车辆自组网（VANET）是为智能交通系统（ITS）开发的，也是未来道路交通系统的发展方向。云计算和大数据技术的结合为VANET提供了实时解决方案，并在全球范围内引起了广泛的研究兴趣。
本书将探讨如何将云计算、大数据、车载云计算和物联网与传统的车辆自组网进行整合,涵盖了与VANET相关的多个问题，涉及路由、安全性以及云计算、物联网等近期新技术的应用。同时，本书还介绍了机器学习技术的应用。
本书的目标读者非常广泛，包括学者、研究人员、本科生和研究生，以及行业内人士等。本书能够为研究人员提供更宽广的视角，助力进一步探索VANET及其相关网络的各个方面。

本书涵盖了车联网领域的多个研究方向， 如智能交通环境、地域群播路由协议、基于拓扑结构路由协议、VANET和物联网应用、垂直切换的两阶段非合作博弈模型、网络安全风险管理、软件定义的车辆自组网、车辆传感器网络、车载延迟容忍网络，以及无线传感器节点的能量收集的技术等，并深入探讨了相关技术的原理、优缺点、应用场景及研究进展。同时，本书也重点关注了基于云计算的大数据分析在车联网中的应用，详细介绍了其原理、技术、工具和方法，并结合实际案例展示了它在交通管理、车辆监控、安全保障等方面的应用。

前言
第1章利用机器学习算法构建智能交通环境方法探索1
1.1简介1
1.2研究成果4
1.3研究目标5
1.4技术路径9
1.5实施细节和结果13
1.6结论和未来工作16
参考文献17
第2章Ad-Hoc网络的地域群播路由协议：比较分析和现存问题20
2.1简介20
2.2Ad-Hoc网络中的地域群播（Geocasting）21
2.3Geocast路由协议比较33
2.4新协议设计的未来方向35
2.5结论36
参考文献37
第3章基于拓扑结构路由协议评估印度城市车辆交通场景中紧急信息的传播40
3.1简介40
……