基于软件防护扩展的车联网路况监测安全数据处理框架

来源：计算机应用杂志2023年第6期北京时间：

作者：冯睿琪, 王雷蕾, 林翔, 熊金波

单位：1.福建师范大学 计算机与网络空间安全学院，福州 350117；2.福建省网络安全与密码技术重点实验室（福建师范大学），福州 350007

摘要：车联网（IoV）路况监测需要对用户隐私数据进行传输、存储与分析等处理，因此保障隐私数据安全尤为重要，然而传统的安全解决方案难以同时保障实时计算与数据安全。针对上述问题，设计了两个初始化协议与一个定期报告协议等安全协议，并构建了基于软件防护扩展（SGX）技术的IoV路况监测安全数据处理框架（SDPF）。SDPF利用可信硬件在路侧单元（RSU）内实现隐私数据的明文计算，并通过安全协议和混合加密方案保证框架的高效运行与隐私保护。安全性分析表明，SDPF可抵御窃听、篡改、重放、假冒、回滚等攻击。实验结果表明，SDPF的各项计算操作均为毫秒级，尤其是单车辆的所有数据处理开销低于1 ms。与基于雾计算的车联网隐私保护框架（PFCF）和基于同态加密的云辅助车载自组织网络（VANET）隐私保护框架（PPVF）相比，SDPF的安全设计更加全面，单会话消息长度减少了90%以上，计算时间至少缩短了16.38%。

关键词：车联网,软件防护扩展,路况监测,路侧单元,数据安全

基金资助：国家自然科学基金资助项目(61872088)