【技术实现步骤摘要】
本专利技术涉及车联网安全，尤其涉及一种基于时序神经网络的车载以太网入侵检测方法和系统。
技术介绍
1、随着智能网联汽车的快速发展，车载以太网作为智能网联汽车的核心通信网络，已经成为车辆之间、车辆与云端之间进行数据传输的重要手段。然而，车载以太网也继承了传统以太网的各种安全威胁，如黑客攻击、恶意软件攻击等，这些威胁可能影响车辆的正常运行。因此，如何对车载以太网进行入侵检测，保障车辆信息安全，成为了当前亟待解决的问题。
2、车载通信节点的增加和新的服务范式的出现，导致每时每刻都在产生海量、多维的流量数据，攻击载体也日益多样化和复杂化，传统的检测方法无法有效应对不断变化的安全风险。因此，研究人员通过利用各种机器学习技术开发和部署入侵检测系统，以期在ivn环境下自动识别入侵事件。然而，目前大多数基于深度学习的入侵检测方法仍然存在着模型复杂度高、训练时间长、模型鲁棒性不足等问题，难以满足车载以太网实时入侵检测的需求。车载网络的通信数据存在明显的时间序列关系，报文之间并不是完全独立的，因此多帧报文之间使用时间序列模型可以更好地检测异常情...
【技术保护点】
1.一种基于时序神经网络的车载以太网入侵检测方法，其特征在于，包括：
2.如权利要求1所述的一种基于时序神经网络的车载以太网入侵检测方法，其特征在于，还包括所述入侵检测模型的训练过程：
3.如权利要求2所述的一种基于时序神经网络的车载以太网入侵检测方法，其特征在于，所述步骤B2包括：
4.如权利要求3所述的一种基于时序神经网络的车载以太网入侵检测方法，其特征在于，在所述步骤B21中，提取所述报文的协议头字段和有效载荷作为所述样本特征。
5.如权利要求4所述的一种基于时序神经网络的车载以太网入侵检测方法，其特征在于，在所述...
【技术特征摘要】
1.一种基于时序神经网络的车载以太网入侵检测方法，其特征在于，包括：
2.如权利要求1所述的一种基于时序神经网络的车载以太网入侵检测方法，其特征在于，还包括所述入侵检测模型的训练过程：
3.如权利要求2所述的一种基于时序神经网络的车载以太网入侵检测方法，其特征在于，所述步骤b2包括：
4.如权利要求3所述的一种基于时序神经网络的车载以太网入侵检测方法，其特征在于，在所述步骤b21中，提取所述报文的协议头字段和有效载荷作为所述样本特征。
5.如权利要求4所述的一种基于时序神经网络的车载以太网入侵检测方法，其特征在于，在所述步骤b21中，还对所述报文的有效载荷进行反序列化转换成物理信号值，将所述协议头字段和所述物理信号值作为所述样本特征。
6...
【专利技术属性】
技术研发人员：罗峰，王佳佳，刘宏倩，姜一凡，李志昊，罗橙，张晓先，徐月婷，
申请(专利权)人：普华基础软件股份有限公司，
类型：发明
国别省市：
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。