摘要

本发明公开了一种基于改进全连接神经网络的车联网信任管理方法,首先使用交通仿真模拟平台收集路况信息生成训练数据集,并将数据集中的特征信息划分为数据信任和实体信任两类训练特征,然后将训练完成的网络模型部署到车载单元中,车载单元可对进行交互的节点进行判断,并根据判断结果改变对方的信任值,当信任值低于设定阈值后,节点将无法正常通信,从而实现了车联网的信任管理。本发明基于改进全连接神经网络进行车联网信任管理,尽可能真实地模拟车辆在路网环境中的移动和通信情况,能够提取车辆交互的消息中提取出车辆特征,具有广阔的应用场景。