基于SVM的VANET虚假消息检测机制
陈康强1
姚源2
张春花1
1.同济大学电子与信息工程学院 上海 2018042.上海交通大学密西根学院 上海 200240
摘要：VANET依赖于节点间频繁的信息交互,消息的真实性和时效性至关重要.传统的身份认证和加密机制只能确保用户身份合法,但无法识别内部不端节点.内部不端节点可能发送虚假的交通告警信息来干扰其他用户的正常驾驶,严重时造成人员伤亡.针对虚假消息攻击,本文通过提取交通告警信息中的多维特征,采用支持向量机(SVM)来实现消息的识别与分类,仿真结果表明:SVM在VANET交通信息分类方面具有优良性能,在小样本情况也具有较好的泛化性能,实现了较高的虚假消息的检测率.
关键词：VANET安全支持向量机虚假消息检测
资助基金：国家科技支撑计划(2015BAG19B02)
论文发表日期：2017-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 22-27 )
英文信息