3、基于区块链的车联网隐私保护声誉模型解析

基于区块链的车联网隐私保护声誉模型解析

1. 间接可靠性与回溯时间自适应调整

在车联网（VANETs）中，评估者获取的数据可能存在误差和偏差，这会导致声誉更新不准确。间接可靠性类似于统计数据中的偏差，可用于衡量参考数据之间的差异，其计算公式如下：
[h_{dc_{Baseline}}(m,n,c) = 1 - \frac{\sum_{X \in (I,D)} \alpha_X(\cdot) |\Delta H|}{\sum_{X \in (I,D)} \alpha_X(\cdot)}]

回溯时间间隔 $\Delta t$ 由移动边缘服务器（MES）根据监测道路环境的通信安全性进行计算和调整。相关公式如下：
[\Delta t_{Time} = \frac{\Delta t_0 G_{se}}{1 + \sum_{x \in E_n} P(x)}]
[G_{se} = \sum_{X \in (D,I)} L_X Sr]
[\Delta t =
\begin{cases}
\Delta t_{Min}, & \Delta t_{Time} < \Delta t_{Min} \
\Delta t_{Max}, & \Delta t_{Time} > \Delta t_{Max} \
\Delta t_{Time}, & \text{其他}
\end{cases}
]

为确保车辆可靠性在更新过程中随不同时间段变化，增加回溯时间间隔可动态调整更新，防止恶意车辆通过低成本切换攻击控制声誉周期。

2. 基于区块链的声誉动态更新