车载网络中激励私有数据共享：一种博弈论方法

在智慧城市与自动驾驶系统演进的背景下，车载自组织网络（VANETs）与车联网（IoV）的重要性日益增长。车辆已不仅仅是交通工具，它们正在收集、处理并传输海量数据，以使驾驶更安全、更便捷。然而，这一进步带来了关于传统车载网络集中式结构以及车载数据隐私与安全问题的复杂挑战。本文提出了一种新颖的博弈论网络架构以应对这些挑战。我们的方法通过全网分布式服务器去中心化数据收集，并借助安全多方计算（SMPC）将车载聚合成时空地图。该策略有效降低了对手重构车辆完整路径的可能性，增强了隐私。我们还引入了基于博弈论的经济模型，激励车主参与网络，在车主隐私关切与数据共享货币收益间取得平衡。该模型旨在通过确定参与车辆的最合适支付、这些车辆共享数据的频率以及网络中服务器总数，最大化数据消费者从所收集传感器数据获得的效用。我们探讨了这些参数间的相互依赖关系并相应给出发现。为定义本研究有意义的效用与损失函数，我们利用了一个真实的车辆移动轨迹数据集。