联网车辆环境下的隐私保护自适应交通信号控制

尽管联网车辆（CVs）在提升交通运行方面已展现出巨大潜力，但它们可能给个体出行者带来隐私风险，例如泄露其常访地点、路径行为等敏感信息。尽管已有大量文献设计各种算法以利用 CV 信息，关于隐私保护交通控制的研究仍处于起步阶段。本文旨在填补这一研究空白，提出一种利用 CV 数据的隐私保护自适应交通信号控制方法。具体而言，我们借助安全多方计算与差分隐私设计了一种隐私保护 CV 数据聚合机制，可在任何 CV 无需披露其私有数据的情况下计算关键交通量。我们进一步基于通过该数据聚合机制获得的交通变量，建立了自适应信号控制的线性优化模型。所提出的线性规划问题进一步扩展为随机规划问题，以显式处理由差分隐私机制引入的噪声。评估结果表明，线性优化模型在仅对控制性能产生微小影响的前提下实现了隐私保护，而随机规划模型相比线性规划模型可显著减少残余排队，且车辆延误几乎无增加。总体而言，我们的方法证明了在基于 CV 的交通建模与控制中融入隐私保护机制的可行性，从而兼顾效用与隐私。