控制器局域网络总线异常检测方法、装置和电子设备制造方法及图纸

本公开涉及控制器局域网络总线异常检测方法、装置、存储介质和电子设备。上述控制器局域网络总线异常检测方法包括根据控制器局域网络总线报文，得到待检测数据；对所述待检测数据进行向量化处理，得到报文信息向量；对所述报文信息向量进行嵌入处理，得到第一信息序列；对所述第一信息序列进行基于双向语义信息提取，得到第二信息序列；对所述第二信息序列进行基于全局概率的分类处理，得到所述报文的分类结果，所述分类结果表征所述报文为异常报文或正常报文。本公开可以准确的处理控制器局域网络总线(CAN)报文的上下文关系，解决CAN报文处理过程的偏置问题，获取最优的分类结果，并降低检测成本。并降低检测成本。并降低检测成本。

【技术实现步骤摘要】
控制器局域网络总线异常检测方法、装置和电子设备


[0001]本公开涉及车联网汽车安全检测
，尤其涉及控制器局域网络总线异常检测方法、装置、存储介质和电子设备。

技术介绍

[0002]控制器局域网络(Controller Area Network,CAN)总线是目前应用广泛的车载网络总线。相比较于病毒在汽车内部系统上的破坏，针对CAN总线的攻击可以直接控制动力系统上的刹车和转向，导致的后果不堪想象。CAN总线异常检测可作为安全架构的第一层防御，但现有技术中并没有针对CAN总线报文的异常检测。
[0003]传统的机器学习算法是孤立的看待每一个CAN总线报文。传统机器学习模型对于CAN总线报文之间的前后文联系反应较少，不能准确的描述整个攻击过程，并且传统机器学习模型对于不同的数据集之间用训练不同的机器学习模型，模型复用性差。

技术实现思路

[0004]为了解决上述提出的至少一个技术问题，本公开提出了控制器局域网络总线异常检测方法、装置、存储介质和电子设备。
[0005]根据本公开的一方面，提供了一种控制器局域网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种控制器局域网络总线异常检测方法，其特征在于，所述方法包括：根据控制器局域网络总线报文，得到待检测数据；对所述待检测数据进行向量化处理，得到报文信息向量；对所述报文信息向量进行嵌入处理，得到第一信息序列；对所述第一信息序列进行基于双向语义信息提取，得到第二信息序列；对所述第二信息序列进行基于全局概率的分类处理，得到所述报文的分类结果，所述分类结果表征所述报文为异常报文或正常报文。2.根据权利要求1所述的方法，其特征在于，所述对所述报文信息向量进行嵌入处理，得到第一信息序列，包括：对所述报文信息向量进行分词处理，得到词序列；对所述词序列进行基于注意力机制的信息提取处理，得到所述第一信息序列。3.根据权利要求1所述的方法，其特征在于，所述对所述第一信息序列进行基于双向语义信息提取，得到第二信息序列，包括：针对所述第一信息序列中的每个信息，获取所述每个信息对应的前向语义信息和所述每个信息对应的后向语义信息；对所述每个信息对应的前向语义信息和所述每个信息对应的后向语义信息进行融合处理，得到所述第二信息序列。4.根据权利要求1所述的方法，其特征在于，所述根据控制器局域网络总线报文，得到待检测数据，包括：获取控制器局域网络总线报文；根据所述控制器局域网络总线报文的标识和内容，得到第一数据；将所述第一数据进行规格化处理，得到所述待检测数据。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，所述方法还包括：获取样本信息向量，所述样本信息向量的标签表征所述样本信息向量指向的报文是正常报文还是异常报文；将所述样本信息向量输入第一模型进行嵌入处理，得到第一样本信息序列；将所述第一样本信息序列输入第二模型进行基于双向语义信息提取，得到第二样本信息序列；将所述第二样本信息序列输入第三模型基于全局概率的分类处理，得到分类结果；根据所述分类结果和所述样本信息向量的标签之间的差异，调整所述第一模型、所述第二模型和所述第三模型的参数；其中，所述第一模型...

【专利技术属性】
技术研发人员：王为国，黄惠斌，胡恒，徐丹，林群芳，
申请(专利权)人：中汽创智科技有限公司，
类型：发明
国别省市：