本发明涉及互联网大数据及零信任架构领域，具体涉及零信任环境下基于状态信息加密传输的车辆队列控制方法。
背景技术：
1、随着汽车拥有量逐年攀升，社会问题也随之显著增加，如道路安全、交通拥挤和空气污染等。为了有效解决这些问题，近年来智能交通系统(its)备受瞩目，而车辆队列控制则成为its中的重要应用之一。车队是由一组车辆构成，其中包括领航车和若干跟随车，这些车辆协同行驶，通常以相同的速度和较短的间隔距离行驶。与传统的驾驶模式相比，队列行驶具有增加道路车辆的吞吐量、提高交通效率、增强道路安全和降低燃料消耗等优点。因为领导者-追随者机制的运用，一方面有效缩小了车辆之间的间距，这在一定程度上增加了道路容量和缓解了交通拥堵。另一方面，队列行驶减少了空气阻力，进而减少了燃料消耗和空气污染，为建设可持续的交通系统做出了积极贡献。
2、基于车辆队列的驾驶模式，利用vanets中的v2v通信实现了队列车辆之间的信息交换。v2v通信使得车辆能够共享当前的位置、速度、加速度、航向角等状态信息，迅速响应前方车辆行为的变化，提高系统的容错性，确保决策的迅速性和准确性。在车辆队列的协同控制中，安全通信至关重要，尤其是考虑到通信通常发生在开放的无线信道中。然而，队列中车辆之间的状态信息通过网络传输时，需要面临如网络引起的延迟、网络中的入侵者或恶意节点造成数据丢包、信息泄露和信息篡改等安全和隐私问题。由通信网络引起的这些问题不可避免地会影响车辆之间的通信，并破坏整个控制系统的性能。
3、针对上述问题，零信任架构提供了一种解决方案，其通过对每个网络请求进行严格的身份验证和加密处理来有效应对安全威胁。零信任架构的核心理念是不信任任何网络节点，无论其位于内部网络还是外部网络。通过实施最小权限原则、动态授权和持续监控，零信任架构确保了车联网(iov)数据的真实性、完整性和保密性。在网络控制系统中，零信任架构下可以选择合适的传输策略，应对潜在的网络攻击，保障车辆队列的安全共识。
4、然而，尽管零信任构架已经提供了强大的身份验证和访问控制机制，但车辆之间在进行状态信息传输时，仍然存在状态信息被窃取或篡改的问题，这导致状态信息传输的安全性和完整性难以得到保证。因此，在零信任架构下，基于状态信息的加密通信技术实现智能网联车队的可信交互和车辆队列控制的安全稳定运行是亟需解决的技术问题。
技术实现思路
1、针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种零信任环境下基于状态信息加密传输的车辆队列控制方法，在零信任构架下引入对称加密算法和非对称加密算法来实现状态信息传输过程中的加解密以及身份验证，提高状态信息传输的安全性和完整性；同时通过车辆及其前车的状态信息来预测未来时刻的状态和期望状态，以生成满足车辆队列控制要求的控制输入，从而提高车辆队列控制的稳定性和准确性。
2、为了解决上述技术问题，本发明采用了如下的技术方案：
3、零信任环境下基于状态信息加密传输的车辆队列控制方法，包括：
4、s1：构建车辆队列的通信拓扑模型；
5、s2：为车辆队列中的每辆车构建纵向车辆动力学模型，用以计算自身的状态信息；
6、s3：车辆队列中的每辆跟随车均接收其前车发送的状态信息；其中车辆之间发送和接收状态信息时，通过数字信封技术进行加解密和验证；
7、s4：车辆队列中的每辆跟随车均执行如下操作：
8、s401：当前车辆根据当前时刻自身的状态信息，利用模型预测算法计算预测当前车辆未来np个时刻的状态信息；
9、s402：当前车辆将其前车的状态信息输入状态预测模型中，预测当前车辆未来np个时刻期望的状态信息；
10、s403：当前车辆基于未来np个时刻的状态信息和期望的状态信息，结合其mpc的目标函数计算生成当前车辆的最优控制输入；
11、s404：基于当前车辆的最优控制输入控制其运行状态。
12、优选的，步骤s1中，基于有向图对车辆队列进行通信拓扑模型建模；
13、车辆队列包括一个领航车和n辆跟随车，n辆跟随车之间的状态信息传递通过有向图表示，其中一辆车视为一个车辆节点；vn＝{b1,b2,…,bn}表示n个车辆节点的集合；表示车辆节点到车辆节点的边的集合，有向边(bi,bj)表示车辆节点i可以获得车辆节点j的状态信息。
14、优选的，步骤s2中，车辆队列中每辆车的纵向车辆动力学模型表示为：
15、
16、fg,i＝migfi；
17、
18、式中：pi(t)表示车辆i的位置；vi(t)表示车辆i的速度；ft,i表示车辆i的驱动力；mi表示车辆i的质量；fc,i表示车辆i所受空气阻力；fg,i表示车辆i所受滚动阻力；τ表示纵向动力系统的时滞常数；ti(t)表示车辆i的实际的驱动力力矩；tdes,i(t)表示车辆i的期望的驱动力力矩；ηi表示车辆i的传动系统的机械效率；ri表示车辆i的车轮胎半径；g表示重力加速度；fi表示车辆i的滚动阻力系数；ρ表示空气密度；ai表示车辆i的横截面积；ui表示车辆i的控制输入；ci(t)表示车辆i的空气阻力系数；i∈{0,1,2,…,n}表示车辆的编号。
19、优选的，步骤s3中，车辆之间发送和接收状态信息时，通过aes对称加密算法和rsa非对称加密算法相结合的方式实现状态信息的加解密以及车辆的身份验证。
20、优选的，步骤s3中，通过如下步骤实现车辆之间状态信息的发送和接收：
21、s301：发送方即前车通过hash函数对自身的状态信息进行计算，生成信息摘要；同时发送方通过自身的私钥对信息摘要进行签名，生成数字签名；
22、s302：发送方随机生成对称密钥，并通过对称密钥对自身的状态信息、数字签名和公钥进行加密，得到数据密文；
23、s303：发送方利用接收方即后车的公钥加密其对称密钥，得到对称密钥密文；
24、s304：发送方将数据密文和对称密钥密文发送给接收方；
25、s305：接收方通过自身的私钥解密对称密钥密文，得到发送方的对称密钥；然后通过发送方的对称密钥解密数据密文，得到发送方的状态信息、数字签名和公钥；
26、s306：接收方通过发送方的公钥解密数字签名，得到发送方的信息摘要，用以验证发送方的身份；
27、s307：接收方通过hash函数对发送方的状态信息进行计算，生成实时信息摘要；然后将实时信息摘要与发送方的信息摘要进行对比，用以验证状态信息的完整性和真实性。
28、s308：身份验证以及完整性和真实性验证通过后，接收方接收发送方的状态信息。
29、优选的，1)生成公钥和私钥的逻辑如下：
30、随机选择较大的两个不同的素数p和q，计算公钥和私钥的公共模数n＝pq；
31、计算模数n的欧拉函数
32、随机选择一个公钥指数e，e和互质，并且满足：计算私钥指数d，满足ed＝1(mod r)；
33、计算得到：公钥为(n,e)，私钥为(n,d)；
34、2)使用公钥加密的逻辑如下：
35、将要加密的信息表示为整数m，使用公钥(n,e)对m进行加密，通过加密计算得到密文c＝(me)mod n；
36、3)使用私钥解密的逻辑如下：
37、对加密后的密文信息用私钥(n,d)进行解密，通过解密计算得到明文信息m＝(cd)mo dn。
38、优选的，步骤s401中，模型预测算法的计算公式表示为：
39、xt+1＝axt+but；
40、yt+1＝cxt+1；
41、
42、式中：xt+1、xt分别表示t+1和t时刻的状态信息；ut表示t时刻的控制输入；yt+1表示系统输出；t表示采样时间。
43、优选的，步骤s501中，通过如下公式计算当前车辆未来np个时刻的状态信息；
44、
45、yii＝φxi；
46、
47、式中：xi表示车辆i未来np个时刻的状态信息；np表示预测时域；nc表示控制时域。
48、优选的，步骤s402中，通过如下公式计算当前车辆未来np个时刻期望的状态信息：
49、
50、式中：xi,ref表示车辆i未来np个时刻期望的状态信息；rt+1表示车辆i在t+1时刻期望的状态信息；pj表示车辆j的位置；vj表示车辆j的速度；aj表示车辆j的加速度；(i-j)ddes表示车辆i和车辆j之间的期望间距；t表示采样时间。
51、优选的，步骤s503中，若队列中车辆以lpf通信拓扑结构进行信息交流，则零信任环境下mpc的目标函数表示为：
52、
53、s.tumin≤ui≤umax；
54、式中：q、r和w为权重矩阵；xt+j表示车辆i在t+j时刻的状态量；rf,t+j表示根据前车的状态信息计算的车辆i在t+j时刻期望的状态信息；rl,t+j表示根据领航车的状态信息计算的车辆i在t+j时刻期望的状态信息；trf和trl分别为前车和领航车的信任度；ut+j表示车辆i在t+j时刻的控制量。
55、本发明中零信任环境下基于状态信息加密传输的车辆队列控制方法与现有技术相比，具有如下有益效果：
56、本发明在零信任构架下，进一步通过aes对称加密算法和rsa非对称加密算法相结合的方式实现状态信息的加解密以及车辆的身份验证。首先，aes对称加密算法提供了高效的加密和解密速度，确保车辆间状态信息的传输加密过程实时性强、效率高；而rsa非对称加密算法用于安全地交换密钥或验证身份，保证了密钥传输的安全性，进而保障了加密信息的安全性，因此通过aes对称加密算法和rsa非对称加密算法的结合能够提高车辆队列中状态信息传输的安全性。其次，rsa非对称加密算法确保了对称密钥的安全传输，只有接收方(拥有私钥)才能解密获取发送方的对称密钥，进而解密加密的数据。同时，发送方使用私钥对状态信息进行数字签名，接收方使用发送方的公钥验证签名，以确保信息的完整性和发送方的身份，有效防止了身份冒用和伪造信息的注入，实现了车辆之间的身份验证。最后，加密传输的过程不仅保护了信息的机密性，还可以结合哈希函数及数字签名来验证状态信息完整性和真实性，从而确保状态信息在传输过程中没有被篡改。
57、本发明的车辆根据当前时刻自身的状态信息利用模型预测算法计算预测未来时刻的状态信息。一方面，通过预测未来时刻的状态信息，车辆可以提前调整其控制策略以应对可能的外部干扰或环境变化，从而提高车辆队列控制的稳定性。另一方面，当每辆车都能预测自身未来的状态时，车辆队列可以更好地与其他车辆协同工作，减少因车辆间相互干扰而导致的控制冲突。
58、本发明在预测车辆自身在未来时刻的状态信息的基础上，进一步根据其前车的状态信息来预测未来时刻期望的状态信息。一方面，通过考虑前车的状态信息，当前车辆可以预测出未来时刻期望的状态，这有助于实现车辆队列中的协同控制，使得整个队列的行驶更加平滑和有序，从而提高车辆队列控制的协同性。另一方面，结合前车的状态信息，当前车辆可以更准确地预测自身的未来状态，从而更精确地计算出最优控制输入，从而提高车辆队列控制的准确性。
59、本发明在预测车辆未来时刻的状态信息和期望的状态信息的基础上，进一步结合mpc(模型预测控制)的目标函数计算最优控制输入。首先，mpc算法考虑了未来时刻的状态和期望状态，使得车辆的控制输入更加准确，能够更好地满足行驶需求和车辆队列的稳定性要求，进一步提高车辆队列控制的准确性。其次，结合车辆间的协同控制和状态预测，根据mpc的优化目标函数可以计算出使得整个队列稳定且协同性良好的最优控制输入，进一步提高了车辆队列的整体性能。最后，mpc算法能够处理约束条件，并考虑系统的动态特性，使得车辆在面对复杂环境和不确定性时具有更强的动态响应能力。
1.零信任环境下基于状态信息加密传输的车辆队列控制方法，其特征在于，包括：
2.如权利要求1所述的零信任环境下基于状态信息加密传输的车辆队列控制方法，其特征在于：步骤s1中，基于有向图对车辆队列进行通信拓扑模型建模；
3.如权利要求1所述的零信任环境下基于状态信息加密传输的车辆队列控制方法，其特征在于：步骤s2中，车辆队列中每辆车的纵向车辆动力学模型表示为：
4.如权利要求1所述的零信任环境下基于状态信息加密传输的车辆队列控制方法，其特征在于：步骤s3中，车辆之间发送和接收状态信息时，通过aes对称加密算法和rsa非对称加密算法相结合的方式实现状态信息的加解密以及车辆的身份验证。
5.如权利要求4所述的零信任环境下基于状态信息加密传输的车辆队列控制方法，其特征在于：步骤s3中，通过如下步骤实现车辆之间状态信息的发送和接收：
6.如权利要求5所述的零信任环境下基于状态信息加密传输的车辆队列控制方法，其特征在于：
7.如权利要求1所述的零信任环境下基于状态信息加密传输的车辆队列控制方法，其特征在于：步骤s401中，模型预测算法的计算公式表示为：
8.如权利要求7所述的零信任环境下基于状态信息加密传输的车辆队列控制方法，其特征在于：步骤s501中，通过如下公式计算当前车辆未来np个时刻的状态信息；
9.如权利要求1所述的零信任环境下基于状态信息加密传输的车辆队列控制方法，其特征在于：步骤s402中，通过如下公式计算当前车辆未来np个时刻期望的状态信息：
10.如权利要求1所述的零信任环境下基于状态信息加密传输的车辆队列控制方法，其特征在于：步骤s503中，若队列中车辆以lpf通信拓扑结构进行信息交流，则零信任环境下mpc的目标函数表示为：
