当前位置: 首页 > 专利查询>东北大学专利>正文

一种基于迁移学习的车联网入侵检测权重更新方法技术

技术编号:40054364 阅读:33 留言:0更新日期:2024-01-16 21:42
本发明专利技术设计一种基于迁移学习的车联网入侵检测权重更新方法,属于车联网技术领域;首先获取车辆间实时通信数据,将其预处理后输入到入侵检测模型中进行分类检测,检测出是否存在攻击行为,并对检测出的攻击行为进行预警提醒;并且车辆设置有阈值检测模块,当检测模型无法检测实时通信数据的次数超过阈值时,基于迁移学习进行IDS权重的更新;本发明专利技术使用源域权重参数快速更新模型对从RSU获取的标签数据进行学习,使用Residual更新网络模型,并保持对源域特征的检测能力;可以实现对车联网入侵检测模型的快速更新,不断增强对攻击行为的检测能力。

【技术实现步骤摘要】

本专利技术属于车联网,具体涉及一种基于迁移学习的车联网入侵检测权重更新方法


技术介绍

1、近年来,随着移动自组网技术的不断发展,以车辆作为节点的通信方式逐渐发展起来,形成了车辆与车辆、车辆与rsu(road side unit,路测单元)、车辆与云平台通信的车联网。车辆间通信包括道路安全信息如交通拥塞、事故报告、碰撞警告等,还包括车辆的信息娱乐服务信息。车辆与外界的通信越来越频繁,提供了丰富的娱乐信息服务和出行安全服务,方便了出行,但是也给车辆带来了信息泄露和网络攻击等风险。入侵检测技术被认为是解决车联网安全问题的有效方案,但是由于车联网自身的一些特征,如高移动性、动态特征,造成在车联网中应用ids需要应对变化性。车联网检测模型在应对变化的网络流量时需要对模型进行调整,来应对不同场景下的检测要求。

2、车辆在出厂时都会在网关中安装入侵检测模型,这个模型是针对特定网络流量训练出来的。但是,在车联网中网络攻击常常是未知的,使用单一的检测模型无法应对新的网络攻击。当前对车联网入侵检测的研究主要使用机器学习方法从数据集中发现网络攻击行为。常见的检测方本文档来自技高网...

【技术保护点】

1.一种基于迁移学习的车联网入侵检测权重更新方法,其特征在于,具体包括以下步骤:

2.根据权利要求1所述的一种基于迁移学习的车联网入侵检测权重更新方法,其特征在于,步骤1所述实时通信数据包括道路安全信息和娱乐服务信息;所述道路安全信息包括:交通阻塞、事故报告、碰撞警告;所述娱乐服务信息包括:多媒体、天气。

3.根据权利要求1所述的一种基于迁移学习的车联网入侵检测权重更新方法,其特征在于,步骤1所述对实时通信数据进行预处理,包括数据数值化、归一化、特征选择;

4.根据权利要求1所述的一种基于迁移学习的车联网入侵检测权重更新方法,其特征在于,步骤1所述入侵...

【技术特征摘要】

1.一种基于迁移学习的车联网入侵检测权重更新方法,其特征在于,具体包括以下步骤:

2.根据权利要求1所述的一种基于迁移学习的车联网入侵检测权重更新方法,其特征在于,步骤1所述实时通信数据包括道路安全信息和娱乐服务信息;所述道路安全信息包括:交通阻塞、事故报告、碰撞警告;所述娱乐服务信息包括:多媒体、天气。

3.根据权利要求1所述的一种基于迁移学习的车联网入侵检测权重更新方法,其特征在于,步骤1所述对实时通信数据进行预处理,包括数据数值化、归一化、特征选择;

4.根据权利要求1所述的一种基于迁移学习的车联网入侵检测权重更新方法,其特征在于,步骤1所述入侵检测...

【专利技术属性】
技术研发人员:潘永康程维孙霜铭彭程李宗晟王柄然
申请(专利权)人:东北大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1