一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法技术方案

一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法，针对智能网联汽车自动巡航系统传感器测量数据在网络传输过程中存在的虚假数据注入攻击问题，首先建立网联汽车自动巡航系统的离散时间状态空间模型，根据卡尔曼滤波公式计算每一时刻测量数据的滤波值，再以自动巡航系统测量传感器噪声标准差之和为检测阈值，若无数据注入攻击存在，卡尔曼滤波值会逐渐趋向于真实值，当卡尔曼滤波值与测量值误差超过给定阈值后，检测到智能网联汽车自动巡航系统存在虚假数据注入攻击。本发明专利技术只需要在根据新获取的观测数据实时计算智能网联汽车自动巡航系统的状态滤波值，在线实时处理观测结果，可以快速检测到智能网联汽车自动巡航系统状态数据被攻击事故。

【技术实现步骤摘要】
一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法
本专利技术属于智能网联汽车自动巡航控制领域，涉及一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法。
技术介绍
随着科技的发展，汽车逐渐智能化，不仅增加了先进的传感器、控制器等装置来检测汽车的实时状态，还能够连接网络，将这些实时状态上报给管理汽车的服务器设备进行分析，并接收执行服务器设备下发的车辆控制指令，使得车联网技术得以实现。车联网是物联网在汽车行业领域的具体应用，各个车辆通过车载互联网设备经由无线网络、无线电等传播技术来实现车辆间、车辆与数据平台间的实时通信，汇总车辆的行驶信息、车辆周边的道路状况等动、静态信息，并将这些信息通过无线网络传输到信息中心进行加工、筛选、计算，再使用这些信息为车辆提供有效的引导、路况、信息共享、多媒体等综合网络服务，以满足车辆不同的功能需求。车联网给驾驶者以及交通管理带来便利的同时，也让黑客有了可乘之机。一旦黑客入侵，不仅可以远程随意操控汽车，更可能获取车辆所存储的个人隐私信息。一种示例性网络攻击是智能网联汽车自动巡航系统虚假数据注入攻击，其中攻击将传感器检测到的数据进行篡改，加入到车联网自动巡航系统中。这种攻击常常干扰计算机对车辆的引导，比如在巡航期间造成车辆的虚假加减速现象。具体而言，当有两车巡航时，通过对雷达等测速传感器的干扰，或者对传感器数据加入虚假数据，使得计算机得到一个较大的两车间距，从而导致计算机对自动巡汽车进行错误的引导(即让后车加速去追赶前车)，最终导致两车相撞；反之，当两车接近而后车需要制动时，黑客通过对自动巡航系统做虚假数据攻击，人为地干扰传感器数据，使计算机误认让两车仍然处于正常车间距，从而不采取制动措施，最终导致两车发生追尾事故。
技术实现思路
为了解决智能网联汽车自动巡航系统虚假数据注入攻击检测问题，本专利技术提供了一种基于卡尔曼滤波的智能网联汽车自动巡航系统虚假数据注入攻击检测方法。该方法只采用当前时刻测量值和前一个时刻的估计值就能准确检测智能网联汽车自动巡航系统发生虚假数据注入攻击问题，减少数据存储空间，减轻每一步检测计算量，计算步骤清晰，非常适合车载计算机处理。本专利技术解决其技术问题所采用的技术方案是：一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法，所述方法包括如下步骤：1)、考虑智能网联汽车自动巡航系统三阶离散时间状态空间模型，参见式(1)：x(k+1)＝Ax(k)+Bu(k)+w(k)(1)其中，k表示时刻，x＝[x1,x2,x3]T是三个状态变量组成的列向量，x1是安全间距误差，单位米(m)，x2是两车相对速度，单位米/秒(m/s)，x3是巡航车辆加速度，单位米/平方秒(m/s2)，T表示向量的转置，u是巡航车辆控制量，单位米/平方秒(m/s2)，w是均值为零、协方差为Q的高斯白噪声，矩阵A和B分别为其中，Ts是采样时间，单位秒(s)，ξ是驱动器的动力学参数，单位秒(s)；2)、定义自动巡航系统控制器u(k)＝Lx(k)，其中行向量L是控制器增益，代入模型式(1)，得到智能网联汽车自动巡航系统闭环模型，参见式(2)：其中矩阵3)、利用车载传感器获取巡航系统状态变量测量值，参见式(3)：z(k)＝Hx(k)+v(k)(3)其中，v表示均值为零协方差为R的传感器测量噪声，H为传感器三阶观测矩阵，列向量z＝[x1,x2,x3]T为含有噪声的测量值，T表示向量转置；4)、考虑式(2)和(3)，根据卡尔曼滤波公式迭代计算当前k时刻状态变量的滤波值，参见式(4)：其中，是k时刻状态变量的滤波值，是在k-1时刻对k时刻状态变量的预测值，Kk是当前k时刻的滤波器增益，参见式(5)：Kk＝Pk|k-1HT(HPk|k-1HT+R)-1(5)其中，Pk/k-1表示先验状态估计误差协方差矩阵，Pk/k表示后验状态估计误差协方差矩阵，参见式(6)和(7)：Pk|k＝(I3-KkH)Pk|k-1(7)其中，I3表示3阶单位矩阵，T表示矩阵的转置；5)、计算传感器测量值与卡尔曼滤波值之间的残差，参见式(8)：利用残差信号r(k)定义智能网联汽车自动巡航系统虚假数据注入攻击的目标检测函数，参见式(9)：f(k)＝r(k)Td(k)r(k)(9)其中，d(k)是残差信号r(k)的协方差矩阵，参见式(10)：d(k)＝(H-HKkH)Pk|k-1(H-HKkH)T+(I3-HKk)R(I3-HKk)T(10)其中，矩阵I3为3阶单位矩阵，T表示矩阵的转置；6)、设定智能网联汽车自动巡航系统虚假数据注入攻击检测阈值为三个状态变量测量的传感器噪声标准差之和，记为σ，如果目标函数值f(k)大于σ，则自动巡航系统中存在虚假数据注入攻击，即可报警；反之，则自动巡航系统未受虚假数据注入攻击，令k＝k+1，返回第3)步循环检测。本专利技术的技术构思为：针对智能网联汽车自动巡航系统传感器测量数据在网络传输过程中存在的虚假数据注入攻击问题，首先建立网联汽车自动巡航系统的离散时间状态空间模型，根据卡尔曼滤波公式计算每一时刻测量数据的滤波值，再以自动巡航系统测量传感器噪声标准差之和为检测阈值，若无数据注入攻击存在，卡尔曼滤波值会逐渐趋向于真实值，因此，当卡尔曼滤波值与测量值误差超过给定阈值后，检测到智能网联汽车自动巡航系统存在虚假数据注入攻击。本专利技术主要执行部分在智能网联汽车自动巡航控制计算机上运行实施。本方法应用过程可以大致分为2个阶段：1、参数设置：包括模型参数和攻击检测参数：在模型导入界面中，输入模型式(1)～(3)中常数Ts、ξ、H、L、Q和R的值，其中，矩阵L取值满足模型式(2)中矩阵的特征值具有负实部；在攻击检测参数设置界面中，输入阈值σ>0、P0和输入参数确认后，由控制计算机将设置数据送入计算机存储单元RAM中保存；2、在线运行：点击组态界面“运行”按钮，启动智能网联汽车自动巡航控制计算机的CPU读取智能网联汽车自动巡航系统模型参数和攻击检测参数，并执行“智能网联汽车自动巡航系统虚假数据注入攻击检测程序”，通过在线测量自动巡航系统状态变量的测量值和在线计算自动巡航系统状态变量的滤波值，实时计算传感器测量值与卡尔曼滤波值之间的残差和目标检测函数值，比较目标检测函数值和阈值的大小，如果目标函数值大于阈值，则检测到自动巡航系统中存在虚假数据注入攻击，如果目标函数值小于等于阈值，则自动巡航系统未受虚假数据注入攻击，到下一个时刻，重新循环检测。本专利技术的有益效果：本方法由于在求解时不需要贮存大量的观测数据，只需要在根据新获取的观测数据实时计算智能网联汽车自动巡航系统的状态滤波值，在线实时处理观测结果，可以快速检测智能网联汽车自动巡航系统状态数据是否被攻击，以防因检测延时导致出现交通事故。附图说明图1为智能网联汽车自动巡航系统数据注入攻击过程示意图；图2为智能网联汽车自动巡航系统虚假数据注入攻击检测流程图；图3为智能网联汽车自动巡航系统加入攻击后的检测函数值的分布，其中，实线是智能网联汽车自动巡航系统虚假数据注入攻击后的检测函数值曲线，虚线是智能网联汽车自动巡航系统虚假数据注入攻击检测的阈值。具体实施方式下面结合附图对本专利技术的方法作进一步详细说明。参照图1～图3，一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法，所述本文档来自技高网...

【技术保护点】
1.一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法，其特征在于，所述方法包括如下步骤：1)、考虑智能网联汽车自动巡航系统三阶离散时间状态空间模型，参见式(1)：x(k+1)＝Ax(k)+Bu(k)+w(k)                   (1)其中，k表示时刻，x＝[x1,x2,x3]T是三个状态变量组成的列向量，x1是安全间距误差，单位米，x2是两车相对速度，单位米/秒，x3是巡航车辆加速度，单位米/平方秒，T表示向量的转置，u是巡航车辆控制量，单位米/平方秒，w是均值为零、协方差为Q的高斯白噪声，矩阵A和B分别为

【技术特征摘要】
1.一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法，其特征在于，所述方法包括如下步骤：1)、考虑智能网联汽车自动巡航系统三阶离散时间状态空间模型，参见式(1)：x(k+1)＝Ax(k)+Bu(k)+w(k)(1)其中，k表示时刻，x＝[x1,x2,x3]T是三个状态变量组成的列向量，x1是安全间距误差，单位米，x2是两车相对速度，单位米/秒，x3是巡航车辆加速度，单位米/平方秒，T表示向量的转置，u是巡航车辆控制量，单位米/平方秒，w是均值为零、协方差为Q的高斯白噪声，矩阵A和B分别为其中，Ts是采样时间，单位秒，ξ是驱动器的动力学参数，单位秒；2)、定义自动巡航系统控制器u(k)＝Lx(k)，其中行向量L是控制器增益，代入模型式(1)，得到智能网联汽车自动巡航系统闭环模型，参见式(2)：其中矩阵3)、利用车载传感器获取巡航系统状态变量测量值，参见式(3)：z(k)＝Hx(k)+v(k)(3)其中，v表示均值为零协方差为R的传感器测量噪声，H为传感器三阶观测矩阵，列向量z＝[x1,x2,x3]T为含有噪声的测量值，T表示向量转置；4)、考虑式(2)和(3)，根据卡尔曼滤波公式迭代计算当前k时刻状态变量的滤波值，参见式(4)：其...

【专利技术属性】
技术研发人员：何德峰，漏小鑫，宋秀兰，孟利民，余世明，朱俊威，张文安，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33