1.基于动态博弈论的交通服务信息转发机制，其特征在于，包括如下步骤，步骤1，建立面向车联网环境的交通服务信息转发动态演化博弈模型；并将车联网中的车辆节点分为三个群体，分别为正常节点为群体1，自私节点为群体2和恶意节点为群体3；

步骤2，对三个群体分别设置对应的积极行为策略和自私行为策略，并表示为如下的策略空间，群体1的策略空间是G1＝{a1,a2}；a1表示节点接收交通服务信息并转发，同时愿意自主发布相关服务信息；a2表示节点仅接收交通信息并转发，但是不愿意自主发布交通服务信息；

群体2的策略空间是G2＝{b1,b2}；b1表示节点接收交通服务信息并转发；b2表示节点仅接收的交通服务信息，但拒绝转发；

群体3的策略空间是G3＝{c1,c2}；c1表示接收交通服务信息；c2表示拒绝接收；

其中，a1、b1和c1积极行为策略，a2、b2和c2为自私行为策略；

步骤3，建立博弈模型中车辆节点的收益函数如下；

车辆节点的收益＝每个车辆节点接收交通服务信息获得的收益+转发信息获得的反馈奖励+自主发布交通服务信息获得的反馈奖励-消耗的能量；

其中，消耗的能量＝转发能量消耗+自主发布能量消耗；

步骤4，根据三个群体的策略空间和车辆节点的收益函数，得到对应三个群体中的车辆节点选择不同策略时的收益，从而得到三个群体的平均效用函数，表征对应群体的整体收益；

步骤5，在面向车联网环境的交通服务信息转发动态演化博弈模型中，设定r3＞r2＞r1，车辆节点每接收一个单元的交通服务信息，获得的收益是r1，消耗的能量是e1；车辆节点每转发一个单元的交通服务信息，获得反馈奖励是r2，消耗的能量是e2；车辆节点每主动发布一个单元的交通服务信息，获得的反馈奖励是r3，消耗的能量是e3；且任何类型的能量消耗均小于收益或反馈奖励；以规避车辆节点的自私行为，激励车辆节点的积极行为，进行多次动态博弈演化；

当在一次动态演化博弈过程中，演化参数为 则可得到：群体1中的节点选择满足如下条件，

其中，q1为群体1中节点收益函数，

则得到策略a1就是群体1的演化稳定策略；

群体2中的节点选择满足如下条件，

其中，q2为群体2中节点收益函数，

则得到策略b1就是群体2的演化稳定策略；

群体3中的节点选择满足如下条件，

其中，q3为群体3中节点收益函数，

则得到策略c1就是群体3的演化稳定策略；

从而使得博弈模型逐渐趋向选择收益高的策略，并且趋于稳定状态，实现抑制节点的自私行为，激励节点的积极行为，提高交通服务信息的传输效率，并且通过三个群体的平均效用函数完成对应群体在博弈模型稳定状态下的整体收益评估。

2.根据权利要求1所述的基于动态博弈论的交通服务信息转发机制，其特征在于，步骤

1中，所述的车辆网中车辆节点的分布服从泊松分布，在一次基于动态博弈模型的演化过程中，存在n个车辆节点参与博弈的概率如式(1)所示，其中，θ为概率计算参数，K为车联网中随机选择的节点数量。

3.根据权利要求1所述的基于动态博弈论的交通服务信息转发机制，其特征在于，步骤

1中，所述的车辆网中两个车辆节点之间的连接时间服从指数分布，在一段时间T内，两车的连接概率P计算如式(2)所示，P＝1-(1+χT)e-χT  (2)

其中，概率计算参数χ＞0。

4.根据权利要求1所述的基于动态博弈论的交通服务信息转发机制，其特征在于，步骤

2中，所述的车辆节点在不同的群体中，会采取不同的行为策略，以期获取更大的利益。

5.根据权利要求1所述的基于动态博弈论的交通服务信息转发机制，其特征在于，步骤

4中的具体步骤如下，

步骤4.1，三个群体中的车辆节点选择积极行为策略的概率如下，在群体1中，车辆节点选择策略a1的概率是x，x∈[0,1]；

在群体2中，车辆节点选择策略b1的概率是y，y∈[0,1]；

在群体3中，车辆节点选择策略c1的概率是z，z∈[0,1]；

步骤4.2，根据选择积极行为策略的概率得到三个群体中的车辆节点选择积极行为策略的收益概率如下，在群体1中的某个节点选择策略a1，则其获得收益的概率计算如式(3)，当群体2中的某个节点选择策略b1时，收益概率计算如式(4)，当群体3中的某个节点选择策略c1时，收益概率计算如式(5)，步骤4.3，在一次博弈过程中，群体1参与博弈节点数目为n1，群体2节点数目为n2，群体3节点数目为n3；根据节点的收益概率，得到节点的收益如下；

群体1中，当节点选择策略a1时，节点的收益如式(6)，当节点选择策略a2，节点的收益如下，

群体2中，当节点选择策略b1时，节点的收益如下，当节点选择策略b2，节点的收益如下，

群体3中，当节点选择策略c1时，节点的收益如下，当节点选择策略c2，由于节点选择消极策略，不做任何接收或转发行为，因此收益为0；

步骤4.4，根据各群体中节点的收益得到三个群体的平均效用函数；

群体1的平均效用函数如式(7)，

群体2的平均效用函数如式(8)，

群体3的平均效用函数如式(9)，

6.根据权利要求1所述的基于动态博弈论的交通服务信息转发机制，其特征在于，步骤

5中，每个群体中的车辆节点在群的整体演化过程中都会进行自我学习；通过学习，选择收益较高的策略选择，放弃收益低的策略选择，逐渐的固化收益最大化的策略选择；在多次的动态博弈过程之后，整个群体趋向动态收敛直至达到均衡的稳定状态。