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。
技术关键词
信任管理方法
车辆
注意力
数据
节点
交通仿真
仿真平台
非线性
优化神经网络
神经网络参数
标签
神经网络训练
消息特征
模拟器
奖惩机制
拼接算法
路边单元
解码器
系统为您推荐了相关专利信息
融合定位系统
车辆状态估计
分析方法
误差状态
卡尔曼滤波模型
液压部件
驾驶室悬置
载荷
整车动力学模型
冷却系统
售货柜
柔性夹持装置
支付网关服务器
零知识证明技术
全生命周期数据
SBR反应器
双目摄像头
溶解氧探头
早期预警装置
LED补光灯