异常检测制造技术

一种计算机实现的方法，包括：提供距离、时间和速率中的至少一个的数据作为至少一个轨迹特征，所述数据定义多个车辆轨迹；通过基于数据计算每个车辆轨迹的至少一个轨迹特征中的至少一个轨迹特征的最大值、平均值和标准差中的至少一个来针对每个车辆轨迹计算多个元特征，使得每个车辆轨迹由元特征空间中的点表示，该点由多个元特征定义；对点实施聚类算法，并且基于聚类算法的结果选择至少一个点作为异常；以及选择对应于至少一个点的至少一个车辆轨迹作为至少一个异常车辆轨迹。辆轨迹作为至少一个异常车辆轨迹。辆轨迹作为至少一个异常车辆轨迹。

【技术实现步骤摘要】
异常检测


[0001]本专利技术涉及异常检测，尤其涉及用于异常检测的方法、计算机程序和设备。

技术介绍

[0002]在过去几年中，在智能交通系统(ITS)和先进的车辆技术中看到了发展。来自学术界和工业界等的主要研究组一直专注于联网汽车和自主驾驶车辆。现代汽车现在装备有许多车载传感器，以便感测关于其环境和通信链路的信息，从而与其他实体交换数据。移动性增强的应用和服务的快速出现导致了前所未有的网络安全漏洞和对隐私的威胁。
[0003]图1表示针对联网汽车的最常见的攻击面(其表示网络上对手可能试图进入信息系统的点)的概观图。图1示出了作为可能的攻击点的V2I(车辆与诸如基础设施的路侧装备(例如，交通信号灯)之间的连接)、V2V(车辆与其他车辆之间的连接)、GPS(车辆与GPS(全球定位系统)装置之间的连接，例如，从GPS装置接收的信号)、车辆中的发动机和惯性传感器以及其他装置(例如，摄像机、激光雷达(光检测和测距)装置以及TPMS(轮胎压力和监测系统)装置)和V2X(车辆与移动装置之间的连接)。图1并不详尽。
[0004]需要被主动保本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机实现的方法，包括：提供距离、时间和速率中的至少一个的数据作为至少一个轨迹特征，所述数据定义多个车辆轨迹；通过基于所述数据计算每个车辆轨迹的至少一个轨迹特征中的至少一个轨迹特征的最大值、平均值和标准差中的至少一个来针对每个车辆轨迹计算多个元特征，使得每个车辆轨迹由元特征空间中的点表示，所述点由所述多个元特征定义；对所述点实施聚类算法，并且基于所述聚类算法的结果选择至少一个点作为异常；以及选择对应于所述至少一个点的至少一个车辆轨迹作为至少一个异常车辆轨迹。2.根据权利要求1所述的计算机实现的方法，其中，实施聚类算法包括：选择多个随机点作为质心，针对其他点中的每个点，计算该点与每个质心之间的所述元特征空间中的距离，以及将每个点分配给该点的最近的质心。3.根据权利要求2所述的计算机实现的方法，其中，选择至少一个点作为异常包括：比较每个点距其最近的质心的所述元特征空间中的距离，并且选择下述的至少一个点作为异常：该点具有最大的、距其最近的质心的所述元特征空间中的距离。4.根据权利要求1所述的计算机实现的方法，其中，所述方法包括：接收速率的数据，并且其中，针对每个轨迹计算多个元特征包括：基于所述数据计算每个轨迹的速率的最大值、平均值和标准差。5.根据权利要求1所述的计算机实现的方法，其中，所述方法包括：在计算所述元特征之前，跨不同的数据属性对所述数据进行归一化。6.根据权利要求5所述的计算机实现的方法，其中，所述不同的数据属性包括GPS坐标、时间戳和速度测量中的至少一个。7.根据权利要求1所述的计算机实现的方法，其中，所述数据针对每个车辆轨迹定义：与车辆轨迹相关的车辆的速率的多个值。8.根据权利要求1所述的计算机实现的方法，其中，所述数据针对每个车辆轨迹定义：与车辆轨迹相关的车辆所行驶的距离的多个值。9.根据权利要求1所述的计算机实现的方法，其中，所述数据针对每个车辆轨迹定义：与车辆轨迹相关的车辆的速率的多个值的连续值之间的绝对差的集合。10.根据权利要求1所述的计算机实现的方法，其中，所述数据针对每个车辆轨迹定义：与车辆轨迹相关的车辆所行驶的距离的多个值的连续值之间的绝对差的集合。11....

【专利技术属性】
技术研发人员：阿尤布，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：