由于快速发展的移动互联网,车联网中的位置服务技术得到了广泛应用。然而,车联网中以自组织的方式相互报告交通信息的车辆为主,在这种复杂的网络环境下,有些内部车辆节点可能会发送异常的交通信息来干扰其他车辆节点的正常行为。因此,从发起这种攻击节点的行为对车联网安全的影响可以看出,车辆节点通过破坏路由或毁坏数据,威胁着车联网的安全,更为严重时可能会造成驾驶者的人身安全和财产损失。为此,针对车联网伪节点检测问题,在借鉴已有的研究基础上,基于车联网研究伪节点检测特征,基于交通信息构建车联网伪节点检测模型,基于动态信誉值设计车联网伪节点检测算法。具体研究工作如下:1.为了完善车联网伪节点行为特征,设计了车联网中多种节点的双层检测特征参数。首先归纳了车联网中常见的节点类型,将其分为正常节点、不合作节点和恶意攻击节点,然后设计了四元组描述方法对车联网中的常见各类节点进行定性描述,最后分析了多种类型的车联网节点的行为特征及关联性,设计了包含车联网感知层和网络层的双层检测特征参数,同时构建了关联检测验证了其在正确率和计算时间上的有效性。2.为了使车联网伪节点检测模型更加合规,构建了基于交通信息的车联网伪节点检测模型。首先定义了车联网中节点发布、转发和接收的道路交通信息及其类型,然后提取了交通信息中常见的有效特征组成有效特征向量,在此基础上,构建了基于交通信息的车联网伪节点检测模型,使车联网伪节点检测模型更加合规化。3.为了优化车联网伪节点检测算法,设计了基于动态信誉值的车联网伪节点检测算法。该算法首先采用支持向量机对车辆节点发布、转发和发送的交通信息进行检测,然后使用信任向量表对历史状态进行记录,进而计算节点的动态信誉值,最后仿真实验表明,在车联网伪节点检测中,设计的车联网伪节点检测算法能够降低对车联网伪节点检测的时间开销和提高对车联网伪节点的准检率。课题研究成果可以有效的对车联网伪节点进行检测,对推动车联网安全技术研究、促进车联网应用和改善人们的生活质量等方面具有极其重要的意义。