本书主要介绍车联网通信环境中，自私节点对网络性能的影响、其检测方法、以及相应的激励机制等三个科学问题。书中不仅涉及了无线网络、模糊逻辑、博弈论、强化学习等理论方法，而且详细介绍了仿真实验平台和具体的参数指标，包括OMNeT++、INET Framework、SUMO以及Veins。此外，本书通过实验数据和对比方法，验证了所提出方案的合理性和有效性。读者通过阅读本书，可以了解车联网通信领域的前沿，学会搭建车联网仿真环境，深入理解车联网通信中的难点问题，提高学术研究能力。
本书适合计算机网络或物联网等相关专业的研究生及科研爱好者阅读。

阿喜达（男，1980-），出生于内蒙古呼伦贝尔市。于2010年获日本电气通信大学信息网络系统专业硕士学位，于2023年获西安理工大学模式识别与智能系统专业博士学位。现任包头师范学院信息科学与技术学院副教授。已发表和出版学术论著20余篇，其中包括作为第一作者发表的SCI检索论文4篇、译著1部。主持过多项科研项目，包括省级自然科学基金项目一项。主要研究方向包括物联网、无线通信、高性能计算，以及协作计算等领域的理论及其应用。

第1章 概述
1.1 研究背景及意义
1.2 研究现状及其挑战
1.2.1 自私节点的评价
1.2.2 自私节点的检测
1.2.3 自私节点的激励
1.3 研究内容
1.3.1 自私节点对网络性能的影响
1.3.2 自私节点的检测技术
1.3.3 自私节点的激励机制
1.4 本书的主要创新点
1.5 本书的主要工作及章节安排
第2章 车联网通信技术
2.1 车联网数据传输技术
2.1.1 IEEE 802.11p协议
2.1.2 VANET通信
2.1.3 AODV路由协议
2.1.4 C-V2X技术
2.2 车联网数据分发技术
2.2.1 基于广播的数据分发技术
2.2.2 基于多跳通信的数据分发技术
2.2.3 基于蜂窝网的数据分发技术
2.3 车联网通信技术应用
2.3.1 安全类应用
2.3.2 环境类应用
2.3.3 便利性和商业类应用
2.4 车联网仿真平台
2.4.1 0MNeT++
2.4.2 INET Framework
2.4.3 SUMO
2.4.4 Veins
2.5 本章小结
第3章 网络中自私节点影响的量化分析
3.1 引言
3.2 自私节点及其分类
3.2.1 自私节点的定义
3.2.2 自私节点的分类
3.3 自私节点对MANET性能的影响
3.3.1 相关研究
3.3.2 基于能耗的自私节点
3.3.3 评价方法及其指标
3.3.4 仿真环境
3.3.5 试验结果
3.4 自私节点对VANET性能的影响
3.4.1 相关研究
3.4.2 评价方法及其指标
3.4.3 仿真环境
3.4.4 试验结果
3.5 本章小结
第4章 车联网通信中自私节点的检测方法
4.1 引言
4.2 相关研究
4.2.1 基于监视的检测方法
4.2.2 基于确认信息的检测方法
4.2.3 基于机器学习的检测方法
4.3 模糊逻辑控制
4.3.1 模糊逻辑控制系统
4.3.2 模糊逻辑控制的优、缺点
4.4 基于模糊逻辑的自私节点检测方法
4.4.1 MAC层监视模块
4.4.2 网络层检测模块
4.4.3 综合评级模块
4.4.4 模糊逻辑决策模块
4.4.5 感知模块
4.5 仿真试验
4.5.1 评价指标
4.5.2 仿真环境
4.5.3 试验结果
4.6 本章小结
第5章 车联网通信中自私节点的激励机制
5.1 引言
5.2 相关研究
5.2.1 基于信任度的激励机制
5.2.2 基于声誉的激励机制
5.2.3 基于博弈论的激励机制
5.3 强化学习
5.3.1 Q-学习
5.3.2 Q-学习的优、缺点
5.3.3 引入Q-学习算法的理由
5.4 基于Q-学习的自私节点激励机制
5.4.1 多跳通信联合博弈模型
5.4.2 模糊逻辑评估模块
5.4.3 Q-学习激励模块
5.4.4 Q-表更新示例
5.5 仿真试验
5.5.1 评价指标
5.5.2 仿真环境
5.5.3 试验结果
5.6 本章小结
第6章 后序
参考文献