车联网(IOV,Internet of Vehicles)中大数据已经成为近年来的研究热点,车联网服务商是通过采集车主用户的数据并上传到车云平台,利用车云平台海量存储和强大的计算优势,对这些大数据进行存储和处理分析,为车联网中的用户提供一系列便利服务和为城市构建智慧交通。然而车云平台存储数据同样面临严峻的安全问题,尤其是存储数据的完整性问题。因此,存储在云端数据的完整性检测和数据检测出错时能及时修复的技术应运而生。本文对车联网云端大数据完整性检测与恢复技术展开研究,主要工作如下:(1)对车云平台的系统结构和特点进行介绍,之后分析车云平台存储数据所面临的数据安全问题以及保障数据完整性的重要性。再对现有的优秀数据完整性检测技术和协议进行阐述,并分析这些检测协议方案的优势和不足之处。最后通过比较得出各个方案模型的适用场景。(2)根据车云平台大数据采集上传和存储的特点,在可恢复证明协议模型的基础上,对数据进行分块和分组,然后对数据块构造一种Reed-Solomon码,根据RS码对破坏者编码进行了改进,通过引入代理审计第三方,基于“挑战—响应”机制,设计车云平台“挑战—响应—验证”模式的大数据完整性检测流程,而且能够支持无限多次检测。(3)针对车云平台大数据完整性检测出的错误数据,结合车云平台数据副本冗余存储方式,通过RS编码的纠错能力,设计出错数据恢复算法,能够及时恢复检测到的一定比例的出错数据。从而提出车云平台大数据完整性检测与恢复方案。仿真结果表明该方案具有安全性,在性能方面相比其他方案更优。