| AES加密通过分组密码返回的加密数据的位数与输入数据相同。加密过程如下：
（1） 给定一个明文X，将初始态（State）初始化为X，并进行轮密钥加（AddRound Key）操作，将轮密钥与State异或。
（2） 对前Nr-1轮中的每一轮，用S盒进行一次字节代换（Sub Bytes）操作；对State做一次行移位（Shift Rows）操作；再对State做一次列混淆（Mix Columns）操作；然后进行轮密钥加（Add Round Key）操作。
（3） 依次进行SubBytes、Shift Rows、Add Round Key操作。
（4）将最后State中的内容定义为密文Y。
2.2 RSA加密算法
为了建立RSA密码系统，用户需完成以下各步骤：
(1)用户产生两个大素数p和q；
(2)计算 和 ；
(3)选择一个随机整数 （ ），使得和 互为素数，即 。
(4)使用扩展 Euclidean算法计算 ；
(5)将 和作为他的加密密钥直接公开。
对消息进行加密前，首先将消息分解成为消息比特串分组，分组长度 要保证 。用M来表示某一分组后的消息的十进制表示，则 。
若用M表示明文，用C表示密文（M和C均小于n），则加密和解密运算为：
加密： 
解密： 
RSA体制中的加密密钥是公开的，而解密密钥d是保密的，（虽然在RSA的加密与解密密钥建立后，p与q不再需要，但p与q也绝不可泄露）。
不停车收费系统中敏感信息加密过程如下：
当费用结算管理中心C和各收费站F之间需要进行信息传输时，首先调用AES加密程序对所要传输的内容进行加密处理。然后采用非对称密钥密码RSA算法对AES加密密钥进行加密，最后和原有加密信息同时传输给信息接收方。接收方收到信息后，利用RSA中自己的私钥将AES的密钥进行解密，再解密原有加密信息即可得到原有明文信息。
3信息融合技术[8]
信息融合最早用于军事领域，定义为一个处理探测、互联、估 计以及组合多源信息和数据的多层次多方面过程，以便获得准确的状态和身份估计、完整而及时的战场态势和威胁估计。它强调信息融合的三个核心方面：第一，信息融合是在几个层 次上完成对多源信息的处理过程，其中每一层次都表示不同级别的信息抽象；第二，信息融合包括探测、互联、相关、估计以及信息组合；第三，信息融合的结果包括较低层次上的状 态和身份估计，以及较高层次上的整个战术态势估计。
由于不停车收费系统各种表明车辆身份的信息（如车牌、车型、车重和IC卡记录的数据）都不完全是可靠的信息，为了提高车辆身份的判别正确率，将这些信息融合是有必要的信息融合，因为通过对不同信息采集通道数据的综合处理，可以得到比任何单个数据源更全面、更准确的信息，它是提高车辆身份识别准确率的一个有效技术途经。在实际系统中，不停车收费系统信息融合组建是整个收费系统中身份判别的一个核心组件。
不停车收费系统中的信息融合模型可以如图4所示。
图4 高速公路不停车收费系统信息融合计算模型
模型中的信息采集通道分别是非接触IC卡、车辆检测器和数码相机，用来完成车型参数、牌照参数和车载非接触IC卡卡号的数据采集，模型中的关键部分是对采集到的信息进行信息融合计算。
非接触IC卡阅读器、车辆检测器、数码相机采集到数据后，进行数据层融合处理，主要包括对采集到的图片进行预处理，同时对车型、牌照进行识别，另外根据采集到的卡号检索数据库中相应记录等。而要真正得到判决输出的结果，关键还要进行决策层的数据处理，应该看到仅仅通过车型数据，是没法进行对结果命题（即“合法车辆”）的判决，只有联合卡号或者牌照才可以作为决策层的输入数据，这样数据融合层的3重证据（卡号，牌照，车型）在进行决策层融合前，变成了2重证据（牌照+车型和卡号+车型）来作为决策层数据融合的资源。
这里，为了验证上述理论的可行性，可以假定这2个证据（即牌照+车型和卡号+车型）对命题（“合法车辆”）的支持度分别为：
 =0.8  =0.2
 =0.9  =0.1
所以，根据D-S证据组合规则有：
 =
这样，就可以得到2重证据联合作用下的可信度
由此可见，联合作用下的可信度比单个证据的可信度要高。
对封闭式的高速公路，收费车道只有两种情况：要么是入口车道，要么是出口车道。正常的挡车器处于常闭状态，以保证非正常的车辆（无效卡、无卡、假卡、低值卡）不能通过自动收费车道。当车辆进入收费站区域时，启动数码相机和阅读器，数码相机获取汽车的车型和牌照信息，阅读器获取车载非接触IC卡中的相关身份数据，三种数据参数送上位机后，软件进行信息融合处理。如图5所示。
图5 不停车收费系统信息融合总体流程
在实际收费操作过程中，由于识别率原因，个别车辆的识别可能有偏差，这时，收费员可通过人工来进行判别。另外，人工收费也必须存在，以备在电子系统检修期间或系统检测到有非正常状态时，收费车道能正常工作。
4 结论
本文讨论了不停车收费系统中的几个关键问题，虽然目前已有成熟的技术解决这些问题，但对不停车收费系统所要求的高可靠性和安全性来说，即使解决了这些问题仍然不能满足实际应用的需要。所以在实际应用中，比较可行的方案是将几种技术联合应用，对反映不停车收费系统特征的多个信息进行融合，以期取得更为精确的判定结果。本文提出的思想和讨论的方法对不停车收费系统的发展具有理论上的指导意义。
参考文献
[1]廉飞宇,范伊红,张元.ETC电子不停车收费的技术研究[J].计算机工程与应用, 2007(5):204-207.
[2]王慧斌,芦蓉.基于视频的车型特征提取及识别方法研究[J]. 微型电脑应用, 2010(10):50-53.
[3]陈炳权,刘宏立.基于支持向量机与结构矩的车型识别实时鲁棒算法[J]. 湖南师范大学自然科学学报,2010(4):14-18.
[4]李蓉,周维柏.利用改进的半正定规划的支持向量机识别车牌[J].激光与红外, 2010(5):568-572.
[5]温浩,卢朝阳.基于半分积分投影的车牌字符快速识别算法[J]. 电子科技,2007(10):1-5.
[6]颜靖华.车牌信息识别技术算法研究[J].信息网络安全,2011(4):85-87.
[7]刘灿由,崔铁军,张威,傅文棋.分布式空间信息网络服务安全架构的设计与实现[J]. 测绘科学技术学报,2010(1):75-78.
[8]郭敏.多源信息融合在故障诊断技术中的应用研究[J]. 计算机与数字工程,2011(3):1-4.
2/2 首页 上一页 1 2 |
