一种基于深度学习的车载网络入侵检测方法、装置及存储介质制造方法及图纸

技术编号:40501611 阅读:54 留言:0更新日期:2024-02-26 19:29
本申请公开了一种基于深度学习的车载网络入侵检测方法、装置及存储介质,用于解决现有汽车总线易遭受恶意攻击,缺失高效可行的入侵检测手段的问题。本申请公开的入侵检测方法包括:数据采集编码,特征学习和入侵检测;所述数据采集编码包括数据预处理,图像化编码,图像标注和图形扩充;所述特征学习包括定义模型和特征提取;所述入侵检测包括模型编译,微调和检测。本申请还提供了一种基于深度学习的车载网络入侵检测装置及存储介质。

【技术实现步骤摘要】

本申请涉及计算,尤其涉及一种基于深度学习的车载网络入侵检测方法、装置和存储介质。


技术介绍

1、车联网、自动驾驶技术发展给汽车带来便利,如汽车应用可以向支付、社交、娱乐等更多场景扩展,但同时也增加相应的信息安全威胁。近些年来,汽车电子系统的数量和复杂性呈指数级增长。汽车已经从传统的机械或者液压控制系统转变为智能化的分布式控制系统,以满足人们对更加安全、智能化和环保的汽车需求。一辆现代汽车可能有多达70个电子控制单元(ecu),每个负责执行特定的任务,包括发动机管理系统、自动变速箱控制单元、车身控制模块、电池管理系统和整车控制器等。

2、随着汽车电子系统的快速发展,车载网络的安全性日益受到关注。虽然can总线具有经济和稳定的优点,但是由于can协议的广播特性以及can节点无法判断消息的来源,使得攻击者可以接入can总线的ecu,通过向can总线注入伪造的消息来控制车辆系统。但由于当前车载网络存在带宽受限、实时性和确定性时延的要求,出于对成本和性能的均衡考虑,传统的信息安全防护手段无法直接应用在车端车载网络环境下,例如加密和认证机制,存在与车载网络本文档来自技高网...

【技术保护点】

1.一种基于深度学习的车载网络入侵检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述数据预处理包括:

3.根据权利要求1所述的方法,其特征在于,所述图像化编码包括:

4.根据权利要求1所述的方法,其特征在于,所述图像标注包括:

5.根据权利要求1所述的方法,其特征在于,所述图形扩充包括:

6.根据权利要求1所述的方法,其特征在于,所述定义模型包括:

7.根据权利要求1所述的方法,其特征在于,所述特征提取包括:

8.根据权利要求1所述的方法,其特征在于,所述模型编译包括:

<...

【技术特征摘要】

1.一种基于深度学习的车载网络入侵检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述数据预处理包括:

3.根据权利要求1所述的方法,其特征在于,所述图像化编码包括:

4.根据权利要求1所述的方法,其特征在于,所述图像标注包括:

5.根据权利要求1所述的方法,其特征在于,所述图形扩充包括:

6.根据权利要求1所述的方法,其特征在于,所述定义模型包括:

7.根据权利要求1所述的方法,其特征在于,所述特征提取包括:

8.根据权利要求...

【专利技术属性】
技术研发人员:王朋成李众豪高思淼杨立群吴新开
申请(专利权)人:北京航空航天大学
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