一种基于堆叠集成算法的车载网络入侵检测方法技术

本发明专利技术公开了一种基于堆叠集成算法的车载网络入侵检测方法，步骤包括采集车外网网络数据集；对采集的车外网网络数据进行数据预处理；对数据预处理后的车外网网络数据进行特征工程；通过三个基于树的集成算法进行模型训练；检测车外网网络数据进行正常和异常分类，并处理结果输出。本发明专利技术可以处理大规模的数据集，同时具有较快的训练和预测速度，可以满足实时入侵检测的需求。实时入侵检测的需求。实时入侵检测的需求。

【技术实现步骤摘要】
一种基于堆叠集成算法的车载网络入侵检测方法


[0001]本专利技术涉及车联网入侵检测的
，具体涉及一种基于堆叠集成算法的车载网络入侵检测方法。

技术介绍

[0002]互联和自动驾驶汽车是优化交通拥堵、预防事故并提高驾驶安全性和效率的前途技术解决方案。然而，更多的网络连接为攻击者提供了更多的机会，导致车辆安全和乘客安全面临更多风险。此外，消息认证或加密也将导致不适用的性能和不可接受的延迟。考虑到车载系统硬件成本和实时性要求，车联网入侵检测在解决汽车安全问题方面显示出明显的优势。因此，车联网入侵检测已成为现代车联网的重要组成部分，用于识别车载网络上的恶意威胁。在物联网的外部网络中，车辆系统受到各种常见的网络攻击，如拒绝服务(DoS)、嗅探和全球定位系统(GPS)欺骗攻击。这是因为，在包括各种类型的网络和实体的大型外部车辆网络中，每个节点都是网络攻击的潜在入口。车联网入侵检测已成为现代物联网中识别车辆网络上恶意威胁的重要组成部分。车联网入侵检测通常被整合到外部网络中，作为防御系统的重要组成部分，以识别可能破坏防火墙和身份验证机制的恶意攻击。尽管本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于堆叠集成算法的车载网络入侵检测方法，其特征在于，包括：S1：采集车外网网络数据集；S2：对采集的车外网网络数据进行数据预处理；S3：对数据预处理后的车外网网络数据进行特征工程；S4：通过三个基于树的集成算法进行模型训练；S5：检测车外网网络数据进行正常和异常分类，并处理结果输出。2.根据权利要求1所述的一种基于堆叠集成算法的车载网络入侵检测方法，其特征在于，所述S1中，将采集的车外网网络数据按7比3比例划分训练数据和测试数据，在最终的保留验证之前，测试集将保持不变；对训练集实施十折交叉验证；在十折交叉验证的每次迭代中，90％的原始训练集用于模型训练，10％的原始训练集中用作模型测试的验证集。3.根据权利要求1所述的一种基于堆叠集成算法的车载网络入侵检测方法，其特征在于，所述S2中，数据预处理步骤包括通过K
‑
Means聚类进行数据采样、通过过采样技术减少类不平衡和数据归一化。4.根据权利要求1所述的一种基于堆叠集成算法的车载网络入侵检测方法，其特征在于，所述S3中，采用基于信息增益的特征选择和快速相关滤波器组成的综合特征工程方法，在保留重要特征的同时，去除不相关、...

【专利技术属性】
技术研发人员：尚文利，涂江健，揭海，曹忠，丁磊，张曼，浣沙，时昊天，
申请(专利权)人：广州大学，
类型：发明
国别省市：