Search
E-mail
RSS

Journal of Cybersecurity >

2026 , Vol. 4 >Issue 2: 75 - 89

DOI: https://doi.org/10.20172/j.issn.2097-3136.260406

Academic Research

Distributed anonymous authentication and key negotiation protocol supporting dual-blockchain cooperative computing for intelligent vehicular networks

  • Zhang Xiaojun , * ,
  • Tang Junli ,
  • Wang Zhouyang ,
  • Zhao Jie
Expand
  • School of Computer Science and Software Engineering, Southwest Petroleum University, Chengdu 610500, China

Online published: 2026-05-29

Copyright

Copyright ©2026 Journal of Aeronautical Materials. All rights reserved.
Fold

Abstract

As an important component of intelligent transportation systems, intelligent vehicular networks (V2X) enable information exchange between smart vehicles and roadside base stations through wireless networks. In high-speed mobile communication scenarios, traditional authentication mechanisms are prone to security attacks and high latency. V2X urgently require secure and reliable authentication mechanisms that can adapt to large-scale real-time communication scenarios. This paper proposes a distributed anonymous authentication and key negotiation protocol for intelligent V2X supporting dual-blockchain collaborative computing. It achieves threshold cooperative authentication among multiple roadside base stations through secret sharing technology, avoiding the risk of single points of failure brought by the authentication mechanism. The protocol utilizes a dual-blockchain hierarchical structure and smart contract-driven approach to achieve high-throughput secure communication. It combines cuckoo filter technology to realize rapid retrieval of public key fingerprints of intelligent vehicles, and achieves anonymous identity traceability and privacy protection of intelligent vehicles. Performance comparisons and analysis demonstrate that the protocol has lightweight advantages in terms of authentication delay, computational overhead, and communication overhead, making it suitable for dynamic, cross-regional distributed intelligent vehicle systems.

Key words： intelligent vehicular networks; dual-blockchain; anonymous authentication; key negotiation; cuckoo filters; anonymous identity tracing

Cite this article

Zhang Xiaojun , Tang Junli , Wang Zhouyang , Zhao Jie . Distributed anonymous authentication and key negotiation protocol supporting dual-blockchain cooperative computing for intelligent vehicular networks[J]. Journal of Cybersecurity, 2026 , 4(2) : 75 -89 . DOI: 10.20172/j.issn.2097-3136.260406

0 引言

智能交通系统是现代交通的重要组成部分，它通过将通信、控制和计算等技术融入交通基础设施，实现智能车辆、道路基础设施及交通参与者之间的高效协同。随着智能交通系统的快速发展，基于无线通信技术的智能车联网逐渐成为信息交互的核心，实现了道路事件预警、路况共享、导航服务等功能，保障了驾驶员的行车安全，提升了驾驶体验[1-2]。
在智能车联网系统中，智能车辆与路边通信基站协同完成信息传输与安全通信。然而，随着智能车辆数量的增长，网络安全与可扩展性等问题愈发突出。为了解决这些问题，研究者通常采用公钥基础设施实现智能车辆认证，如Raya等[3]提出的基于证书和数字签名的安全框架，通过证书撤销列表保障身份管理的安全性，但其在大规模高速移动场景中，面临着高延迟和较大存储开销等问题[4-5]。
为提高认证效率，研究者开始探索轻量级密码机制[6-7]。Zhang等[8]针对智能车联网场景提出了批量验证机制，通过聚合签名减少路边通信基站的计算开销，从而提升验证效率。基于身份密码体制也被引入智能车联网，用来减少证书管理开销。Kamat等[9]提出了基于身份密码体制的认证框架，通过直接使用智能车辆身份作为公钥标识，降低认证流程的复杂性。此外，隐私保护机制如环签名[10]、群签名[11]和伪身份系统[12]也被广泛研究，并应用于智能车联网中，用于同时实现匿名性与认证功能[13-15]。
近年来，区块链技术因其不可篡改与分布式共识等特性，被引入到智能车联网，用来提升系统的可信度。当前，大多数研究利用单一区块链来记录智能车辆的注册信息[16-18]。然而，传统单链结构存在处理吞吐量有限、交易确认延迟高、数据量膨胀等问题[19-20]，在密集智能车辆环境下难以满足实时认证需求，且智能车辆进入新区域时往往需要重新完成完整的认证流程，导致较高的通信延迟[21]。
随着智能车辆数量规模的持续扩大，链上存储的公钥数量激增，使得链上查询和验证的开销进一步增加，严重影响系统整体性能。在智能车联网场景中，现有的区块链协同计算协议在隐私保护与可追溯性之间也难以兼顾[22]。
基于上述问题与挑战，本文提出支持双区块链协同计算的分布式智能车联网匿名认证与密钥协商协议。该协议引入多路边通信基站阈值协作认证机制，规避认证机制带来的单点故障风险，利用双链分层结构实现高吞吐量的安全通信，并结合布谷鸟过滤器实现智能车辆公钥指纹的快速检索，同时实现匿名身份追溯，从而显著提升认证效率和系统性能。

1 基础理论

1.1 椭圆曲线密码体制

在有限域$ {Z}_{p} $上选取$ a,b\in {Z}_{p} $，设置非奇异椭圆曲线$ {E}_{q}\colon {y}^{2}={x}^{3}+ax+b(4{a}^{3}+27{b}^{2}\neq 0) $。选取椭圆曲线上点$ P $为$ q $阶加法循环群$ G $的生成元。
（1）椭圆曲线离散对数困难问题（ECDLP）
非奇异椭圆曲线$ {y}^{2}={x}^{3}+ax+b\ \mathrm{mod}\ p $上$ q $阶加法循环群$ G $的两个点$ P,Q\in G $，其中，$ Q=xP $，在多项式时间内求解离散对数$ x $是计算不可行的。
（2）椭圆曲线计算型Diffie-Hellman（CDH）困难问题
基于非奇异椭圆曲线$ {y}^{2}={x}^{3}+ax+b\ \mathrm{mod}\ p $上$ q $阶加法循环群$ G $的任意两点$ U=\beta \cdot P,V=\gamma \cdot P\in G $，在多项式时间内计算$ W=\beta \cdot \gamma \cdot P\in G $，在多项式时间内是计算不可行的 [23-25]。

1.2 基于中国剩余定理的Mignotte阈值秘密共享

1.2.1 中国剩余定理

中国剩余定理[26-27]内容描述如下：设$ {m}_{1},{m}_{2},\cdots, {m}_{n} $是$ n $个两两互素的正整数，$ M={m}_{1}，\cdots，{m}_{n} $，$ {M}_{i}= M/{m}_{i}(i=1,2,\cdots,n) $。
则同余方程
$ \left\{\begin{array}{c}x\equiv {y}_{1}(\mathrm{mod}{m}_{1})\\x\equiv {y}_{2}(\mathrm{mod}{m}_{2})\\x\equiv {y}_{n}(\mathrm{mod}{m}_{n})\end{array}\right\} $
有唯一解:
$ x={M}_{1}{M}_{1}{}^{\prime}{y}_{1}+{M}_{2}{M}_{2}{}^{\prime}{y}_{2}+\cdots+{M}_{n}{M}_{n}{}^{\prime}{y}_{n}(\mathrm{mod}\ m) $
其中，$ {M}_{i}{M}_{i}{}^{\prime}\equiv 1(\mathrm{mod}\ {m}_{i})(i=1,\cdots,n) $。

1.2.2 Mignotte秘密共享

定义Mignotte序列[28]，令$ n\in \mathbb{Z} $，$ 2\leqslant t\leqslant n $，一个含有$ n $个整数的序列$ {p}_{1},{p}_{2},\cdots{p}_{n} $，如果满足：
$ \mathrm{gcd}({p}_{i},{p}_{j})=1,(1\leqslant i,j\leqslant n,i\neq j) $
$ \prod \limits_{i=0}^{t-2}{p}_{n-i} \lt \prod \limits_{i=1}^{t}{p}_{i} $
则称其为$ (t,n) $ Mignotte序列。
Mignotte秘密共享技术相关定义如下：$ \{{P}_{1}, {P}_{2},\cdots,{P}_{n}\} $为份额持有者集合；$ s $是被共享的秘密，且$ s\in \mathbb{Z} $；$ {s}_{i}(1\leqslant i\leqslant n) $为份额持有者$ {P}_{i} $对应的秘密份额。
Mignotte秘密共享方案由初始化阶段和秘密恢复阶段组成。具体工作如下。
在初始化阶段，份额者根据已有的Mignotte序列选择适当的秘密$ s $，并为每个份额持有者生成对应的秘密份额。
秘密选择：根据Mignotte序列，分发者选择秘密$ s\in \mathbb{Z} $，且该秘密满足：
1）$ \displaystyle\prod \limits_{i=0}^{t-2}{p}_{n-i} \lt s \lt \displaystyle\prod \limits_{i=1}^{t}{p}_{i} $；
2）秘密份额生成：分发者为每个份额持有者$ {P}_{i}(1\leqslant i\leqslant n) $发送对应的秘密份额$ {s}_{i}=s\ \mathrm{mod}\ {p}_{i} $。当秘密份额生成后，分发者通过安全信道将份额$ {s}_{i}(1\leqslant i\leqslant n) $发送给对应份额持有者$ {P}_{i} $。
在秘密恢复阶段，数量不少于阈值的份额持有者通过合作即可恢复秘密。在Mignotte秘密共享方案中，阈值参数$ t $表示恢复秘密所需的最小参与者数量，且参数$ t $并非固定值。在基于中国剩余定理的阈值秘密共享方案中，设置$ t\in [0.25n,0.80n] $[29]，以在系统安全性与可用性之间取得平衡。本方案在系统设计中参考该范围对参数$ t $进行配置。
假设$ t $个份额持有者$ {P}_{{{i}_{1}}},{P}_{{{i}_{2}}},\cdots,{P}_{{{i}_{t}}} $，其中，$ 1\leqslant {i}_{1} \lt \cdots \lt {i}_{t}\leqslant n $，想要恢复秘密$ s $。根据私有秘密份额$ {s}_{{{i}_{1}}},{s}_{{{i}_{2}}},\cdots,{s}_{{{i}_{t}}} $，可以构建如下同余方程组：
$ \left\{\begin{array}{l}{s}_{{{i}_{1}}}=s\ \mathrm{mod}\ {p}_{{{i}_{1}}}\\{s}_{{{i}_{2}}}=s\ \mathrm{mod}\ {p}_{{{i}_{2}}}\\\qquad\vdots \\{s}_{{{i}_{t}}}=s\ \mathrm{mod}\ {p}_{{{i}_{t}}}\end{array}\right\} $
其中，$ {r}_{{{i}_{k}}} $$ (j\in \{{i}_{1},{i}_{2},\cdots,{i}_{t}\}) $是指$ {s}_{j}\ \mathrm{mod}\ {p}_{j}=s\ \mathrm{mod}\ {p}_{j} $。
令$ \rho =\displaystyle\prod \limits_{k=1}^{t}{p}_{{{i}_{k}}} $，$ {R}_{{{i}_{k}}}=\dfrac{\rho }{{p}_{{{i}_{k}}}} $$ k=(1,2,\cdots,t) $。份额持有者计算$ {R}_{{{i}_{k}}}{r}_{{{i}_{k}}}\equiv 1\mathrm{mod}{p}_{{{i}_{k}}} $。秘密$ s $满足$ s=\displaystyle\sum \limits_{k=1}^{t}{s}_{{{i}_{k}}}{R}_{{{i}_{k}}}{r}_{{{i}_{k}}}\mathrm{mod}\rho $。在Mignotte秘密共享方案中，数量少于阈值$ t $的份额持有者无法恢复秘密，只能缩小秘密的猜测域，在智能车辆速度高，通信时间短的智能车联网环境中部署有较强实用性。

1.3 布谷鸟过滤器

布谷鸟过滤器[30]是一种基于布谷鸟哈希思想构造的概率数据结构，用来判断某个元素是否存在于某一个集合中。与传统的布隆过滤器相比，它使用指纹信息进行高效的存储和检索，并支持删除操作。通常布谷鸟过滤器由一组桶构成，每个桶能容纳多个指纹。图1中，对于元素$ x $，系统首先计算指纹$ f(x) $，并通过哈希函数$ {h}_{1} $、$ {h}_{2} $得到两个候选桶位置，其中，i为过滤桶的编号，m为桶的个数，$ i\in [0, m-1] $。
图 1 布谷鸟过滤器

Fig.1 Cuckoo filter

如果$ x $的两个桶中任一个为空，则选择一个空位置插入$ x $的指纹。如果两个存储桶都被占用，则算法会选择一个候选存储桶将原有指纹替换，并将替换指纹放入，实现空间的平衡。

1.4 模型

1.4.1 系统模型

本文提出的智能车联网系统由区块链、系统发起者（TA）、路边通信基站（RSU）和智能车辆组成，如图2所示。
图 2 系统模型

Fig.2 System model

区块链：本文的区块链系统是双区块链结构，分别是注册区块链（registration blockchain，RBC）和消息区块链（message blockchain，MBC）。其中，RBC是联盟链，负责存储分布式认证秘密参数和智能车辆的注册信息，由TA作为共识节点，通过智能合约部署布谷鸟过滤器，该过滤器用于存储注册智能车辆的公钥指纹，以便高效查询注册车辆。MBC是联盟链，由经过RBC认证的智能车辆参与轻量共识，RSU不参与区块生成，仅负责转发与验证消息。经过RBC认证的智能车辆作为MBC的共识节点，在MBC中进行消息通信，并且通过位置证明共识（proof-of-position，PoP）机制验证消息有效性。MBC中部署消息数据库（message database，MD），长期存储重要消息，非重要消息经过一段时间后自动丢弃，以此优化存储效率。
TA：作为权威的系统可信中心，TA负责发起并构建整个区块链系统，生成全局公共参数，部署智能合约，定期为所有RSU发布分布式认证参数。
RSU：作为分布在道路两侧的通信基站，是半可信的实体。它主要负责消息转发和身份验证，不参与区块链共识，也不存储敏感的身份映射信息。
智能车辆：智能车辆搭载车载通信模块，具备存储私钥和系统参数的能力，计算能力有限但防篡改能力较强。

1.4.2 威胁模型

智能车联网中的通信实体主要包括智能车辆、RSU以及TA。由于通信依赖开放的无线信道，因此系统面临多种安全威胁。本文假设攻击者具备以下攻击能力。
1）窃听攻击：攻击者能够通过无线信道截获并监听智能车辆与RSU之间的通信消息，试图获取敏感信息。
2）重放攻击：攻击者能够截获合法通信消息，并在后续任意时间重新发送，以干扰系统正常运行、误导系统做出错误响应。
3）身份伪造攻击：攻击者尝试伪装成合法智能车辆或RSU，向系统发送伪造的认证请求或通信数据。
4）中间人攻击：攻击者在通信双方之间插入通信链路，篡改并转发通信数据，试图破坏通信的完整性与真实性。

1.4.3 设计目标

针对上述威胁模型，本文提出的协议需满足以下安全与性能设计目标。
1）身份匿名性：确保在通信过程中隐藏智能车辆的真实身份，防止攻击者通过分析通信数据追踪车辆的真实行为轨迹。
2）抗重放攻击能力：通过时间戳或随机数机制，保证历史消息无法被非法重复利用。
3）抗伪造能力：确保攻击者在不知道合法实体私钥的情况下，无法生成合法的认证信息或签名。
4）条件可追溯性：当检测到恶意行为时，系统在满足预设门限条件的情况下恢复恶意车辆的真实身份，实现责任追溯。
5）可扩展性：系统能够支持大规模智能车辆接入，并适应动态网络环境。

2 本文协议

2.1 基础协议设计

基础协议主要包括系统初始化阶段、智能车辆注册阶段、智能车辆认证请求产生阶段、分布式认证与密钥协商阶段、同区域智能车辆通信阶段、跨域认证与令牌签发阶段。

2.1.1 系统初始化阶段

TA执行以下步骤。
1）TA选定大素数$ p,q $，设置非奇异椭圆曲线$ E\colon {y}^{2}={x}^{3}+ax+b\ \mathrm{mod}\ p $，$ a,b\in Z_{p}^{*} $，选择椭圆曲线上的基点$ P $作为$ q $阶加法循环群$ G $的生成元, 选取系统主私钥$ x\in Z_{q}^{*} $，并计算系统主公钥$ {P}_{{\mathrm{pub}}}=x\cdot P $。
2）TA设置4个安全哈希函数$ {H}_{i}\colon {\{0,1\}}^{*}\rightarrow {Z}_{q}{}^{*}, i=1,2,3,4 $。
3）TA部署区块链RBC和MBC，在RBC上发布智能合约，用于管理授权实体身份与访问控制。
4）TA为合法的RSU随机选取$ {r}_{j}\in Z_{q}^{*} $作为私钥，计算公钥$ r{\mathrm{p{k}}}_{j}={r}_{j}\cdot P $，同时派生出区块链地址$ {\mathrm{add}}{r}_{j} $，RSU将$ \{{\mathrm{RI{D}}}_{j},{\mathrm{add}}{r}_{j}\} $提交给TA。TA核验后将所有合法地址写入智能合约白名单中。TA生成并维护整数序列$ {m}_{1},{m}_{2},\cdots,{m}_{n} $，其中，$ n $为RSU的数量，且$ 2\leqslant t\leqslant n $。满足以下条件：$ \mathrm{gcd}({m}_{i},{m}_{j})=1,(1 \leqslant i, j \leqslant n,i \neq j) $，$ \displaystyle\prod \limits_{i=0}^{t-2}{m}_{n-i} \lt \displaystyle\prod \limits_{i=1}^{t}{m}_{i} $。TA为合法的RSU设置身份标识$ {\mathrm{RI{D}}}_{j} $，并将序列$ {m}_{1},{m}_{2},\cdots,{m}_{n} $一一对应地分配给RSU。接着TA将对应序列$ \{{\mathrm{RI{D}}}_{j},{m}_{j}\} $写入区块链RBC，RBC上所有节点都可以查询每个RSU身份标识所对应的整数$ {m}_{j} $。
5）TA根据实际部署情况选择一个安全的阈值$ t $，并生成秘密值$ S $，$ S $满足：$ \displaystyle\prod \limits_{j=n-t+2}^{n}{m}_{j}\ <\ S \ \lt \displaystyle\prod \limits_{j=1}^{t}{m}_{j} $。
6）TA为所有RSU计算其秘密份额$ {S}_{j}= S\ \mathrm{mod} {m}_{j} $，通过安全信道发送给RSU，RSU将$ {S}_{j} $秘密保存，用于后续分布式认证。最后，TA计算承诺值$ C={H}_{3}(S) $，并将承诺值$ C $写入区块链。

2.1.2 智能车辆注册阶段

在此阶段，智能车辆$ {V}_{i} $直接与TA通过安全信道进行通信，RSU不参与身份注册过程。同时，只有合法注册的智能车辆才可以在智能车载网络系统中通信，注册流程如图3所示，具体步骤如下。
图 3 智能车辆注册流程

Fig.3 Intelligent vehicle registration process

1） 智能车辆$ {V}_{i} $在车载单元（OBU）内计算，智能车辆$ {V}_{i} $通过安全信道发送注册请求$ {\mathrm{VReq}}= \{{\mathrm{VI{D}}}_{i}, {\mathrm{p{k}}}_{i},{t}_{{\mathrm{reg}}}\} $到TA，其中，$ {\mathrm{VI{D}}}_{i} $是智能车辆的真实身份，$ {t}_{{\mathrm{reg}}} $是当前时间戳。TA检查$ {t}_{{\mathrm{reg}}} $，若$ {t}_{{\mathrm{reg}}} $在允许的延迟范围内，认为该注册请求消息有效。
2）在每个时间片$ {\mathrm{epoch}} $，TA 生成新随机数$ {b}_{t}\in Z_{q}^{*} $，利用动态共享密钥，TA使用随机数、秘密值和智能车辆公钥生成加密密钥$ {K}_{t}={H}_{1}(S||{\mathrm{p{k}}}_{i}||{b}_{t}) $，再将智能车辆真实身份信息加密得到加密信息$ {\mathrm{TI{D}}}_{i}={\mathrm{En{c}}}_{{{K}_{t}}}({\mathrm{VI{D}}}_{i}||{b}_{t}) $，为智能车辆生成伪身份$ {\mathrm{PI{D}}}_{i}= {\mathrm{TI{D}}}_{i}\oplus {H}_{1}({\mathrm{p{k}}}_{i}||{b}_{t}) $。同时将$ \{{\mathrm{PI{D}}}_{i},{\mathrm{epoch}},{b}_{t}\} $保存在本地数据库。真实身份的恢复需在满足阈值条件下由多个合法RSU 协作完成，从而避免单点信任问题。
3）TA通过发送交易${\mathrm{ T{X}_{reg}}}=\{{\mathrm{TI{D}}}_{i}, {\mathrm{p{k}}}_{i},{\mathrm{state}}\} $将智能车辆的伪身份和公钥的映射信息等注册到区块链上，其中智能车辆状态$ {\mathrm{state}}={\mathrm{valid}} $，调用智能合约算法1将智能车辆的公钥指纹$ f({\mathrm{p{k}}}_{i}) $存入布谷鸟过滤器，以便后续快速查询。
算法1　公钥注册函数
Input: $ {\mathrm{VI{D}}}_{i},{\mathrm{p{k}}}_{i} $
Output: $ {\mathrm{bool}} $
1：if $ vf=={\mathrm{NULL}} $then
2：初始化一个具有特定表大小和最大踢出次数的布谷鸟过滤器
3：　 $ vf\leftarrow {\mathrm{new}}({\mathrm{Size,MaxKicks}}) $
4：end if
5：if $ va\left[{\mathrm{VI{D}}}_{i}\right]\left[{\mathrm{msg.sender}}\right]=={\mathrm{True}} $ then
6：交易发送者的身份必须是RBC链上合法的RSU
7：　　　 for each $ {\mathrm{p{k}}}_{i} $ do
8：　　　调用布谷鸟过滤器的插入函数
9：　　　　 $ vf.{\mathrm{insert}}\left({\mathrm{p{k}}}_{i}\right) $
10：　　 end for
11：　　　 return true
12：　　 else
13：　　　 return false
14：end if

2.1.3 智能车辆认证请求产生阶段

智能车辆$ {V}_{i} $若要和参与协作认证的$ {\mathrm{RS{U}}}_{j} $建立通信连接，向$ {\mathrm{RS{U}}}_{j} $发送智能车辆行驶统计数据或实时路况等相关消息，需要向$ \mathrm{RS{U}}_{j} $进行智能车辆身份认证，认证请求产生流程如图4所示，具体步骤如下。
图 4 智能车辆认证请求产生流程

Fig.4 Intelligent vehicle authentication request generation process

1）智能车辆$ {V}_{i} $将消息元祖$ {M}_{i} $发送给对应的基站$ {\mathrm{RS{U}}}_{j} $，其中，$ {M}_{i}=\{{\mathrm{PI{D}}}_{i},{Q}_{i},{t}_{i},{\mathrm{p{k}}}_{i},{\varepsilon }_{i}\} $，$ {t}_{i} $是当前时间戳。
2）$ {\mathrm{RS{U}}}_{j} $检查$ {t}_{i} $新鲜度，若有效，$ {\mathrm{RS{U}}}_{j} $选择随机数$ {p}_{j}\in Z_{q}^{*} $，计算临时公钥$ {Q}_{j}={p}_{j}\cdot P $，并选择当前时间戳$ {t}_{j} $。最后，将认证请求消息元祖$ {M}_{j}=\{{M}_{i}, {Q}_{j},{t}_{j}\} $发送到区块链RBC，与其他RSU共享$ {M}_{j} $。为后续分布式认证提供输入。
3）$ \mathrm{RS{U}}_{j} $收到认证请求消息元祖$ {M}_{j} $后，$ {\mathrm{RS{U}}}_{j} $检查$ |{t}_{j}-{t}_{i}| $是否满足可接受的延时范围。若不满足，则丢弃$ {M}_{j} $。若满足，$ {\mathrm{RS{U}}}_{j} $调用智能合约算法2查询智能车辆公钥，验证$ {\varepsilon }_{i}\cdot P={Q}_{i}+{H}_{2}({\mathrm{PI{D}}}_{i},{Q}_{i},{t}_{i},{\mathrm{p{k}}}_{i})\cdot {\mathrm{p{k}}}_{i} $等式是否成立，若成立，$ {\mathrm{RS{U}}}_{j} $认为智能车辆$ {V}_{i} $已注册为合法实体，且认证请求满足后续分布式认证与密钥协商的条件。
算法2　公钥验证函数
Input：$ {\mathrm{p{k}}}_{i} $
Output：$ {\mathrm{bool}} $
1：查询车辆公钥$ {\mathrm{p{k}}}_{i} $是否存在布谷鸟过滤器
2：if $ vf.{\mathrm{lookup}}\left(h\left({\mathrm{p{k}}}_{i}\right)\right)=={\mathrm{True}} $ then
3：　　　 return true
4：else
5：　　　 return false
6：end if

2.1.4 分布式认证与密钥协商阶段

$ {\mathrm{RS{U}}}_{j} $验证智能车辆签名后，需要在RBC上达成共识，以确认智能车辆的合法通信身份。具体如下。
1）$ \mathrm{RS{U}}_{j} $生成令牌$ {T}_{j}={S}_{j}+{\mathrm{RI{D}}}_{j}\mathrm{mod}{m}_{j} $，并和$ {\mathrm{RI{D}}}_{j} $一起上传到RBC以调用智能合约。
2）智能合约判断提交的令牌数量是否达到阈值$ t $，若达到，RBC上的$ \mathrm{RS{U}}_{j} $都可以聚合提交的令牌，以恢复秘密值$ S $。根据$ \mathrm{RS{U}}_{j} $上传的$ {\mathrm{RI{D}}}_{j} $查询其对应的$ {m}_{j} $，确定参与提交令牌的对应$ \mathrm{RS{U}}_{j} $的信息，为$ \mathrm{RS{U}}_{j} $计算其对应的加权值$ {w}_{j} $。由$ M=\displaystyle\prod \limits_{j=1}^{t}{m}_{j} $，对$ j=1,\cdots,t $计算$ {M}_{j}=\dfrac{M}{{m}_{j}} $，用$ {M}_{j}{y}_{j}\equiv 1\mathrm{mod}{m}_{j} $求得$ {M}_{j} $的逆元$ {y}_{j} $，并定义加权值$ {w}_{j}={M}_{j}{y}_{j} $。参与者计算$ {K}_{{\mathrm{total}}}= \displaystyle\sum \limits_{j=1}^{t}{\mathrm{RI{D}}}_{j}\cdot {w}_{j}\mathrm{mod}M $，计算令牌聚合值$ {T}_{{\mathrm{sum}}}=\displaystyle\sum \limits_{j=1}^{t}{T}_{j}\cdot {w}_{j} \mathrm{mod}M=S+{K}_{{\mathrm{t}}\mathrm{o}{\mathrm{tal}}}\mathrm{mod}M $，由此得出，$ {S}^{\prime}={T}_{{\mathrm{sum}}}-{K}_{{\mathrm{total}}} \mathrm{mod} M $。最后验证$ C={H}_{3}({S}^{\prime}) $是否成立。若验证成功，则智身份合法在RBC上达成共识。
3）当分布式认证通过后，表明智能车辆身份已获得多个RSU的一致认可，在此基础上，$ \mathrm{RS{U}}_{j} $与智能车辆$ {V}_{i} $进一步协商会话密钥$ {K}_{{\mathrm{session}}}= {H}_{4}({q}_{i}\cdot {Q}_{j})= {H}_{4}({Q}_{i}\cdot {p}_{j}) $，该会话密钥用于智能车辆$ {V}_{i} $与$ \mathrm{RS{U}}_{j} $的后续通信，保证了通信的安全。

2.1.5 跨域认证与令牌签发阶段

在智能车辆跨域通信场景下，智能车辆无需重新执行完整注册流程，而是由源RSU为其签发具有时效性的认证令牌。目标RSU通过验证令牌有效期、签名合法性及智能车辆伪身份合法性，实现快速跨域认证。
1）当智能车辆在源RSU区域内完成合法认证后，源RSU使用当前智能车辆的根伪身份、状态信息、时间戳及源RSU的数字签名为智能车辆签发跨域认证令牌$ {\mathrm{Token}}=\{{\mathrm{PI{D}}}_{i},{\mathrm{state}},{t}_{{\mathrm{cross}}},{\mathrm{Si{g}}}_{{\mathrm{RS{{U}}}_{j}}}\} $，该跨域令牌的合法性依赖于其绑定的伪身份已通过RBC阈值认证，其中，$ {\mathrm{Si{{g}}_{RS{U}_j}}}={\mathrm{Sig{n}}}_{{{r}_{j}}}({\mathrm{PI{D}}}_{i}||{\mathrm{state}}) $，从而避免伪身份更新对跨域认证过程的影响。
2）当智能车辆进入目标RSU覆盖区域后，向目标RSU提交当前使用的伪身份$ {\mathrm{PI{D}}}_{i} $及跨域认证令牌。目标RSU通过区块链查询源RSU的公钥，并对跨域认证令牌中的签名进行验证。同时，目标RSU检查令牌的有效期以及智能车辆伪身份的当前状态。最后，通过TA查询布谷鸟过滤器判断智能车辆伪身份是否为已注册并且未被撤销的合法身份。验证通过后，目标RSU即认为该智能车辆具有合法性。

2.2 协议应用拓展

本文协议还可以继续拓展功能，实现同区域智能车辆认证与安全通信。此外，出现安全风险恶意事件时，可以有效实现匿名身份追溯功能。协议应用拓展具体描述如下。
（1）同区域智能车辆认证与安全通信
智能车辆$ {V}_{i} $经过$ \mathrm{RS{U}}_{j} $认证后被允许加入$ \mathrm{RS{U}}_{j} $管理的MBC中，可以与同在该区域和该MBC上的其他智能车辆$ V $进行消息通信，通过PoP共识机制确保智能车辆发送交易消息与其声称的位置相符，提高通信效率。算法3给出了该流程的伪代码实现。
算法3　MBC PoP共识机制算法
1：while $ {V}_{i} $需要分享消息 do
2：　 $ {V}_{i} $ 生成 $ {T}_{{\mathrm{msg}}}=\left({T}_{i},P,{\mathrm{msg}}\right) $
3：　 if $ P $在500 m范围内 then
4：　　 $ V $验证$ P $//检查车辆是否在RSU覆盖范围内
5：　　 $ V $计算$ C={H}_{4}(H||R||{P}_{i}||T) $
6：　　广播 $ C $
7：　　 $ V $生成并广播对$ C $的响应$ {P}_{c} $
8：　　RSU收集$ {P}_{c} $并判断共识
9：　　RSU将$ {T}_{{\mathrm{msg}}} $写入MBC
10：　 end
11：end
具体步骤如下。
1）智能车辆$ {V}_{i} $发送交易消息$ {T}_{{\mathrm{msg}}}=({t}_{{\mathrm{msg}}},{P}_{i},{\mathrm{msg}}) $到MBC中共享，其中，$ {t}_{{\mathrm{msg}}} $是当前时间戳，$ {P}_{i} $是智能车辆$ {V}_{i} $生成的当前位置，$ {\mathrm{msg}} $是具体通信信息。
2）同区域附近智能车辆$ {V}_{i} $验证$ {P}_{i} $是否属于$ \mathrm{RS{U}}_{j} $的覆盖范围。若$ {P}_{i} $验证成功，附近智能车辆$ {V}_{i} $计算挑战值$ C={H}_{4}(H||R||{P}_{i}||T) $，同时，使用自身私钥对挑战值$ C $进行签名生成响应值$ {P}_{c}={\mathrm{Sig{n}}}_{{{r}_{j}}}(C) $，所有的响应值$ {P}_{c} $被广播并记录在MBC中。其中，$ H $是MBC当前最新区块的哈希值，$ R $是附近智能车辆$ V $选择的随机数，$ T $是当前时间戳。
3）$ \mathrm{RS{U}}_{j} $收集响应值$ {P}_{c} $并判断共识。若MBC共识成功，$ \mathrm{RS{U}}_{j} $将$ {T}_{{\mathrm{msg}}} $写入MBC，并将$ {\mathrm{msg}} $分类存入MD中。
（2）匿名身份追踪阶段
当区块链网络检测到智能车辆存在异常行为，或接收到来自RSU的恶意行为报告时，系统将根据行为严重程度触发分级追溯机制。首先，当单个车辆或RSU检测到异常行为时，仅进行本地记录并上报至RSU，不直接触发身份追溯。RSU在接收到异常信息后，对目标车辆进行初步评估。若异常程度较低，如由通信误差或环境因素引起的位置轻微偏差或低频异常广播等，这类对系统影响较小且具有可恢复性的行为，则对其施加临时限制措施，如降低通信优先级或限制广播频率，以减小潜在风险。其次，当智能合约检测到合法份额数量达到门限值时，通过拉格朗日插值恢复系统秘密值$ {S}^{\prime} $，如果$ {S}^{\prime}=S $，满足追溯条件，再根据$ {\mathrm{PI{D}}}_{i} $定位时间片$ {\mathrm{epoch}} $，从本地库中读取对应的$ {b}_{t} $，接着使用公钥恢复密钥、秘密值和随机数恢复加解密密钥$ {K}_{t}{}^{\prime}={H}_{1}(S||{\mathrm{p{k}}}_{i}||{b}_{t}) $进一步恢复中间值$ {\mathrm{TI{D}}}_{i}={\mathrm{PI{D}}}_{i}\oplus {H}_{1}({\mathrm{p{k}}}_{i}||{b}_{t}) $，最后由$ ({\mathrm{VI{D}}}_{i}||{b}_{t})={\mathrm{De{c}}}_{{K_{t}^{\prime}}}({\mathrm{TI{D}}}_{i}) $恢复真实身份$ {\mathrm{VI{D}}}_{i} $，修改状态信息$ {\mathrm{state}}={\mathrm{invalid}} $并在RBC公布，后续拒绝该恶意智能车辆$ {V}_{i} $的认证请求。
除此之外，当单个RSU检测到高危异常行为，如虚假信息广播或拒绝服务攻击等具有传播范围广、影响程度高及不可逆等特点的行为，可生成异常报告并发起追溯请求$ {\mathrm{R}}\mathrm{e}{\mathrm{q}}=\{{\mathrm{PI{D}}}_{i},T\} $，需经多个RSU参与聚合签名验证$ \sigma \cdot P=(S\cdot P+\displaystyle\sum \limits_{j=1}^{t}r{\mathrm{p{k}}}_{j})\cdot {H}_{4}(\mathrm{Req}) $。验证通过，系统可跳过常规门限限制，再由TA直接恢复车辆真实身份并执行撤销操作。表1中列出了不同攻击类型的追溯延迟分析。
表 1 不同攻击类型的追溯延迟分析

Table 1 Analysis of traceback delay for different attack types

攻击类型 检测方式 追溯方式 追溯延迟
虚假信息广播 RSU验证签名有效性 紧急追溯 <100 ms
拒绝服务攻击 RSU流量监测 紧急追溯 <50 ms
身份伪造 签名验证失败 紧急追溯 <150 ms
消息篡改 哈希比对 紧急追溯 <80 ms
合谋攻击 关联分析 常规追溯 1~5 s

3 正确性证明

3.1 匿名认证正确性

$ \mathrm{RS{U}}_{j} $验证方程推导如下：
$ \begin{aligned}{\varepsilon }_{i}\cdot P&=({q}_{i}+{\mathrm{s{k}}}_{i}\cdot {H}_{2}(\mathrm{PI{D}}_{i},{Q}_{i},{t}_{i},\mathrm{p{k}}_{i}))\cdot P\\&={q}_{i}\cdot P+{H}_{2}(\mathrm{PI{D}}_{i},{Q}_{i},{t}_{i},\mathrm{p{k}}_{i})\cdot {\mathrm{s{k}}}_{i}\cdot P\\&={Q}_{i}+{H}_{2}(\mathrm{PI{D}}_{i},{Q}_{i},{t}_{i},\mathrm{p{k}}_{i})\cdot \mathrm{p{k}}_{i}\end{aligned} $

3.2 分布式认证正确性

所有参与分布式认证的$ \mathrm{RS{U}}_{j} $都可以聚合令牌判断智能车辆身份合法性。
由于$ M=\displaystyle\prod \limits_{j=1}^{t}{m}_{j} $，对$ j=1,\cdots,t $计算$ {M}_{j}=\dfrac{M}{{m}_{j}} $，得$ {M}_{j} $的逆元$ {y}_{j} $，使得$ {M}_{j}{y}_{j}\equiv 1\mathrm{mod}{m}_{j} $，并定义$ {w}_{j}={M}_{j}{y}_{j} $，$ {K}_{{\mathrm{total}}}=\displaystyle\sum \limits_{j=1}^{t}{\mathrm{RI{D}}}_{j}\cdot {w}_{j}\mathrm{mod}M $。可以得出：
$ \begin{aligned}{T}_{{\mathrm{sum}}}&=\sum \limits_{j=1}^{t}{T}_{j}\cdot {w}_{j}\mathrm{mod}M\\&=\sum \limits_{j=1}^{t}({S}_{j}+{\mathrm{RI{D}}}_{j})\cdot {w}_{j}\mathrm{mod}M\\&=\sum \limits_{j=1}^{t}{S}_{j}\cdot {w}_{j}\mathrm{mod}M+\sum \limits_{j=1}^{t}{\mathrm{RI{D}}}_{j}\cdot {w}_{j}\mathrm{mod}M\\&=S+{K}_{{\mathrm{total}}}\mathrm{mod}M\end{aligned} $
所以，$ S'={T}_{{\mathrm{sum}}}-{K}_{{\mathrm{total}}}\mathrm{mod}M $，最后验证$ C'={H}_{3} (S')= {H}_{3}(S) $。

3.3 密钥协商正确性

智能车辆$ {V}_{i} $通过分布式认证后，与$ \mathrm{RS{U}}_{j} $生成会话密钥，正确性推导如下：
$ \begin{aligned}{K}_{{\mathrm{session}}}&={H}_{4}({q}_{i}\cdot {Q}_{j})={H}_{4}({q}_{i}\cdot {p}_{j}\cdot P)\\&={H}_{4}({q}_{i}\cdot P\cdot {p}_{j})={H}_{4}({Q}_{i}\cdot {p}_{j})\end{aligned} $

4 安全性分析

本节对协议的安全性进行分析，证明协议能够抵御多种网络攻击，并满足智能车联网环境下的核心安全需求。本协议的安全性基于椭圆曲线离散对数困难问题，计算性Diffie-Hellman困难问题以及秘密共享和区块链的分布式认证机制。

4.1 认证安全性与消息完整性

本协议通过结合椭圆曲线签名与分布式阈值共识机制，构建一套安全的认证体系，确保了认证安全性、消息完整性，并能有效抵御假冒、篡改及中间人攻击。
1）认证安全性：在认证过程中攻击者的目标是伪造合法智能车身份，从而通过RSU验证，攻击者可以监听通信信道并尝试构造新的认证信息。在智能车辆认证请求产生阶段，智能车辆$ {V}_{i} $通过其私钥$ {\mathrm{s{k}}}_{i} $对包含其身份$ {\mathrm{PI{D}}}_{i} $和随机数$ {q}_{i} $在椭圆曲线上的映射$ {Q}_{i} $在内的消息进行签名，生成$ {\varepsilon }_{i}={q}_{i}+{\mathrm{s{k}}}_{i}\cdot {H}_{2}({\mathrm{PI{D}}}_{i},{Q}_{i},{t}_{i},{\mathrm{p{k}}}_{i}) $。RSU收到消息后，使用智能车辆的公钥$ {\mathrm{p{k}}}_{i} $验证等式$ {\varepsilon }_{i}\cdot P={Q}_{i}+{H}_{2}(PI{D}_{i}, {Q}_{i},{t}_{i},p{k}_{i})\cdot {\mathrm{p{k}}}_{i} $是否成立。根据椭圆曲线数字签名算法在选择消息攻击下的不可伪造性，攻击者在多项式时间内无法生成一个有效签名，使得验证等式成立。同时，由于只有拥有私钥$ {\mathrm{s{k}}}_{i} $的合法智能车辆才能生成正确的签名$ {\varepsilon }_{i} $，因此该验证过程确保了智能车辆身份的合法性。
2）消息完整性：攻击者试图在通信过程中篡改消息内容，同时保持验证结果不变，攻击者可以拦截并修改传输的信息。在方案中，智能车辆发送给RSU的消息$ {M}_{i} $中包含了签名$ {\varepsilon }_{i} $的核心内容$ \{{\mathrm{PI{D}}}_{i}, {Q}_{i},{t}_{i},{\mathrm{p{k}}}_{i}\} $，并且通过哈希函数$ {H}_{2} $对$ \{{\mathrm{PI{D}}}_{i},{Q}_{i}, {t}_{i},{\mathrm{p{k}}}_{i}\} $进行绑定。任何攻击者在消息传输过程中对消息的任何部分进行篡改，都会导致RSU在验证签名时计算出的哈希值与原始签名中的哈希值不匹配，进而使得签名验证$ {\varepsilon }_{i}\cdot P={Q}_{i}+{H}_{2}({\mathrm{PI{D}}}_{i},{Q}_{i},{t}_{i},{\mathrm{p{k}}}_{i})\cdot {\mathrm{p{k}}}_{i} $不成立。因此，攻击者无法冒充合法实体完成认证，只有内容未经任何篡改的原始消息才能通过验证，保障了消息的完整性。
3）抵御中间人攻击：本协议的认证流程能有效抵御中间人攻击。攻击者可以截获智能车辆的认证请求，但无法伪造智能车辆的签名。同时，如果攻击者试图冒充RSU响应车辆，它将无法启动或参与RBC上的分布式共识认证流程，因为它不持有合法的秘密份额$ {S}_{j} $。因此，智能车辆只有在RBC网络确认其合法性后，才能进入密钥协商阶段。这一在可信区块链上执行的强制性流程，确保了智能车辆通信的对象是经过网络共识认证的合法RSU，从而使中间人攻击失效。
4）抵御重放攻击：在重放攻击中攻击者试图通过记录合法实体之前发送认证信息，并在后续重新发送该信息，以欺骗系统通过认证，攻击者可以监听并存储历史通信数据。本协议在认证请求消息$ {M}_{i} $和RSU处理流程中均包含了时间戳$ {t}_{i} $和$ {t}_{j} $。通信双方会通过检查$ |{t}_{j}-{t}_{i}| $是否在可接受的延迟范围内来判断消息的新鲜度。任何过时或重复的消息都将被识别并丢弃，从而有效防范了重放攻击。

4.2 身份匿名性与可追溯性

1）身份匿名性：攻击者试图通过分析通信数据来识别车辆的真实身份，攻击者可以监听所有的公开信道的传输信息。然而，在本协议中，智能车辆$ {V}_{i} $在网络中通信时不使用真实身份$ {\mathrm{VI{D}}}_{i} $，而是使用在注册时由TA为智能车辆生成的伪身份$ {\mathrm{PI{D}}}_{i} $进行通信。由于伪身份$ {\mathrm{PI{D}}}_{i}={\mathrm{TI{D}}}_{i}\oplus {H}_{1}({\mathrm{p{k}}}_{i}||{b}_{t}) $是由智能车辆的真实身份加密信息$ {\mathrm{TI{D}}}_{i} $、车辆公钥$ {\mathrm{p{k}}}_{i} $和随机数$ {b}_{t} $计算的，哈希函数$ {H}_{1} $具有单向性，所以即使外部攻击者截获了智能车辆伪身份$ {\mathrm{PI{D}}}_{i} $和智能车辆公钥$ {\mathrm{p{k}}}_{i} $，也无法计算出智能车辆的真实身份$ {\mathrm{VI{D}}}_{i} $，从而有效保护了智能车辆的真实身份隐私信息。
2）可追溯性：在匿名通信环境下，系统需要有对恶意行为进行追踪的能力，攻击者的目标是利用匿名性隐藏自己的真实身份。然而，在本协议中，匿名性是有条件的，即系统在保证正常情况下用户隐私的同时，也支持对恶意行为的可控追溯。当智能车辆出现恶意行为时，单个RSU或车辆节点仅能生成异常报告并上传至系统，而无法直接恢复目标车辆的真实身份。这避免了单点滥用追溯权限的问题。当异常行为达到一定严重程度时，系统将触发追溯请求$ \mathrm{Re}{\mathrm{q}} $。该请求需经过多个RSU节点参与的聚合签名验证，只有当满足阈值条件时，系统才允许跳过常规认证限制，并由可信机构TA执行真实身份恢复操作。而当智能合约检测到合法份额数量达到门限值时，合法RSU可以利用秘密份额$ {S}_{j} $，恢复密钥$ {K}_{t}{}^{\prime}={H}_{1}({S}^{\prime}||{\mathrm{p{k}}}_{i}||{b}_{t}) $，再通过计算$ ({\mathrm{VI{D}}}_{i}||{b}_{t})={\mathrm{De{c}}}_{{K_{t}^{\prime}}}({\mathrm{TI{D}}}_{i}) $来恢复恶意车辆的真实身份$ {\mathrm{VI{D}}}_{i} $，实现条件隐私保护的匿名可追溯性。

4.3 分布式认证与抗合谋攻击

在分布式认证场景下，多个恶意实体可能通过合谋试图攻击系统密钥或伪造合法认证信息，攻击者可以共享各自掌握的部分信息。在本方案中，系统初始化时秘密$ S $被分割并安全地分发给$ n $个RSU节点。在认证阶段，只要有至少$ t $个$ (t\leqslant n) $诚实的RSU节点在线并参与，即可通过智能合约聚合令牌完成认证流程，即系统可容忍$ n-t $个RSU节点因网络故障、宕机等原因离线，从而确保整个分布式认证服务的鲁棒性。
本协议能够有效抵御来自系统内部的部分恶意的RSU节点发起的合谋攻击。根据Mignotte秘密共享方案的数学原理，任何数量少于阈值$ t $的RSU合谋，都无法凭借它们各自持有的秘密份额$ {S}_{j} $恢复出秘密$ S $。它们最多只能缩小秘密的猜测范围，这从根本上杜绝了少数恶意节点窃取系统核心机密的可能性。并且即使有少数（少于$ t $个）恶意RSU节点参与认证并提交伪造的令牌$ {T}_{j} $，它们也无法左右最终的认证结果。因为在聚合计算后，由包含错误份额的令牌组恢复出的秘密$ {S}^{\prime} $必然是错误的，这将会导致验证挑战$ C={H}_{3}({S}^{\prime}) $失败。因此，少数恶意节点无法合谋将一个非法车辆认证为合法。
在认证过程主要依赖于椭圆曲线签名与区块链共识机制，而不依赖于秘密重构。而秘密共享机制仅在触发追溯流程时用于恢复系统密钥，从而辅助TA完成身份解析。同时，在身份追溯过程中，系统引入了基于多RSU参与的聚合签名机制。任何单个RSU节点均无法独立发起追溯或恢复用户身份，必须满足阈值条件后，方可由TA执行最终追溯。这有效防止了RSU节点之间的恶意合谋滥用追溯权限，进一步增强了系统的安全性与可控性。此外，本协议的分布式认证结果不可伪造。由于分布式认证的令牌聚合与验证流程由RBC中的智能合约自动执行，且秘密$ S $的挑战值$ C={H}_{3}(S) $已被公开写入区块链。该挑战值$ C $是公开、透明且不可篡改的。在每次认证中，智能合约恢复出$ S' $后，都会与链上的$ C $进行比对。这一过程确保了认证结果的不可伪造性。

4.4 会话密钥的安全性

会话密钥的协商过程基于椭圆曲线上的Diffie-Hellman密钥交换协议。智能车辆和RSU分别生成随机数$ {q}_{i} $和$ {p}_{j} $作为临时会话私钥，并交换临时会话公钥$ {Q}_{i}={q}_{i}\cdot P $和$ {Q}_{j}={p}_{j}\cdot P $。攻击者即使截获了$ {Q}_{i} $和$ {Q}_{j} $，也无法在多项式时间内解决CDH困难问题来计算出会话密钥$ {K}_{{\mathrm{session}}}={H}_{4}({q}_{i}\cdot {Q}_{j}) $ $ ={H}_{4}({q}_{i}\cdot {p}_{j}\cdot P)={H}_{4}({q}_{i}\cdot P\cdot {p}_{j})= {H}_{4}({Q}_{i}\cdot {p}_{j}) $。并且，每一轮会话密钥的生成都依赖于该临时会话中新生成的临时随机数$ {q}_{i} $和$ {p}_{j} $，这保证了每次会话的密钥都是全新且独立的，历史会话密钥的泄露不会影响未来或其他会话密钥的安全，所以本文协议具备后向安全性。同时，由于会话密钥$ {K}_{{\mathrm{session}}} $的安全性依赖于临时随机数$ {q}_{i} $和$ {p}_{j} $，即使智能车辆的私钥$ {\mathrm{s{k}}}_{i} $或系统的私钥$ x $在未来某个时间点被泄露，攻击者也无法通过这些长期密钥计算出过去已经建立的会话密钥，因此本协议具备前向安全性。

5 性能分析

本节将本协议与Wei等协议[31]、Yang等协议[32]、Namasudra等协议[33]进行性能分析与比较。基于处理器AMD Ryzen 7 7435H (3.10 GHz)搭载Windows11操作系统的主机上进行仿真实验。

5.1 计算开销

所有算法的计算开销实验是基于Python 3.13环境，使用ECDSA库实现椭圆曲线参数，hashlib库实现多种安全哈希算法，包括SHA-256，SHA3-256，SHA512和BLAKE2。使用$ {\mathrm{Mult}} $表示椭圆曲线中的倍点运算时间，$ {\mathrm{Add}} $表示椭圆曲线上的加法运算时间，$ {\mathrm{Pair}} $表示双线性配对运算时间，$ {\mathrm{hash}} $表示普通哈希函数$ {\{0,1\}}^{*}\rightarrow Z_{q}^{*} $运算时间，$ {\mathrm{Hash}} $表示映射到点哈希函数$ {\{0,1\}}^{*}\rightarrow G $运算时间，$ {\mathrm{add}} $表示大数模加法运算时间，$ {\mathrm{mult}} $表示大数模乘法运算时间，$ {\mathrm{Inv}} $表示模逆运算的运行时间。
在Wei等协议[31]中，身份认证和密钥协商阶段的智能车辆需要执行6次与椭圆曲线上的乘法运算，$ t+1 $次与椭圆曲线上的加法运算，以及4次映射到整数群的哈希函数运算。因此，智能车辆端计算开销为$ 6{\mathrm{Mult}}+(t+1)\cdot {\mathrm{Add}}+4{\mathrm{hash}} $。RSU需7次椭圆曲线上的乘法运算，$ t+1 $次椭圆曲线上的加法运算，以及6次映射到整数群的哈希函数运算，同时，每个边缘节点ES需要执行4次椭圆曲线上的乘法运算，1次椭圆曲线上的加法运算和4次映射到整数群的哈希函数运算， RSU端和边缘节点ES端总计算开销为$ 11{\mathrm{Mult}}+(t+2)\cdot {\mathrm{Add}}+9{\mathrm{hash}} $。
在Yang等协议[32]的首次认证阶段，智能车辆需要将至少阈值$ t $个部分令牌聚合到复合令牌中，智能车辆端需要执行$ t+2 $次双线性配对运算，3次椭圆曲线上的乘法运算，2次映射到整数群的哈希函数运算，$ 2t-2 $次椭圆曲线上的加法运算和$ t+3 $次映射到点的哈希运算。智能车辆端的计算开销是$ (t+2)\cdot {\mathrm{Pair}}+3{\mathrm{Mult}}+2{\mathrm{hash}}+(2t-2)\cdot {\mathrm{Add}}+(t+3)\cdot $Hash。每个边缘节点需要进行4次双线性配对运算，2次椭圆曲线上的乘法运算，1次映射到整数群的哈希函数运算和4个映射到点的哈希函数运算。因此，边缘节点ES端的计算开销是$ 4t\cdot {\mathrm{Pair}}+2t\cdot {\mathrm{Mult}}+t\cdot {\mathrm{hash}}+4t\cdot {\mathrm{Hash}} $。
在Namasudra等协议[33]的V2R阶段，智能车辆和RSU进行身份认证与密钥协商时，智能车辆需要执行4次椭圆曲线上的乘法运算，8次映射到整数群的哈希运算，因此，智能车辆端的计算开销是$ 4{\mathrm{Mult}}+8{\mathrm{hash}} $。RSU需要执行3次椭圆曲线上的乘法运算与7次映射到整数群的哈希运算，因此，RSU端的计算开销是$ 3{\mathrm{Mult}}+7{\mathrm{hash}} $。
本协议中，在认证请求产生阶段，智能车辆计算1次椭圆曲线倍点运算生成临时公钥$ {Q}_{i}={q}_{i}\cdot P $，通过1次映射到整数群的哈希函数运算生成签名$ {\varepsilon }_{i}={q}_{i}+s{k}_{i}\cdot {H}_{2}({\mathrm{PI{D}}}_{i},{Q}_{i},{t}_{i},{\mathrm{p{k}}}_{i}) $，计算开销为2Mult+Add+hash。RSU使用1次椭圆曲线倍点运算生成临时公钥$ {Q}_{j}={p}_{j}\cdot P $，再通过2次椭圆曲线倍点运算1次椭圆曲线加法运算和1次哈希运算验证签名$ {\varepsilon }_{i}\cdot P={Q}_{i}+ {H}_{2}({\mathrm{PI{D}}}_{i},{Q}_{i},{t}_{i}, {\mathrm{p{k}}}_{i})\cdot {\mathrm{p{k}}}_{i} $，再通过1次映射到整数群的哈希函数运算，验证该智能车辆的公钥指纹是否注册在布谷鸟过滤器，计算开销为$ 3{\mathrm{Mult}}{\mathrm{+Add+hash+Hash }}$。在智能车辆身份分布式认证阶段，全部计算开销由RBC链上的RSU产生，避免了智能车辆端的计算开销。RSU端进行阈值$ t $次模逆运算计算逆元$ {y}_{j}= {M}_{j}{}^{-1}\mathrm{mod}{m}_{j} $，进行阈值$ t $次大数模乘计算加权值$ {w}_{j}= {M}_{j}{y}_{j} $，进行$ 2t $次大数模乘和$ 2t-1 $次大数模加计算秘密聚合值$ S $，进行1次映射到整数群的哈希函数运算验证承诺值$ C $，计算开销为$ t\cdot {\mathrm{Inv}}+2t\cdot {\mathrm{mult}}+ (2t- 1)\cdot {\mathrm{add}}+{\mathrm{hash}} $。在密钥协商阶段，智能车辆端和RSU端的计算开销均为$ {\mathrm{Mult+hash}} $，因此，本协议总计算开销：智能车辆端为$ 2{\mathrm{Mult+Add+hash}} $，RSU端为$ 3{\mathrm{Mult}} + {\mathrm{Add}} + t \cdot {\mathrm{Inv}} + 2t \cdot {\mathrm{mult}} + (2t - 1) \cdot {\mathrm{add}} $+$ 2{\mathrm{hash}} + {\mathrm{Hash }}$。
表2详细列出了各协议在身份认证过程中的计算开销，并基于预设的阈值参数，给出了具体的计算开销值。相比传统协议，智能车辆侧的计算开销显著降低。从系统架构角度分析，本文协议在智能车辆端计算开销显著降低的根本原因在于认证阶段计算重心的转移。传统协议通常由车辆主导进行认证，即车载终端承担签名验证和认证决策的相关运算，导致车载终端侧计算负载集中。而本文协议通过引入RBC区块链协同认证机制，将身份合法性验证、阈值聚合计算与一致性共识过程统一迁移至RBC联盟节点与区块链网络中完成，使车载终端仅承担轻量级的签名生成与临时密钥协商运算，从系统结构上实现了认证流程的分层。此外，布谷鸟过滤器被用于公钥指纹快速检索，避免了链上遍历式查询与复杂密码验证操作，使身份合法性初筛阶段的时间复杂度由链上搜索的高时间复杂度转化为常数时间查询，进一步降低了计算开销。
表 2 各协议在身份认证过程中的计算开销

Table 2 Computational costs of each scheme in the identity authentication process

协议 智能车辆端 RSU/ES端
Wei等[31] $ {\mathrm{6Mult+}}(t+1)\cdot {\mathrm{Add+4hash}}\approx 5.0238\ {\mathrm{ms}} $ $ 11{\mathrm{Mult}}+(t+2)\cdot{\mathrm{ Add+9hash}}\approx 9.1899\ {\mathrm{ms}} $
Yang等[32] $ \begin{aligned}& (t+2)\cdot {\mathrm{Pair+3Mult+2hash+}}(2t-2)\\&\cdot {\mathrm{Add+(}}t+3)\cdot {\mathrm{Hash}}\approx24.6288\ {\mathrm{ms}}\end{aligned} $ $ \begin{aligned}& 4t\cdot {\mathrm{Pair}}+2t\cdot {\mathrm{Mult}}+t\cdot {\mathrm{hash}}+4t\cdot {\mathrm{Hash}}\\&\approx56.124\ {\mathrm{ms}}\end{aligned} $
Namasudra等[33] $ 4{\mathrm{Mult}}+8{\mathrm{hash}}\approx 3.3364\ {\mathrm{ms}} $ $ 3{\mathrm{Mult+7hash}}\approx 2.50\ 57\ {\mathrm{ms}} $
本文 $ 2{\mathrm{Mult+Add+hash}}\approx 1.6696\ {\mathrm{ms}} $ $ \begin{aligned}& {\mathrm{3Mult+Add}}+t\cdot {\mathrm{Inv}}+2t\cdot {\mathrm{mult}}+(2t-1)\\&\cdot {\mathrm{add+2hash+Hash}}\approx3.3956\ {\mathrm{ms}}\end{aligned} $
虽然系统在RSU侧引入了阈值秘密共享方案和基于阈值的大数模运算，使RSU侧计算开销有所增加，但这一额外开销为系统带来了抗单点故障能力、匿名可追溯性和跨域认证能力方面的安全属性，使得系统功能更加完备。
因此，综合图5的计算开销对比结果和系统整体性能结构可知，本文协议通过终端轻量化和RBC区块链与RSU联盟节点的协同计算设计，实现了计算开销的合理分配。同时，在保证安全性与可扩展性的前提下，本文协议的整体计算开销仍处于合理且可接受的范围内。
图 5 计算开销对比

Fig.5 Comparison of computational costs

5.2 通信开销

本节对Wei等协议[31]、Yang等协议[32]、Namasudra等协议[33]以及本文协议中智能车辆与RSU或ES端间的V2R的通信开销进行分析，表3中详细列出了各协议在身份认证过程中的通信开销。
表 3 各协议在身份认证过程中的通信开销

Table 3 Communication overhead of each scheme during the identity authentication process

协议 智能车辆端 RSU/ES端
Wei等 $ |\mathrm{ID}|+|T|+2|P|+|\sigma |=1\ 568\text{ bit} $ $ |\mathrm{ID}|+2|T|+3|P|+|\sigma |+t(|H|+|q|+|\sigma |)=2112+768t\text{ bit} $
Yang等 $ |\mathrm{ID}|+|T|+3|P|=1\ 824\text{ bit} $ $ t(|P|+|H|)+|H|=256+768t\text{ bit} $
Namasudra等 $ |\mathrm{ID}|+|T|+|H|+|P|+|\sigma |=1\ 312\text{ bit} $ $ |\mathrm{ID}|+|T|+|H|+|P|+|\sigma |=1\ 312\text{ bit} $
本文 $ |\mathrm{ID}|+|P|+|T|+|K|+|\sigma |=1\ 568\text{ bit} $ $ |{M}_{j}|+|P|+|T|=2\ 112\text{ bit} $
首先，统一智能车辆临时身份或真实身份$ {\mathrm{ID}} $的大小为256 bit，时间戳$ T $为32 bit，哈希$ H $长度为256 bit，椭圆曲线点$ P $长度为512 bit，椭圆曲线标量$ q $基长度为256 bit，基于椭圆曲线密码体制的公钥$ K $为512 bit，基于ECDSA的签名$ \sigma $为256 bit。这些参数大小与常见设置一致，确保对比的可靠性。同时，各协议的认证阶段聚焦于智能车辆与RSU或边缘节点ES的V2R交互，计算智能车辆端与RSU/ES端的通信开销。
Wei等[31]的协议基于联盟区块链和阈值认证，认证过程涉及车辆、RSU和ES的交互。车辆发送认证请求消息$ {M}_{i}=\{{\mathrm{add}}{r}_{i},{t}_{i},{Q}_{i},{X}_{i},{\varepsilon }_{i}\} $至RSU，其中，$ {\mathrm{add}}{r}_{i} $为车辆地址（类似身份），$ {t}_{i} $为时间戳，$ {Q}_{i},{X}_{i} $为椭圆曲线上的点，$ {\varepsilon }_{i} $为签名，智能车辆端的通信开销为$ |{\mathrm{ID}}|+|T|+2|P|+|\sigma |=1\ 568\ {\mathrm{bit}} $。认证过程包括RSU转发请求$ \{{\mathrm{add}}{r}_{i},{t}_{i},{Q}_{i},{X}_{i},{\varepsilon }_{i},{Q}_{k},{t}_{k}\} $至区块链、智能车辆提取令牌$ \{{\mathrm{add}}{r}_{i},{t}_{i},{Q}_{i},{X}_{i},{\varepsilon }_{i},{Q}_{k},{t}_{k}\} $等，RSU需要将车辆请求的$ t $个令牌$ \{h({\mathrm{T{X}}}_{k}),{\sigma }_{j}\} $以及对应的签名发送到智能车辆。因此，边缘节点ES端的通信开销为$ |{\mathrm{ID}}|+ 2|T|+3|P|+|\sigma |+t(|H|+|q|+|\sigma |) $。该协议因阈值机制需要多轮交互，通信开销较高。
Yang等协议[32]协议采用边缘辅助架构，认证分为Auth-I（首次认证）和Auth-II（快速切换）阶段。本小节分析聚焦Auth-I阶段，以匹配其他协议的V2R对比。车辆发送请求消息$ {\mathrm{req}}=\{{\mathrm{I{D}}}_{V},Y,{R}_{1},{R}_{2},{T}_{s}\} $至领导边缘节点EN，其中，$ {\mathrm{I{D}}}_{V} $为车辆身份，$ Y $为签名相关值，长度视为椭圆曲线上的点，$ {R}_{1},{R}_{2} $是椭圆曲线上的点，$ {T}_{s} $为时间戳。智能车辆端的通信开销为$ |{\mathrm{ID}}|+|T|+3|P|=1824\ {\mathrm{bit}}$。之后EN将消息转发给其他EN，并且在至少$ t-1 $个EN协作认证车辆身份后向车辆发送$ \{({V}_{k},{W}_{k}),C\} $。EN端的通信开销为$ t(|P|+|H|)+ |H|=256+768t \ {\mathrm{bit}}$。该协议因多EN阈值签名而消息较多。
Namasudra等协议[33]结合ECC和区块链，V2R认证阶段包括3次消息交换。根据该协议的“7.3通信开销”，车辆发送认证请求$ {\mathrm{A{R}}}_{V{{R}_{1}}}= \{{\mathrm{TI{D}}}_{V},{\mathrm{T{S}}}_{V}, {m}_{V}, {A}_{V},{\mathrm{Sig{n}}}_{V}\} $至RSU。RSU向智能车辆回复认证响应$ {\mathrm{A{R}}}_{{{R}_{1}}V}=\{{\mathrm{TI{D}}}_{{{R}_{1}}},{\mathrm{T{S}}}_{{{R}_{1}}},{B}_{{{R}_{1}}},{n}_{{{R}_{1}}},{\mathrm{Sig{n}}}_{{{R}_{1}}}\} $。其中，$ {\mathrm{TI{D}}}_{V},{\mathrm{TI{D}}}_{{{R}_{1}}} $为临时身份，$ {\mathrm{T{S}}}_{V},{\mathrm{T{S}}}_{{{R}_{1}}} $为时间戳， $ {m}_{V},{n}_{{{R}_{1}}} $为哈希输出，$ {A}_{V},{B}_{{{R}_{1}}} $为椭圆曲线上的点，$ {\mathrm{Sig{n}}}_{V},{\mathrm{Sig{n}}}_{{{R}_{1}}} $为签名。智能车辆端的通信开销为$ |{\mathrm{ID}}|+|T|+|H|+|P|+|\sigma |=1\ 312\ {\mathrm{bit}} $。RSU端的通信开销为$ |{\mathrm{ID}}|+|T|+|H|+|P|+|\sigma |=1\ 312\ {\mathrm{bit}} $。该协议通过轻量级的签名与认证操作，实现了较低的通信开销。
本文协议中，智能车辆发送认证请求消息$ {M}_{i}= \{{\mathrm{PI{D}}}_{i},{Q}_{i},{t}_{i},{\mathrm{p{k}}}_{i},{\varepsilon }_{i}\} $到区域内对应RSU。RSU收到认证请求消息后，转发认证请求消息元组$ {M}_{j}=\{{M}_{i},{Q}_{j},{t}_{j}\} $到区块链RBC进行共享，方便后续分布式认证操作。其中，$ {\mathrm{PI{D}}}_{i} $为伪身份，$ {Q}_{i},{Q}_{j},{\mathrm{p{k}}}_{i} $为椭圆曲线上的点，$ {t}_{i},{t}_{j} $为时间戳，$ {\varepsilon }_{i} $为ECDSA签名。
所以智能车辆端的通信开销为$ |{\mathrm{ID}}|+|P|+|T|+ |K|+|\sigma |=1\ 568\ {\mathrm{bit}} $，RSU端的通信开销为$ |{M}_{j}|+|P|+ |T|=2\ 112\ {\mathrm{bit}} $。后续的分布式认证流程均在区块链RBC上进行，分担了智能车辆与RSU的通信开销，缺点是链上操作开销较大。
由图6通信开销对比可知，在通信开销方面，本文协议在智能车辆端和RSU/ES端的通信开销均低于Wei等和Yang等的协议，仅略高于Namasudra等的协议。但是，Namasudra等的协议仅考虑同一区域内的认证场景，未涉及跨域通信场景。相比之下，本文协议不仅考虑了同一区域的认证，还考虑了跨域认证场景并引入了匿名身份追溯机制。
图 6 通信开销对比

Fig.6 Comparison of communication overhead

从通信结构角度分析，本文协议通信开销均低于Wei等和Yang等的协议的主要原因在于将认证流程简单化。传统认证协议通常需要在车辆、RSU和边缘节点之间进行多次消息交互，通信复杂度随节点数量呈线性增长趋势。而本文协议将分布式认证交给RBC区块链，并由其网络内部完成，智能车辆仅需完成单次认证请求发送，后续阈值聚合、合法性验证与共识过程均在区块链系统内部进行，从而显著减少了信息交互轮次。
在跨域认证场景中，通过引入令牌，避免了车辆进入新区域时重新执行完整认证流程，从认证流程结构上将跨域认证由完整认证流程变为令牌验证过程，显著降低跨区域移动场景下的通信开销。
综上所述，本文协议的系统通信复杂度更多依赖区块链内部的共识网络，从系统层面提升了动态环境下的通信稳定性与扩展能力，较好地平衡了通信效率和系统功能，使其在现实智能应用中更具实用性和优势。

5.3 实验仿真分析

为验证本文协议的性能与有效性，本文基于Python3.13仿真环境对协议进行测试，运行环境为Windows 11操作系统，处理器为AMD Ryzen 5 4500U，内存16GB。
首先，分析车辆数量对系统性能的影响。图7车辆数量变化对认证延迟影响的实验结果表明，随着车辆数量的增加，系统计算延迟未有明显变化。其次，图8分析跨域次数对系统性能的影响，结果显示系统延迟随跨域次数线性增长，但整体开销仍保持在可接受范围内。此外，图9分析令牌有效期对存储开销的影响，实验表明，令牌有效期会影响认证效率。因此，系统需要在安全性与性能之间进行权衡选择合适参数。
图 7 车辆数量变化对认证延迟的影响

Fig.7 Impact of changes in vehicle quantity on certificat ion delay

图 8 跨域次数对认证延迟的影响

Fig.8 Impact of cross-domain frequency on authentication delay

在追溯机制有效性方面，本文采用公式$ {\mathrm{TR}}= \dfrac{{\mathrm{TS}}}{{\mathrm{TD}}}\times 100％ $对追溯机制在恶意行为检测进行评估，其中，TR表示追溯概率，TS表示成功追溯的恶意车辆数，TD表示恶意车辆总数。通过图10对本文协议追溯性能的分析，评估系统的检测率。实验结果表明，所提方案能够有效识别恶意行为，并在满足触发条件后成功恢复车辆真实身份，具有较高的追溯成功率。最后在典型车联网环境中，如果单个RSU覆盖1000辆智能车辆，根据上述线性关系推算，RSU的存储开销约为$ 1\ 000\times (|{M}_{j}|+|P|+|T|)\approx 257.81 $ KB，远低于典型RSU的512 MB以上的内存容量。因此，本文协议有良好的存储效率。
图 9 令牌有效期对存储开销的影响

Fig.9 Impact of token validity on storage overhead

图 10 本文协议追溯性能分析

Fig.10 Retroactive performance analysis of this scheme

6 结束语

本文针对智能车联网环境中身份认证效率低、隐私保护不足等关键问题，设计了一种基于双区块链分层协同架构的分布式匿名认证与密钥协商协议。该协议结合秘密共享技术、双链分层结构以及布谷鸟过滤器查询优化策略，实现了高效安全可信、匿名可追踪且适应高速移动通信环境的身份认证体系。理论分析与实验评估表明，本文提出的协议在认证延迟、计算开销与通信开销等方面与现有协议相比，均有所降低且优势显著，具备良好的工程应用潜力。

References

Publishing order | Descend order by publishing year | Descend order by cited within
1
Rahman A, Abedin E M Z, Kundu D, et al. DistB-VNET: distributed cluster-based blockchain vehicular ad-hoc networks through SDN-NFV for smart city[C]//Proceedings of the 2024 27th International Conference on Computer and Information Technology (ICCIT). Piscataway: IEEE Press, 2024: 3372-337.

2
Sutradhar K, Pillai B G, Amin R, et al. A survey on privacy-preserving authentication protocols for secure vehicular communication[J]. Computer Communications, 2024, 219, 1- 18.

DOI

3
Raya M, Papadimitratos P, Hubaux J P. Securing vehicular communications[J]. IEEE Wireless Communications, 2006, 13 (5): 8- 15.

4
Awais S M, Wu Y C, Mahmood K, et al. Provably secure and lightweight authentication and key agreement protocol for fog-based vehicular ad-hoc networks[J]. IEEE Transactions on Intelligent Transportation Systems, 2024, 25 (12): 21107- 21116.

DOI

5
Whyte W, Weimerskirch A, Kumar V, et al. A security credential management system for V2V communications[C]//Proceedings of the 2013 IEEE Vehicular Networking Conference. Piscataway: IEEE Press, 2013: 1-8.

6
Li X L, Li M X, Xu L W, et al. Lightweight identity authentication and key agreement scheme for VANETs based on SSL-PUF[J]. Scientific Reports, 2025, 15, 21469.

DOI

7
Wang S Q, Fan Z Y, Su Y, et al. A lightweight, efficient, and physically secure key agreement authentication protocol for vehicular networks[J]. Electronics, 2024, 13 (8): 1418.

DOI

8
Zhang C, Lu R, Lin X, et al. An efficient identity-based batch verification scheme for vehicular sensor networks[C]//Proceedings of the IEEE INFOCOM 2008 - The 27th Conference on Computer Communications. Piscataway: IEEE Press, 2008: 246-250.

9
Kamat P, Baliga A, Trappe W. An identity-based security framework for VANETs[C]//Proceedings of the 3rd International Workshop on Vehicular Ad Hoc Networks. New York: ACM, 2006: 94-95.

10
Jiang Y C, Ji Y, Liu T H. An anonymous communication scheme based on ring signature in VANETs[PP/OL]. V1. arXiv (2014-10-07)[2025-11-10]. https://doi.org/10.48550/arXiv.1410.1639.

11
Mamun M S I, Miyaji A, Takada H. A multi-purpose group signature for vehicular network security[C]//Proceedings of the 2014 17th International Conference on Network-Based Information Systems. Piscataway: IEEE Press, 2014: 511-516.

12
Babaghayou M, Labraoui N, Abba A, et al. Pseudonym change-based privacy-preserving schemes in vehicular ad-hoc networks: a survey[J]. Journal of Information Security and Applications, 2020, 55, 102618.

DOI

13
Lu R, Lin X, Zhu H, et al. ECPP: efficient conditional privacy preservation protocol for secure vehicular communications[C]//Proceedings of the IEEE INFOCOM 2008 - the 27th Conference on Computer Communications. Piscataway: IEEE Press, 2008: 1229-1237.

14
Calandriello G, Papadimitratos P, Hubaux J P, et al. Efficient and robust pseudonymous authentication in VANET[C]//Proceedings of the Fourth ACM International Workshop on Vehicular Ad Hoc Networks. New York: ACM, 2007: 19-28.

15
Sun J Y, Zhang C, Zhang Y C, et al. An identity-based security system for user privacy in vehicular ad hoc networks[J]. IEEE Transactions on Parallel and Distributed Systems, 2010, 21 (9): 1227- 1239.

DOI

16
Dorri A, Kanhere S S, Jurdak R. Blockchain in Internet of things: challenges and solutions[PP/OL]. V1. arXiv (2016-08-18)[2025-11-10]. https://doi.org/10.48550/arXiv.1608.05187.

17
Liang X P, Zhao J, Shetty S, et al. Integrating blockchain for data sharing and collaboration in mobile healthcare applications[C]//Proceedings of the 2017 IEEE 28th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC). Piscataway: IEEE Press, 2017: 1-5.

18
George S A, Stephen S M, Jaekel A. Blockchain-based pseudonym management scheme for vehicular communication[J]. Electronics, 2021, 10 (13): 1584..

DOI

19
包俊, 张新有, 冯力, 等. 一种基于区块链的车联网安全认证协议[J]. 计算机应用研究, 2023, 40 (10): 2908- 2915，2921..

DOI

Bao J, Zhang X Y, Feng L, et al. Security authentication protocol for Internet of vehicles based on blockchain[J]. Application Research of Computers, 2023, 40 (10): 2908- 2915，2921..

DOI

20
陈宝超, 马立原, 徐昊, 等. 区块链可扩展性研究综述: 架构、数据与协议[J]. 网络空间安全科学学报, 2025, 3 (2): 12- 27.

DOI

Chen B C, Ma L Y, Xu H, et al. A research survey of blockchain scalability: architecture, data and protocol[J]. Journal of Cybersecurity, 2025, 3 (2): 12- 27.

DOI

21
Zhang K, Mao Y M, Leng S P, et al. Optimal delay constrained offloading for vehicular edge computing networks[C]//Proceedings of the 2017 IEEE International Conference on Communications (ICC). Piscataway: IEEE Press, 2017: 1-6.

22
Liu Z Q, Wan L, Guo J J, et al. PPRU: a privacy-preserving reputation updating scheme for cloud-assisted vehicular networks[J]. IEEE Transactions on Vehicular Technology, 2025, 74 (2): 1877- 1892.

DOI

23
Aranha D F, Elhousni Y, Guillevic A. A survey of elliptic curves for proof systems[J]. Designs, Codes and Cryptography, 2023, 91 (11): 3333- 3378.

24
Ullah S, Zheng J B, Din N, et al. Elliptic curve cryptography, applications, challenges, recent advances, and future trends: a comprehensive survey[J]. Computer Science Review, 2023, 47, 100530.

25
Yan Y H. The overview of elliptic curve cryptography （ECC）[J]. Journal of Physics: Conference Series, 2022, 2386 (1): 012019.

26
Nikhil U V, Stamenkovic Z, Raja S P. A study of elliptic curve cryptography and its applications[J]. International Journal of Image and Graphics, 2025, 25 (6): 2550062.

DOI

27
Ore O. The general Chinese remainder theorem[J]. The American Mathematical Monthly, 1952, 59 (6): 365- 370.

DOI

28
Mignotte M. How to share a secret[M]. Cryptography. Berlin, Heidelberg Springer, 2007: 371-375.

29
Fan L, Lan L D. Method and system for securely storing data using a secret sharing scheme: US11245522[P]. 2022-02-08.

30
Fan B, Andersen D G, Kaminsky M, et al. Cuckoo filter: practically better than bloom[C]//Proceedings of the 10th ACM International on Conference on Emerging Networking Experiments and Technologies. New York: ACM, 2014: 75-88.

31
Wei L, Zhang Y J, Cui J, et al. A threshold-based full-decentralized authentication and key agreement scheme for VANETs powered by consortium blockchain[J]. IEEE Transactions on Mobile Computing, 2024, 23 (12): 12505- 12521.

DOI

32
Yang A J, Weng J, Yang K, et al. Delegating authentication to edge: a decentralized authentication architecture for vehicular networks[J]. IEEE Transactions on Intelligent Transportation Systems, 2022, 23 (2): 1284- 1298.

DOI

33
Namasudra S, Das S, Datta S, et al. An advanced blockchain-based mutual authentication technique for the Internet of vehicles environment[J]. The Journal of Supercomputing, 2025, 81 (15): 1445.

DOI

Options
Outlines

/

〈 〉

Website Copyright © Editorial Office of Journal of Cybersecurity.
Tel: 010-89061756/89061778　
E-mail：wlkjaqkxxb@caasse.cn
Powered by Beijing Magtech Co. Ltd,.

京ICP备16032046号-20