(jìn)行監(jiān)測評(píng)估，識(shí)別出自私節(jié)點(diǎn)，然后對(duì)自私節(jié)點(diǎn)的行為進(jìn)行抑制。相關(guān)學(xué)者多以上述方法加以改進(jìn)，在一定程度上消除了自私節(jié)點(diǎn)對(duì)車輛通信安全的影響，但是，隨著自私節(jié)點(diǎn)的增多，網(wǎng)絡(luò)通信安全和性能仍然受到較大影響。

筆者基于演化博弈論，提出一種基于區(qū)塊鏈的車聯(lián)網(wǎng)行為博弈策略。該模型能夠促使自私節(jié)點(diǎn)向正常節(jié)點(diǎn)學(xué)習(xí)，進(jìn)而遏制車輛節(jié)點(diǎn)的自私行為，提高車輛節(jié)點(diǎn)通信的成功率。

1 基于區(qū)塊鏈的車聯(lián)網(wǎng)系統(tǒng)架構(gòu)

1.1 區(qū)塊鏈的車聯(lián)網(wǎng)系統(tǒng)架構(gòu)

相比于集中式存儲(chǔ)方式，區(qū)塊鏈?zhǔn)且环N新型的分布式存儲(chǔ)方式，其存儲(chǔ)過程依賴共識(shí)機(jī)制、加密算法，數(shù)據(jù)存儲(chǔ)更具安全性[3-5]。區(qū)塊鏈的特點(diǎn)主要有去中心化、不可篡改性等，為緩解車聯(lián)網(wǎng)通信所面臨的安全問題提供有利條件。因此，本文提出基于區(qū)塊鏈的車聯(lián)網(wǎng)系統(tǒng)架構(gòu)，如圖1所示。

圖1 區(qū)塊鏈的車聯(lián)網(wǎng)系統(tǒng)架構(gòu)

?注冊認(rèn)證機(jī)構(gòu)(Registered certification body，RCB)：負(fù)責(zé)車輛的注冊和入網(wǎng)的認(rèn)證等，存儲(chǔ)車輛節(jié)點(diǎn)的身份信息。

?交通信息應(yīng)急中心(Traffic information emergency center，TIEC)：負(fù)責(zé)發(fā)布公共信息和突發(fā)信息等，如突發(fā)天氣災(zāi)害信息、道路突發(fā)事故信息等。

?路邊單元(Road side unit，RSU)：分布在城市交通場景下的道路及其交叉路口兩側(cè)；城市中全部的RSU組成一條區(qū)塊鏈，以共識(shí)機(jī)制來共同維護(hù)；RSU存儲(chǔ)車聯(lián)網(wǎng)中的事務(wù)賬本，提供車輛接入、身份驗(yàn)證、節(jié)點(diǎn)信譽(yù)計(jì)算、博弈策略存儲(chǔ)及更新等相關(guān)服務(wù)。

?車輛(Vehicle)：車聯(lián)網(wǎng)中每個(gè)車輛節(jié)點(diǎn)搭載負(fù)責(zé)通信的車載單元，負(fù)責(zé)V2V通信或V2R通信。車與車組成一條區(qū)塊鏈，負(fù)責(zé)存儲(chǔ)車輛間的非重要信息的通信，如娛樂信息等。

1.2 架構(gòu)中區(qū)塊鏈結(jié)構(gòu)

在提出架構(gòu)中，區(qū)塊鏈由眾多區(qū)塊組成，區(qū)塊與區(qū)塊以鏈?zhǔn)絾蜗蜻B接，每個(gè)區(qū)塊由兩部分組成，分別是區(qū)塊頭與區(qū)塊體，如圖2所示。區(qū)塊頭包含前塊哈希、本塊哈希、時(shí)間戳、Merkle根和區(qū)塊高度、版本號(hào)等數(shù)據(jù)信息。前塊哈希是本塊連接前一區(qū)塊的唯一標(biāo)識(shí)，本塊哈希是該塊的唯一標(biāo)識(shí)，時(shí)間戳記錄該區(qū)塊生成的時(shí)間，用于區(qū)塊間按順序來連接，Merkle根用于驗(yàn)證消息數(shù)據(jù)的完整性和正確性，區(qū)塊高度反映區(qū)塊的大小，版本號(hào)標(biāo)識(shí)交易數(shù)據(jù)結(jié)構(gòu)的版本號(hào)。區(qū)塊體中主要包含完整的Merkle樹。

區(qū)塊體中的Merkle樹是一種二叉樹，其結(jié)構(gòu)如圖3所示，最底層的葉子節(jié)點(diǎn)通過哈希函數(shù)進(jìn)行映射消息數(shù)據(jù)，生成哈希值Hash，該哈希值具有唯一性。在Merkle樹中，最底層的葉子節(jié)點(diǎn)的父節(jié)點(diǎn)哈希值是其兩個(gè)子節(jié)點(diǎn)的哈希值通過哈希函數(shù)生成的。同理，最終生成具有唯一性的Merkle根哈希值。由于每個(gè)父哈希值都與其子哈希值相關(guān)，當(dāng)葉子中任何節(jié)點(diǎn)被篡改時(shí)，其父節(jié)點(diǎn)中的哈希值都會(huì)發(fā)生改變，直至Merkle根節(jié)點(diǎn)的哈希值也都會(huì)發(fā)生改變，RSU將判定該葉子節(jié)點(diǎn)消息為非法篡改。

圖3 Merkle樹結(jié)構(gòu)

2 車聯(lián)網(wǎng)行為博弈策略

2.1 演化博弈要素

1973年演化博弈論被首次提出，該理論最初在生物遺傳學(xué)領(lǐng)域應(yīng)用，隨后在經(jīng)濟(jì)學(xué)、計(jì)算機(jī)應(yīng)用、深度學(xué)習(xí)、無線通信安全等多個(gè)領(lǐng)域受到廣泛關(guān)注[6,7]。本文根據(jù)演化博弈原理建立動(dòng)態(tài)模型，以期激勵(lì)車輛節(jié)點(diǎn)采取合作的行為，如主動(dòng)發(fā)布信息、積極轉(zhuǎn)發(fā)信息等。車輛節(jié)點(diǎn)采取合作行為將給予該節(jié)點(diǎn)更多的收益，借此鼓勵(lì)車輛節(jié)點(diǎn)積極參與通信交互，抑制惡意節(jié)點(diǎn)自私行為。

面向車聯(lián)網(wǎng)的演化動(dòng)態(tài)博弈的基本要素描述如下。

參與者：基于區(qū)塊鏈的車聯(lián)網(wǎng)中所有車輛節(jié)點(diǎn)Vi=(V1,V2,…，VN)。

車輛節(jié)點(diǎn)分類：車聯(lián)網(wǎng)中車輛節(jié)點(diǎn)Vi劃分成兩個(gè)群體，群體A和群體B。群體A中為積極參與節(jié)點(diǎn)，群體B中為自私節(jié)點(diǎn)。在群體A與B中的節(jié)點(diǎn)數(shù)量是非靜態(tài)的。隨著博弈策略的變更，車輛節(jié)點(diǎn)Vi能夠從原本的群體移向另一個(gè)群體。

車輛通信行為劃分：(1)主動(dòng)通信行為(Active communication Behavior，AC-Behavior)，是指車聯(lián)網(wǎng)中車輛節(jié)點(diǎn)Vi通過對(duì)外界的感知和分析，然后發(fā)送信息給其他節(jié)點(diǎn)的行為；(2)被動(dòng)通信行為(Passive communication Behavior，PC-Behavior)，是指車聯(lián)網(wǎng)中車輛節(jié)點(diǎn)Vi轉(zhuǎn)發(fā)來自其他節(jié)點(diǎn)信息的行為；(3)拒絕通信行為(Refusal of communication Behavior，RC-Behavior)，是指車聯(lián)網(wǎng)中車輛節(jié)點(diǎn)Vi拒絕轉(zhuǎn)發(fā)來自其他節(jié)點(diǎn)信息的行為。

策略集：在通信傳輸?shù)难莼┺倪^程中，不同群體具有不同的策略空間。

群體A的策略空間表示為F1={C1,C2}, 其中C1表示車聯(lián)網(wǎng)中車輛節(jié)點(diǎn)Vi通過對(duì)外界的感知和分析，然后發(fā)送信息給其他節(jié)點(diǎn)的行為；C2表示車聯(lián)網(wǎng)中車輛節(jié)點(diǎn)Vi轉(zhuǎn)發(fā)來自其他節(jié)點(diǎn)信息的行為。

群體B的策略空間表示為F2={C1,C2,D1}, 其中D1表示車聯(lián)網(wǎng)中車輛節(jié)點(diǎn)Vi拒絕轉(zhuǎn)發(fā)來自其他節(jié)點(diǎn)信息的行為。

2.2 節(jié)點(diǎn)收益的計(jì)算

假設(shè)車聯(lián)網(wǎng)中任意節(jié)點(diǎn)Vi采取主動(dòng)通信行為，車輛節(jié)點(diǎn)Vi將消耗資源S1，收到的回報(bào)為R1。車輛節(jié)點(diǎn)Vi采取被動(dòng)通信行為，車輛節(jié)點(diǎn)Vi將消耗資源S2，收到的回報(bào)為R2，且滿足0

(1)

其中，X表示概率因子。

若群體A中的節(jié)點(diǎn)分別選擇策略C1，C2，則對(duì)應(yīng)的收益為GA1，GA2，即

GA1=(R1-S1)P

(2)

GA2=(R2-S2)P

(3)

群體A的平均收益如下：

(4)

其中，x為車輛節(jié)點(diǎn)選擇策略C1的概率，1-x為車輛節(jié)點(diǎn)選擇策略C2的概率。

若群體B中的節(jié)點(diǎn)分別選擇策略C1，C2，D1，則對(duì)應(yīng)的收益為GB1，GB2，GB3，即

GB1=(R1-S1)P

(5)

GB2=(R2-S2)P

(6)

GB3=(R3-S3)P

(7)

群體B的平均收益如下所示：

(8)

其中，y，z，1-y-z分別表示車輛節(jié)點(diǎn)選擇策略C1，C2，D1的概率。

2.3 行為博弈策略的變更

2.3.1 定義對(duì)象集

為了改善自私節(jié)點(diǎn)的通信行為，使其在網(wǎng)絡(luò)中積極地參與通信，本模型中建立節(jié)點(diǎn)行為的對(duì)象集L1和L2作為自私節(jié)點(diǎn)的學(xué)習(xí)對(duì)象集。

對(duì)象集L1：計(jì)算在單位時(shí)間T內(nèi)，某一車輛節(jié)點(diǎn)采取AC-Behavior的概率，具體過程如下：

(9)

其中NAC，NPC，NRC分別表示在單位時(shí)間T內(nèi)，AC-Behavior，PC-Behavior，RC-Behavior出現(xiàn)的次數(shù)。當(dāng)PL1>α?xí)r，該節(jié)點(diǎn)主要以AC-Behavior為主，將該車輛節(jié)點(diǎn)放入對(duì)象集L1中，作為自私節(jié)點(diǎn)的候選學(xué)習(xí)對(duì)象。α根據(jù)不同的車聯(lián)網(wǎng)環(huán)境進(jìn)行調(diào)節(jié)，以擴(kuò)展其適應(yīng)性。

對(duì)象集L2：收集在單位時(shí)間T內(nèi)，某一車輛節(jié)點(diǎn)采取PC-Behavior的概率PL2為：

(10)

其中NAC，NPC，NRC分別表示在單位時(shí)間T內(nèi)AC-Behavior，PC-Behavior，RC-Behavior出現(xiàn)的次數(shù)。當(dāng)PL2>β時(shí)，收集在對(duì)象集L2中。該節(jié)點(diǎn)主要以PC-Behavior為主，將該車輛節(jié)點(diǎn)放入對(duì)象集L2中，作為自私節(jié)點(diǎn)的候選學(xué)習(xí)對(duì)象。β根據(jù)不同的車聯(lián)網(wǎng)環(huán)境進(jìn)行調(diào)節(jié)，以擴(kuò)展其適應(yīng)性。

2.3.2 篩選對(duì)象集

當(dāng)車輛節(jié)點(diǎn)Vi需要變更自身策略時(shí)，RSU將篩選兩個(gè)策略學(xué)習(xí)的對(duì)象集L1和L2。對(duì)象集L1和L2滿足以下兩個(gè)條件：

(1)對(duì)象集L1或L2中任意車輛節(jié)點(diǎn)Vk的歷史收益Uk大于車聯(lián)網(wǎng)中車輛節(jié)點(diǎn)的歷史平均收益UALL，即

Uk≥UALL

(11)

(12)

其中，Rm表示對(duì)應(yīng)車輛節(jié)點(diǎn)Vm的歷史收益，m=1,2,...，n。

(2)對(duì)象集L1或L2中同一車輛節(jié)點(diǎn)Vk最近兩次通信后變更策略的概率沒有增加，即

(13)

2.3.3 變更博弈策略

車輛節(jié)點(diǎn)博弈策略的變更與歷史收益有關(guān)，計(jì)算車輛節(jié)點(diǎn)Vi的變更通信行為博弈策略的概率用pi表示，

(14)

(15)

2.4 策略分析

在本文系統(tǒng)架構(gòu)下，車輛節(jié)點(diǎn)會(huì)根據(jù)不同的收益進(jìn)行策略的變更，通過變更，收益較高的策略被保留，收益較低的策略被丟棄。隨著演化博弈的不斷進(jìn)行，車聯(lián)網(wǎng)中的節(jié)點(diǎn)收益向著積極方向發(fā)展并趨于穩(wěn)定。

3 結(jié)束語

提出一種基于區(qū)塊鏈的車聯(lián)網(wǎng)的行為博弈策略。根據(jù)區(qū)塊鏈的特性，設(shè)計(jì)基于區(qū)塊鏈的車聯(lián)網(wǎng)系統(tǒng)架構(gòu)，保障車聯(lián)網(wǎng)的通信數(shù)據(jù)的安全。通過建立演化博弈模型，計(jì)算節(jié)點(diǎn)收益和變更行為博弈策略，使車聯(lián)網(wǎng)中的節(jié)點(diǎn)收益向著積極方向發(fā)展并趨于穩(wěn)定。通過多次通信行為策略博弈，有效抑制了自私節(jié)點(diǎn)的自私行為，提高網(wǎng)絡(luò)的傳輸安全和效率。