一种基于滑动窗口和CENN的车载CAN入侵检测方法技术

本发明专利技术涉及车载网络入侵检测技术领域，特别涉及一种基于滑动窗口和卷积编码器神经网络的车载控制器局域网络入侵检测方法，包括：对接收的原始数据进行数据清洗，并选择CAN ID和CAN Data作为特征；将CAN ID和CAN Data每个维度的特征转换为二进制数据；根据转换的二进制数据的位数计算特征尺寸；根据得到的特征尺寸设置正方形窗口，以该窗口对数据进行滑动窗口处理，获取处理后的特征；将处理后的特征输入卷积编码器神经网络中，卷积编码器神经网络根据输入的数据获得检测结果；本发明专利技术能够以较低的误报率及较高的检测率判别异常与正常流量，达到对CAN网络入侵检测目的。

【技术实现步骤摘要】
一种基于滑动窗口和CENN的车载CAN入侵检测方法
本专利技术涉及入侵检测
，特别涉及一种基于滑动窗口和卷积编码器神经网络(ConvolutionalEncoderNeuralNetworks,CENN)的车载控制器局域网络(ControllerAreaNetwork,CAN)入侵检测方法。
技术介绍
现代车辆中通常集成数十个甚至数百个各种电子控制单元(ECU)，这些ECU以及车内的智能传感器、车内网络组成了现代智能汽车的基础。车内网络根据系统的信息量、响应速度、可靠性、应用和其他要求，有五个广泛使用的车载网络。表1显示了这五种车载网络的优缺点，分别是本地互连网络(LIN)，控制器局域网(CAN)，FlexRay，面向媒体的系统传输(MOST)和以太网。表1车内网络比较在车载网络中应用最广泛的是CAN，其消息帧如图1所示，图2是CAN的拓扑结构，它是一个广播域，其中所有连接到CAN总线的节点都可以接收和发送消息。每个节点的接收过滤器使用CANID来决定选择哪个消息。当多个节点尝试同时传输消息时，它们通过具有冲突避免本文档来自技高网...

【技术保护点】
1.一种基于滑动窗口和CENN的车载CAN入侵检测方法，其特征在于，包括以下步骤：/nS1、对接收的原始数据进行数据清洗，并选择CAN ID和CAN Data作为特征；/nS2、将CAN ID和CAN Data每个维度的特征转换为二进制数据；/nS3、根据转换的二进制数据的位数计算特征尺寸；/nS4、根据得到的特征尺寸设置正方形窗口，以该窗口对数据进行滑动窗口处理，获取处理后的特征；/nS5、将处理后的特征输入卷积编码器神经网络中，卷积编码器神经网络根据输入的数据获得检测结果。/n

【技术特征摘要】
1.一种基于滑动窗口和CENN的车载CAN入侵检测方法，其特征在于，包括以下步骤：
S1、对接收的原始数据进行数据清洗，并选择CANID和CANData作为特征；
S2、将CANID和CANData每个维度的特征转换为二进制数据；
S3、根据转换的二进制数据的位数计算特征尺寸；
S4、根据得到的特征尺寸设置正方形窗口，以该窗口对数据进行滑动窗口处理，获取处理后的特征；
S5、将处理后的特征输入卷积编码器神经网络中，卷积编码器神经网络根据输入的数据获得检测结果。


2.根据权利要求1所述的一种基于滑动窗口和CENN的车载CAN入侵检测方法，其特征在于，将CANID和CANData每个维度的特征转换为二进制数据时，CANID占用29位，不足29位将用0填充；CANData占用64位，不足64位将用0填充。


3.根据权利要求1所述的一种基于滑动窗口和CENN的车载CAN入侵检测方法，其特征在于，将所有数据划分为正方形窗口，每个窗口为93×93的二维矩阵，设定处理的窗口大小为93×93的正方形矩阵。


4.根据权利要求3所述的一种基于滑动窗口和CENN的车载CAN入侵检测方法，其特征在于，第k个窗口表示为：<...

【专利技术属性】
技术研发人员：崔晓通，程克非，张兴，张亮，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50