一种实现差分隐私的路口间交通流量估计方法及系统与流程

本发明涉及交通流量的估计，是一种利用车路交互网络实现路口间的交通流量估计方法及系统。

背景技术

路口间的交通流量估计是智能交通中的一个重要研究方向，可以为交通规划、智能导航等提供基础数据和依据。由于交通网络错综复杂且道路流量具有明显的时空复杂性，城市交通流量在不同时间、地点往往表现出较大的动态性与差异性，并且可能一直处于不断变化的状态。因此如何准确地估计出交通网络中的流量信息，并实时预测出流量的变化趋势就显得尤为重要，是缓解交通拥堵和实现智能交通首先需要解决的问题。其中，交通流量估计是基于所采集的交通数据进行分析得到的，不同的数据采集方式可以得到的交通流量信息也有所不同。

目前，交通数据采集技术主要分为以下5类：1)磁场型交通信息采集技术；2)微波/雷达交通信息采集技术；3)压力式交通信息采集技术；4)视频交通采集技术；5)基于无线通信车联网技术的交通采集技术。其中，前三种交通数据采集技术只能得到单路口的流量数据。基于视频的采集技术虽然可以得到路口间的流量信息，但会暴露车辆的轨迹隐私。为了解决该问题，有人提出了基于无线通信的技术的路口间交通流量估计技术，能够保护车辆的轨迹隐私。但是，现有研究主要是针对单时间片的交通流量估计所设计的，且对隐私保护的力度相对较弱，未能实现隐私保护效果更佳的差分隐私。而统计交通中的持续车流量，可以得到交通流量中的不变量，对交通诱导、规划以及红绿灯设置等有着重要的意义。持续车流量是由持续车辆组成，例如上班族会在每个工作日习惯性地通过相同的路线上下班。

虽然已有技术可以在保护隐私的前提下，估计出路口间的持续车流量。但现有技术对持续车流量的定义过于严格，只有在所有测量周期内均经过两个路口的车辆才会被认为是这两个路口间的持续车辆。若车主临时出差或改变路线等原因未同时经过两个路口，并不会被认定为持续车辆，这与持续车流统计的初衷是相违背的。要解决该问题，需要准确地估计出k-持续车流量，即在给定t个测量周期内，至少在k个周期经过了给定路口的车辆数。

技术实现要素：

为了解决现有路口间交通流量统计方法的不足，本发明设计了一种基于网络的路口间交通流量估计方法及系统，在实现差分隐私的基础上，估算出有多少辆车至少在k个测量周期同时经过了两个给定路口。

根据本发明的一个方面，提供了一种实现差分隐私的路口间交通流量估计方法，包括：

车辆端接收路口阅读器发送的路口信息；

车辆端以预定概率向所述路口阅读器发送随机数；

所述路口阅读器利用哈希函数在路口阅读器自身的位图上进行置位，以得到完整的位图文件，并发送给服务器；

服务器在收到两个路口在不同测量周期发送过来的位图文件之后，进行离线译码，以估计所述两个路口间的交通流量。

优选的，所述车辆端采用rfid标签。

优选的，所述路口信息为广播数据包，包括：路口的id以及位图。

优选的，所述路口阅读器自身的位图的取值m由预测的经过该路口的期望车流量相关，即其中n为预估的期望车流量，f是系统参数，取1～3之间。

优选的，所述随机数由哈希函数计算得到，具体计算公式为：

hv＝h(kv)modm公式1

其中，h是任意一个高随机性的哈希函数，kv是所述车辆的私钥，mod是取余操作的数学操作符。

优选的，如果hv/m＜p″，其中p″是车辆与阅读器之间的通信的预定概率，车辆继续计算随机数hv′，具体计算公式如下：

其中，v是车辆的车牌号码，c是包含s个随机数的数组，l表示路口编号。

优选的，所述离线译码包括：

对于每个测量周期，将所述两个路口的位图扩展至相同长度；

遍历所有包含多个测量周期的位图文件的组合，求出同时经过了组合中所述多个测量周期的公共车辆数；

过滤重复计算所带来的噪声，估计得到在给定的t个测量周期内，恰好在其中k个测量周期经过所述两个路口的公共车辆，其中，t≥k≥2。

根据本发明的另一个方面，还提供了一种实现差分隐私的路口间交通流量估计系统，包括：

车辆端、阅读器、服务器，通过权利要求1-7任一项所述的方法，所述车辆端和阅读器交互实现在线实时编码，所述服务器实现离线译码。

根据本发明的另一个方面，还提供了一种实现差分隐私的路口间交通流量估计系统，包括：第一在线编码模块、第二在线编码模块、离线译码模块；

所述第一在线编码模块接收第二在线编码模块发送的路口信息；

所述第一在线编码模块以预定概率向所述第二在线编码模块发送随机数；

所述第二在线编码模块利用哈希函数在所述第二在线编码模块自身的位图上进行置位，以得到完整的位图文件，并发送给离线译码模块；

所述离线译码模块在收到两个路口在不同测量周期发送过来的位图文件之后，进行离线译码，以估计所述两个路口间的交通流量。

本发明的优势在于：能够克服现有技术对持续车流量检测的客观限制，将范围更广的持续车辆纳入统计范围，估计结果更符合客观实际，从而能够更准确的估计持续车流量，为交通规划、智能导航等提供基础数据和依据。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的一种系统结构图。

图2是车辆端的在线编码流程图。

图3是阅读器端的在线编码流程图。

图4是服务器端的离线编码流程图。

图5是本发明的另一种系统结构图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

如图1所示，为本发明提出的基于网络的路口间交通流量估计系统。包括车辆端、路口阅读器和远端服务器。

本发明的方法具体实现主要包含在线编码和离线译码两部分。其中，在线编码部分通过车辆和路口阅读器之间的交互，实现在线的实时编码。在线编码部分需要在每个要进行流量统计的路口安装阅读器，并在每辆车上安装一个rfid标签。当车经过某路口l时，首先会收到路口阅读器发送的广播数据包。该数据包中包含了路口的id、以及位图(bitmap)的大小m等信息。车辆收到该广播数据包后，会以一定概率向阅读器发送一个随机数。阅读器收到车辆发送的随机数后，会利用哈希函数在自身的bitmap上进行置位。最终，在测量周期结束后阅读器会得到一个完整的bitmap，将其发送给服务器，以便接下来进行离线译码。具体的实现方式如下：

(1)在每个测量周期开始，路口l的阅读器首先设置自身的bitmap的所有位均为0。假设bitmap用b表示，且b有m位。当有车辆经过时，会收到阅读器广播的数据包(beacon)，其中包含了阅读器所在的路口l和bitmap的大小m。值得注意的是，不同路口的bitmap的大小可能是不同的。m的取值由预测的经过该路口的期望车流量相关，即其中n为预估的期望车流量，f是一个系统参数，一般取1～3之间。当车辆收到广播的数据包之后，会计算一个随机数hv。该随机数由哈希函数计算得到，具体计算公式为：

hv＝h(kv)modm公式1

其中，h可以是任意一个随机性很好的哈希函数，kv是这辆车的私钥，mod是取余操作的数学操作符。由于kv只有车辆自身知道，所以阅读器无法根据车辆发送的随机数hv相关联，从而起到保护车辆位置隐私的效果。在计算出hv后，如果hv/m＜p″，其中p″是车辆与阅读器之间的通信的预定概率，车辆继续计算随机数hv′，具体计算公式如下：

其中，υ是车辆的车牌号码，c是包含s个随机数的数组。车辆v会将hv′发送给阅读器。

(2)阅读器在收到车辆发送的hv′后，会在b的相应位置置1，即设置b[hv′]＝1。

(3)在一个测量周期结束后，阅读器会将本测量周期得到的bitmapb发送给服务器，用于做离线译码。

服务器在收到两个路口在不同测量周期发送过来的bitmap之后，会进行离线译码工作。假设有t个测量周期得到的bitmap，其中路口l得到的bitmap分别为b1，b2，...，bt，路口l′得到的bitmap分别为b1′，b2′，...，bt′。路口间流量估计需要估算出同时经过了路口l和l′不少于k个测量周期的车辆数nk。我们将在同一测量周期，同时将过了两个路口的车辆称为这两个路口的公共车辆。假设恰好经过了i个测量周期的公共车辆数为ni，那么具体的实现方法如下：

(1)初始设置l＝t。

(2)对每个测量周期i，首先将bi和bi′扩展至相同长度。假设bi的长度为m，bi′的长度为m′，且m≤m′。由于bitmap的大小是2的幂次，所以通过将bi不断自身重复，即可扩展到与bi′相同长度。用ei来表示扩展后的bi，长度为m′。然后。将ei和bi′进行按位求与(and)操作，得到结果bitmapgi。

(3)遍历所有包含l个测量周期的bitmap的组合，求出同时经过了组合中l个测量周期的公共车辆数。对于给定的l个测量周期，i1，i2，...，il(1≤i1＜i2＜...＜il≤t)，具体实现方法为：首先将按位求or，得到的结果记作

然后，将b1，b2，...，bt(b1′，b2′，...，bt′)按位求与，得到结果e*(e*′)，并根据公式(3)估计出n*和n*′。

其中，ve*，0(ve*，0)为e*(e*′)中0的位数占总位数的比例。

最后，求解下面的方程组(公式(4)和(5))得到同时经过了给定的l个测量周期i1，i2，...，il(1≤i1＜i2＜...＜il≤t)的公共车辆数

其中，表示中0的位数所占的比例。

(4)用表示在给定的t个测量周期内，恰好在其中k个测量周期经过两点的公共车辆。在步骤3中，经过大于k个测量周期的公共车辆会在遍历不同的组合时重复计算，我们可以利用公式(6)将重复计算所带来的噪声滤掉，估计得到

(5)设置l＝l-1，返回步骤2)，直到l＝k-1。

(6)设置k-持续车流量为：

本发明提出的带隐私保护的持续交通流量统计方法，如图2所示，其中车辆端的在线编码模块的具体实现包括以下步骤：

s11：当经过路口l时，与阅读器交互，得到路口的编号l和路口bitmap长度m；

s12：计算出hv＝h(kv)modm；

s13：判断hy/m＜p″是否成立？若成立，执行s14；否则，不与阅读器交互，执行s16。

s14：计算

s15：将随机数hv′发送给阅读器。

s16：结束。

如图3所示，阅读器段的在线编码模块具体实现包含以下步骤：

s21：判断是否有车辆与其交互？若是，执行s22；否则，继续等待，执行s21；

s22：发送自身的路口编号l和路口bitmap长度m给车辆。

s23：判断是否收到车辆发送的随机数hv′？若是，跳转至s24；若否，继续等待，执行s23。

s24：设置b[hv′]＝1。

s25：判断当前测量周期是否结束？若是，执行s26；否则，执行s21。

s26：发送得到的bitmapb给服务器；

s27：将b中的所有位均置0，开始下一个测量周期。

在服务器收到在线编码模块测量得到的t个测量周期的bitmap后，所发明的服务器端的离线编码模块的具体实现步骤如图4所示：

s31：设置l＝t，i＝1；

s32：先将bi扩展至长度m′，得到ei。

s33：将ei和bi′进行按位求与(and)操作，得到结果bitmapgi。

s34：判断i≤t是否成立？若成立，则执行s35；否则，执行s36。

s35：设置i＝i+1，跳转至s32。

s36：判断是否所有包含l个测量周期i1，i2，...，il(1≤i1＜i2＜...＜il≤t)的组合均已遍历过？若是，执行s37；否则，执行s33。

s37：对于给定的l个测量周期的bitmap按位求or，得到的结果记作

s38：将b1，b2，...，bt(b1′，b2′，...，bt′)按位求与，得到结果e*(e*′)，并根据公式(3)估计出n*和n*′。

s39：求解联立求解公式(4)和(5)得到同时经过了给定的l个测量周期i1，i2，...，il(1≤i1＜i2＜...＜il≤t)的公共车辆数

s310：设置l＝l-1。

s311：判断l≥k是否成立？若成立，则执行s36；否则，执行s312。

s312：通过公式(6)计算得到估计得到

s313：通过公式(7)计算得到估计得到

如图5所述，本发明还提供了一种实现差分隐私的路口间交通流量估计系统，包括：第一在线编码模块、第二在线编码模块、离线译码模块；

所述第一在线编码模块接收第二在线编码模块发送的路口信息；

所述第一在线编码模块以预定概率向所述第二在线编码模块发送随机数；

所述第二在线编码模块利用哈希函数在所述第二在线编码模块自身的位图上进行置位，以得到完整的位图文件，并发送给离线译码模块；

所述离线译码模块在收到两个路口在不同测量周期发送过来的位图文件之后，进行离线译码，以估计所述两个路口间的交通流量。

本发明的优势在于：能够克服现有技术对持续车流量检测的客观限制，将范围更广的持续车辆纳入统计范围，估计结果更符合客观实际，从而能够更准确的估计持续车流量，为交通规划、智能导航等提供基础数据和依据。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。