1.一种停车场云存储资源的信任计算方法，其中，包括以下步骤：步骤一：公云服务器接受用户车辆节点发出的存储资源请求信号，所述存储资源请求信号包括所述用户车辆节点需要的存储资源大小以及所述存储资源的类型；

步骤二：所述公云服务器根据接受到的请求信号，通过计算信任值、距离和花费获取符合请求信号的若干候选服务车辆节点；

步骤三：所述公云服务器向所述服务车辆节点发出服务信号，同时向所述用户车辆节点发出反馈信号，使得所述服务车辆节点与所述用户车辆节点进行信号连接，车辆存储资源共享网络形成，服务开始；

步骤四：所述车辆存储资源共享网络中，当某一服务车辆节点离开或者终止服务时，终止服务的车辆向所述公云服务器发出告知信号，所述公云服务器将原暂存于终止服务车辆节点中的数据迁移到公云本地的缓冲池当中，所述公云服务器重新计算获取符合请求的服务车辆节点，然后将存放于缓冲池中的数据发送存储于新的服务车辆节点中，重新建立新的车辆存储资源共享网络；

步骤五：所述公云服务器对所述车辆存储资源共享网络中的服务车辆节点进行信任值更新；

信任值更新综合服务车辆节点自身的特征和服务车辆节点提供服务的交互规模，用公式表示为：

Dtr(i)＝α1*utr(i，n)+β1*Ttr(i)，且α1+β1＝1，0.1＜α1＜0.3，其中，Dtr(i)表示服务车辆节点i总的信任值，Utr(i，n)表示所述服务车辆节点i自身最近n天所反映的特征属性值，Ttr(i)表示所述服务车辆节点i提供服务的交互规模值，α1和β1则表示Utr(i，n)和Ttr(i)在总信任值Dtr(i)中所占的比重，而所述总信任值Dtr(i)与交互规模值Ttr(i)的关联度更大，所以这里设置α1＜β1，为了可以更加准确分辨utr(i，n)与Ttr(i)的比重，定义0.1＜α1＜0.3，β1＝1‑α1。

2.根据权利要求1所述的一种停车场云存储资源的信任计算方法，其特征在于，所述存储资源类型这里指需要存储的文件的种类，例如文本文件，声音文件，视频文件，可执行文件。

3.根据权利要求1所述的一种停车场云存储资源的信任计算方法，其特征在于，公云服务器与车辆节点之间的信号发送与接收，所述公云服务器与车辆节点之间通过RSU(Road Side Unit，路侧单元)进行信号的发送与接收，所述停车场被划分成若干区域，每个区域的中心都设置有RSU，所述车辆节点以无线方式发送信号给自身所在区域的RSU，所述RSU再将信号以有线方式通过电缆发送给所述公云服务器，同样的，所述公云服务器将信号发送给车辆存储资源共享网络中的车辆节点所在的RSU，之后所述RSU再将信号发送到所在区域中的车辆节点上，目的在于可以避免距离带来的通讯影响，使得整个停车场中的车辆节点都可以通过各个区域中RSU之间的连接实现相互通讯。

4.根据权利要求1所述的一种停车场云存储资源的信任计算方法，其特征在于，服务车辆节点i自身最近n天所反映的特征属性值Utr(i，n)，在停车场环境中的每一个车辆节点都会将自身的停车时间记录于所述公云服务器当中，时间记录表将一天24小时划分成四个时间段，0时至6时为夜间停车时间段，6时到12时为早间停车时间段，12时到18时为午间停车时间段，18时到24时为晚间停车时间段，以最近n天为记录，将所述车辆节点在这最近n天中的停车状态记录于停车时间表中，之后在所述公云服务器选取服务车辆节点的时候，会通过停车时间表计算出当前时间段与下一个时间段所有车辆的停车时间覆盖率，

用公式表示为：

且0＜η(i，n)＜1，其中，

η(i，n)表示车辆节点i在最近n天停车的停车覆盖率，wj表示所述车辆节点i在第j天中的早间时间段与午间时间段停车的时长.

则表示所述车辆节点i在最近n天中的早间时间段与午间时间段停车的总时长；

时间停车表中还记录有每个时间段每个车辆节点曾经提供的服务数量以及最终完成的服务数量，用公式表示为：

且 其中，

表示车辆节点i在最近n天停车服务完成率，vj表示所述车辆节点i在第j天中的早间时间段与午间时间段最终完成的服务数量，则表示所述车辆节点i在最近n天中的早间时间段与午间时间段最终完成的服务总数量，

Vj表示所述车辆节点i在第j天中的早间时间段与午间时间段提供服务的数量，则表示所述车辆节点i在最近n天中的早间时间段与午间时间段提供服务的总数量；

服务车辆节点i自身最近n天所反映的特征属性值Utr(i，n)最终用公式表示为：且α2+β2＝1，0.4＜α2＜0.6，其中，α2和β2表示η(i，n)和 在特征属性值Utr(i，n)中所占的比重，停车覆盖率η(i，n)和停车服务完成率 对于节点i自身特征属性值Utr(i，n)来说，相关性都比较明显，所以α2和β2的取值相差不应过大，这里定义0.4＜α2＜0.6。

5.根据权利要求1所述的一种停车场云存储资源的信任计算方法，其特征在于，服务车辆节点i提供服务的交互规模值Ttr(i)，在服务完成之后，服务车辆节点i会根据自身提供的存储资源大小以及提供服务的时长，得到交互规模值Ttr(i)，这里所说的存储资源大小被看成以块为单位的虚拟机，这样做的目的可以使每块存储空间相互独立，减少恶意攻击带来的损失；

其中，所述服务车辆节点提供的存储资源会根据以往的历史记录进行综合，优点在于可以更加有效的综合历史记录对节点的服务进行合理的计算，用公式表示为：且smin＜μ(i，fn)＜smax，其中，fn表示最近n天所述车辆节点i在这两个时间段的交互频次，所述交互频次指的是车辆节点提供存储资源服务并最终进行结算的次数，sp表示第p次所述车辆节点i提供的虚拟机个数，表示最近n天所述车辆节点i经过fn次服务后一共提供的虚拟机个数，μ(i，fn)则表示最近n天所述车辆节点i在这两个时间段平均每次服务提供的虚拟机个数，

smin表示最近n天所述车辆节点i在这两个时间段每次服务提供的虚拟机个数的最小值，smax表示最近n天所述车辆节点i在这两个时间段每次服务提供的虚拟机个数的最大值；

所述服务车辆节点i提供服务的时长也会根据其历史记录进行综合，用公式表示为：且tmin＜ρ(i，fn)＜tmax，其中，fn表示最近n天所述车辆节点i在这两个时间段的交互频次，tp表示第p次所述车辆节点i提供服务的时长，表示最近n天所述车辆节点i经过fn次服务后一共提供服务的总时长，ρ(i，fn)则表示最近n天所述车辆节点i在这两个时间段平均每次服务提供服务的时长，tmin表示最近n天所述车辆节点i在这两个时间段每次提供服务时长的最小值，tmax表示最近n天所述车辆节点i在这两个时间段每次提供服务时长的最大值；

根据实际情况可知，当一车辆节点在最近n天中这两个时间段提供的服务次数越多，其可靠性越高，所以，这里设置一个交互频次的最大阈值，记作Fmax；

所述服务车辆节点i提供服务的交互规模值Ttr(i)用公式表示为：其中，

α3和β3表示μ(i，fn)和ρ(i，fn)在交互规模值Ttr(i)中所占的比重。

6.根据权利要求5所述的一种停车场云存储资源的信任计算方法，其特征在于，服务车辆节点i自身提供的存储资源大小以及提供服务的时长，其中，最近n天所述车辆节点i在这两个时间段平均每次服务提供的虚拟机个数μ(i，fn)经过归一化处理后为：

且0＜μ′(i，fn)＜1

此公式中，smin表示最近n天所述车辆节点i在这两个时间段每次服务提供的虚拟机个数的最小值，smax表示最近n天所述车辆节点i在这两个时间段每次服务提供的虚拟机个数的最大值，经过最小‑最大归一法处理之后，使得0＜μ′(i，fn)＜1；

其中，最近n天所述车辆节点i在这两个时间段平均每次提供服务的时长ρ(i，fn)经过归一化处理后为：

且0＜ρ′(i，fn)＜1

此公式中，tmin表示最近n天所述车辆节点i在这两个时间段每次提供服务时长的最小值，tmax表示最近n天所述车辆节点i在这两个时间段每次提供服务时长的最大值，经过最小‑最大归一法处理之后，使得0＜ρ′(i，fn)＜1；

最终所述服务车辆节点i提供服务的交互规模值Ttr(i)用公式表示为：