一种基于GAN优化结构的CAN总线入侵检测方法及系统技术方案

本申请涉及车辆数据安全监管技术领域，尤其涉及一种基于GAN优化结构的CAN总线入侵检测方法及系统。方法包括：获取车辆的CAN历史总线消息；进行图像转换处理，得到CAN历史图像集；针对GAN基础结构进行优化，得到CAN优化结构；通过CAN历史图像集针对CAN优化结构进行训练，得到CAN总线入侵检测模型；实时获取车辆的CAN实时总线消息，针对CAN实时总线消息进行图像转换处理，得到CAN实时图像集；输入CAN实时图像集至CAN总线入侵检测模型，得到相应于CAN实时总线消息的检测结果。本申请的CAN总线入侵检测系统将CAN图像输入到特征提取器中，提取辅助特征，鉴别器接收辅助特征并输出检测结果。检测模型有着百分百的检测率，且检测的攻击类型不受限制。击类型不受限制。击类型不受限制。

【技术实现步骤摘要】
一种基于GAN优化结构的CAN总线入侵检测方法及系统


[0001]本申请涉及车辆数据安全监管
，尤其涉及一种基于GAN优化结构的CAN总线入侵检测方法及系统。

技术介绍

[0002]随着人工智能、5G等数字化进程的快速发展，越来越多的先进技术被应用于汽车中。这些技术在提高用户驾驶体验的同时，也暴露了车内大量的接口给外界，使得CAN总线更易受到恶意者攻击。
[0003]但是在现有技术中，针对车辆CAN总线入侵检测系统中却存在如下问题：
[0004](1)有的检测系统检测率过低，难以准确的将攻击报文全部检测出来；
[0005](2)智能网联汽车对实时性的要求高，有点检测系统过于繁琐影响正常CAN总线消息的收发，难以对总线进行实时检测；
[0006](3)大部分检测系统都需要已知的攻击数据参与训练，而已知的攻击类型较少，因此目前的检测系统能检测到的攻击类型也较少。

技术实现思路

[0007]本申请提供了一种基于GAN优化结构的CAN总线入侵检测方法及系统，能够解决现有的CAN总线入侵检测方法存在的难以准确的将攻击报文全部检测出来、实时性差一级能检测到的攻击类型比较少的问题。
[0008]本申请的第一个技术方案是一种基于GAN优化结构的CAN总线入侵检测方法，包括：
[0009]S1：获取车辆的CAN历史总线消息；
[0010]针对CAN历史总线消息进行图像转换处理，得到相应于CAN历史总线消息的CAN历史图像集；
[0011]S2：针对GAN基础结构进行优化，得到包括特征提取器和鉴别器的CAN优化结构；
[0012]通过CAN历史图像集针对CAN优化结构进行训练，得到以CAN实时图像集为输入项并且以检测结果为输出项的CAN总线入侵检测模型；
[0013]S3：实时获取车辆的CAN实时总线消息；
[0014]针对CAN实时总线消息进行图像转换处理，得到相应于CAN实时总线消息的CAN实时图像集；
[0015]S4：输入CAN实时图像集至所述CAN总线入侵检测模型；
[0016]所述特征提取器和鉴别器针对CAN实时图像集依次进行特征提取和鉴别处理，得到相应于实时总线消息的检测结果。
[0017]可选地，所述步骤S1包括：
[0018]S11：获取车辆的CAN历史总线消息；
[0019]S12：将十六进制的CAN历史总线消息进行二进制转换，相应地得到CAN历史二进制
数据；
[0020]S13：针对CAN历史二进制数据进行黑白像素映射处理，相应地得到以64*12二维的单热点矢量矩阵表示的CAN历史二维图像，以及包括若干张CAN历史二维图像的CAN历史图像集。
[0021]可选地，所述CAN优化结构中的特征提取器为包括四层卷积结构的全卷积网络；
[0022]以及，所述CAN优化结构中的鉴别器包括三层全连接层。
[0023]可选地，所述步骤S4包括：
[0024]S41：输入CAN实时图像集至所述CAN总线入侵检测模型，特征提取器针对CAN实时图像集进行特征提取，得到相应于实时总线消息的实时提取特征；
[0025]S42：鉴别器针对相应于实时总线消息的实时提取特征进行鉴别，得到相应于实时总线消息的检测结果。
[0026]可选地，所述检测结果为取值范围在[0,1]的输出数值；
[0027]如果输出数值的值大于或等于0.5，判断CAN实时总线消息为异常；
[0028]如果输出数值的值小于0.5，判断CAN实时总线消息为正常。
[0029]本申请的第二个技术方案是一种基于GAN优化结构的CAN总线入侵检测系统，包括：呈依次连接的输入模块、图像转换模块，检测模块和输出模块；
[0030]所述输入模块，用于实时获取车辆的CAN实时总线消息；
[0031]所述图像转换模块，用于针对CAN实时总线消息进行图像转换处理，得到相应于CAN实时总线消息的CAN实时图像集；
[0032]所述检测模块内存储有CAN总线入侵检测模型，用于通过CAN总线入侵检测模型针对CAN实时图像集进行检测，得到相应于CAN实时总线消息的检测结果；
[0033]所述输出模块，用于转发相应于CAN实时总线消息的检测结果。
[0034]可选地，所述检测模块包括：特征提取器单元和鉴别器单元；
[0035]所述特征提取器单元，用于针对CAN实时图像集进行特征提取，得到相应于实时总线消息的实时提取特征；
[0036]所述鉴别器单元，用于针对相应于实时总线消息的实时提取特征进行鉴别，得到相应于实时总线消息的检测结果。
[0037]有益效果：
[0038]本申请实施例提供的CAN总线入侵检测系统，通过二进制图像编码算法对实时的CAN总线数据进行处理，将CAN图像输入到特征提取器中，提取辅助特征，鉴别器接收辅助特征并输出一个0
‑
1的值，如果大于或等于0.5则为异常数据。检测模型有着百分百的检测率，可以检测出所有攻击的报文，并且检测的攻击类型不受限制；
[0039]此外，本申请提供的CAN总线入侵检测系统，可以对车辆CAN总线可以进行实时检测并得到了高检测率并且因为用正常数据训练所以可以检测到任意未知攻击，提高了CAN总线系统的安全性；
[0040]综上可知，能够解决现有的CAN总线入侵检测方法存在的难以准确的将攻击报文全部检测出来、实时性差一级能检测到的攻击类型比较少的问题。
附图说明
[0041]为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0042]图1为本申请实施例中基于GAN优化结构的CAN总线入侵检测方法的流程示意图；
[0043]图2为本申请实施例中针对CAN历史二进制数据转换成CAN历史二维图像的流程示意图；
[0044]图3为本申请实施例中基于GAN优化结构的CAN总线入侵检测系统的结构示意图；
[0045]图中，输入模块
‑
1；图像转换模块
‑
2；检测模块
‑
3；输出模块
‑
4。
具体实施方式
[0046]下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
[0047]首先，本申请提供了一种基于GAN优化结构的CAN总线入侵检测方法，如图1所示，图1为本申请实施例中基于GAN优化结构的CAN总线入侵检测方法的流程示意图，方法包括：
[0048]S1：获取车辆的CAN历本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GAN优化结构的CAN总线入侵检测方法，其特征在于，包括：S1：获取车辆的CAN历史总线消息；针对CAN历史总线消息进行图像转换处理，得到相应于CAN历史总线消息的CAN历史图像集；S2：针对GAN基础结构进行优化，得到包括特征提取器和鉴别器的CAN优化结构；通过CAN历史图像集针对CAN优化结构进行训练，得到以CAN实时图像集为输入项并且以检测结果为输出项的CAN总线入侵检测模型；S3：实时获取车辆的CAN实时总线消息；针对CAN实时总线消息进行图像转换处理，得到相应于CAN实时总线消息的CAN实时图像集；S4：输入CAN实时图像集至所述CAN总线入侵检测模型；所述特征提取器和鉴别器针对CAN实时图像集依次进行特征提取和鉴别处理，得到相应于实时总线消息的检测结果。2.根据权利要求1所述的基于GAN优化结构的CAN总线入侵检测方法，其特征在于，所述步骤S1包括：S11：获取车辆的CAN历史总线消息；S12：将十六进制的CAN历史总线消息进行二进制转换，相应地得到CAN历史二进制数据；S13：针对CAN历史二进制数据进行黑白像素映射处理，相应地得到以64*12二维的单热点矢量矩阵表示的CAN历史二维图像，以及包括若干张CAN历史二维图像的CAN历史图像集。3.根据权利要求1所述的基于GAN优化结构的CAN总线入侵检测方法，其特征在于，所述CAN优化结构中的特征提取器为包括四层卷积结构的全卷积网络；以及，所述CAN优化结构中的鉴别器包括三层全连接层。4.根据权利要求1所述的基于GAN优化结构的CAN总线入侵检测方法，其...

【专利技术属性】
技术研发人员：吴俞憬，许一男，许一虎，王旭，
申请(专利权)人：延边大学，
类型：发明
国别省市：