(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210189963.5 (22)申请日 2022.02.28 (71)申请人 北京交通大 学 地址 100044 北京市海淀区西直门外上园 村3号 (72)发明人 荆涛　刘越　王晓轩　霍炎　 高青鹤　 (74)专利代理 机构 北京风雅颂专利代理有限公 司 11403 专利代理师 金含 (51)Int.Cl. H04L 9/30(2006.01) H04L 9/32(2006.01) H04L 45/00(2022.01) G06N 3/00(2006.01) (54)发明名称 工业互联网的信任管 理方法、 装置及电子设 备 (57)摘要 本申请提供一种工业互联网的信任管理方 法、 装置及电子设备， 该方法包括： 按照就近原则 将工业互联网中的第一运动节 点进行分簇， 得到 运动簇； 获取所述第一运动节点的信任证据集； 基于所述信任证据集通过采用随机森林算法预 先构建好的决策树对所述运动簇进行信任评估， 得到所述运动簇对应的决策结果； 采用椭圆 曲线 和哈希函数对 所述决策结果进行加密， 得到加密 决策结果； 通过所述运动簇中的第二运动节点将 所述加密决策结果发送到基站节 点； 通过所述基 站节点采用滑动时间窗口对所述加密决策结果 进行加权求和， 得到所述第一运动节 点的最终信 任值， 完成工业互联网中的运动信任管理。 权利要求书2页 说明书13页 附图5页 CN 114844641 A 2022.08.02 CN 114844641 A 1.一种工业互联网的信任管理方法， 其特 征在于， 所述方法包括： 按照就近原则将工业互联网中的第一 运动节点进行分簇， 得到运动簇； 获取所述第一 运动节点的信任证据集； 基于所述信任证据集通过采用随机森林算法预先构建好的决策树对所述运动簇进行 信任评估， 得到所述 运动簇对应的决策 结果； 采用椭圆曲线和哈希函数对所述决策 结果进行加密， 得到加密决策 结果； 通过所述运动簇中的第二 运动节点将所述加密决策 结果发送到基站 节点； 通过所述基站节点采用滑动时间窗口对所述加密决策结果进行加权求和， 得到所述第 一运动节点的最终信任值， 完成工业互联网中的运动信任管理。 2.根据权利要求1所述的方法， 其特征在于， 所述按照 就近原则将工业互联网中的第 一 运动节点进行分簇， 得到运动簇包括： 通过所述基站 节点的通信链路确定所述工业互联网中的所述第二 运动节点； 计算所述第 一运动节点和所述第 二运动节点的欧式距离， 将所述欧式距离小于预定值 的所有所述第一 运动节点作为所述第二 运动节点的初始运动簇； 获取初始运动簇中所有所述第一 运动节点的行驶方向； 提取所述初始运动簇中的所述行驶方向相同的所述第 一运动节点， 得到第 一初始运动 簇； 获取所述第二 运动节点的通信范围； 提取所述第 一初始运动簇 中小于所述通信范围的所述第 一运动节点， 得到第 二初始运 动簇， 将所述第二初始运动簇作为所述 运动簇。 3.根据权利要求2所述的方法， 其特征在于， 所述按照 就近原则将工业互联网中的第 一 运动节点进行分簇， 还 包括： 响应于确定相同所述第 一运动节点同时属于不同的所述第 二初始运动簇， 对包括相同 所述第一运动节点的所述第二初始 运动簇中所述第二运动节点的所述通信范围进 行排序， 将所述第一 运动节点划分为对应所述 通信范围大的所述第二初始运动簇 。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述信任证据集通过采用随机森 林算法预先构建好的决策树对所述运动簇进行信任评估， 得到所述运动簇对应的决策结 果， 包括： 获取所述信任证据集中的信任属性 集； 将所述信任属性 集按照所述决策树进行排列， 得到排列结果； 基于所述排列 结果将所述第 一运动节点划分为高信任运动节点和低信任运动节点， 将 所述分类结果作为所述决策 结果， 完成所述信任评估。 5.根据权利要求 4所述的方法， 其特 征在于， 所述决策树的构建过程包括： 基于所述信任证据集采用重采样方法获取训练集； 随机选取所述训练集中的所述信任证据集作为属性 集； 计算所述属性 集中每个属性的基尼系数； 基于所述基尼系数的大小从所述属性 集中选择属性按照树形 结构构建所述决策树。 6.根据权利要求1所述的方法， 其特征在于， 所述通过所述基站节点采用滑动时间窗口 对所述决策 结果进行加权求和， 得到所述第一 运动节点的最终信任值， 包括：权　利　要　求　书 1/2 页 2 CN 114844641 A 2根据如下公式计算所述第一 运动节点的最终信任值： 其中， 为所述最终信任值， 为所述决策结果中所有所述高信任运动 节点的个数， 为所述低信任运动节点的个数， δ 为预定正整数。 7.根据权利要求1所述的方法， 其特征在于， 所述通过所述基站节点采用滑动时间窗口 对所述决策 结果进行加权求和， 还 包括： 所述基站 节点对所述决策 结果执行多数投票过程， 得到分类结果； 采用滑动时间窗口对前h个所述分类结果进行加权求和， 其中， h为所述滑动时间窗口 中时间点的预定个数。 8.根据权利要求1所述的方法， 其特征在于， 所述信任证据集包括： 运动节点信任证据、 数据信任证据和链路信任证据。 9.一种工业互联网的信任管理装置， 其特 征在于， 包括： 分簇模块， 被配置为按照就近原则将工业互联网中的第一运动节点进行分簇， 得到运 动簇； 信任证据获取模块， 被 配置为获取 所述第一 运动节点的信任证据集； 信任评估模块， 被配置为基于所述信任证据集通过采用随机森林算法预先构建好的决 策树对所述 运动簇进行信任评估， 得到所述 运动簇对应的决策 结果； 信息加密模块， 被配置为采用 椭圆曲线和哈希函数对所述决策结果进行加密， 得到加 密决策结果； 信息发送模块， 被配置为通过所述运动簇中的第 二运动节点将所述加密决策结果发送 到基站节点； 信任值计算模块， 被配置为通过所述基站节点采用滑动时间窗口对所述加密决策结果 进行加权求和， 得到所述第一 运动节点的最终信任值， 完成工业互联网中的运动信任管理。 10.一种电子设备， 其特征在于， 包括存储器、 处理器及存储在所述存储器上并可由所 述处理器执行的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求1至8任意 一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114844641 A 3