一种基于深度学习算法的车联网入侵检测方法技术

本发明专利技术公开了一种基于深度学习算法的车联网入侵检测方法，属于网络信息安全技术领域，解决了现有技术中只是对接收消息的令牌号及时间戳进行认证，无法对车联网中受到入侵的具体部位进行判断，危害车联网安全性的技术问题；本发明专利技术根据历史运行数据与历史异常原因构建异常诊断库，将实时运行数据与异常诊断库中的数据进行对比，得到异常原因；对实时数据的分析提供了一定的数据支持；利用入侵检测模型对实时运行数据进行分析，得到入侵标签以及被侵标签；基于被侵标签匹配被侵部位，能够及时对被侵部位进行处理，避免造成更大的威胁；定期对车联网中的漏洞进行检测处理，避免他人通过漏洞入侵车联网，有利于提高车联网的安全性。

【技术实现步骤摘要】

本专利技术属于网络信息安全领域，涉及车联网入侵检测技术，具体是一种基于深度学习算法的车联网入侵检测方法。

技术介绍

1、车联网即车辆物联网，是以行驶中的车辆为信息感知对象，借助信息通信技术，实现车与车、人、路、服务平台等之间的网络连接，提升车辆整体的智能驾驶水平；车联网可以实现车辆主动安全预警，提升驾驶安全性；车联网可以通过实时交通信息、路况预测等手段，有效提高交通效率；车联网入侵检测能够及时发现异常行为，并采取措施防止安全漏洞被利用；车辆被入侵可能导致严重的后果，危害驾驶员和乘客的生命安全，通过入侵检测，可以在入侵行为发生时及时发出警报，保障驾驶员和乘客的安全；因此，对车联网进行入侵检测是非常重要的。

2、现有技术(申请号为2016110703125的专利技术专利)公开了一种用于车联网的入侵检测方法和装置，该方法包括：判断从消息发送车载终端接收到的消息是否含有令牌号、时间戳、以及消息正文包，将令牌号、时间戳发送到认证中心认证，其中，令牌号由消息发送车辆终端在需要发送消息时向认证中心请求发放，时间戳表示发放令牌号的时间；响应于接收到来自认证中心本文档来自技高网...

【技术保护点】

1.一种基于深度学习算法的车联网入侵检测方法，其特征在于，

2.根据权利要求1所述的一种基于深度学习算法的车联网入侵检测方法，其特征在于，所述基于历史运行数据构建异常诊断库，包括：

3.根据权利要求2所述的一种基于深度学习算法的车联网入侵检测方法，其特征在于，所述根据历史运行数据判断实时运行数据是否出现异常，包括：

4.根据权利要求3所述的一种基于深度学习算法的车联网入侵检测方法，其特征在于，所述基于异常诊断库对实时运行数据进行初步诊断，包括：

5.根据权利要求1所述的一种基于深度学习算法的车联网入侵检测方法，其特征在于，所述基于实时运行数...

【技术特征摘要】

1.一种基于深度学习算法的车联网入侵检测方法，其特征在于，

2.根据权利要求1所述的一种基于深度学习算法的车联网入侵检测方法，其特征在于，所述基于历史运行数据构建异常诊断库，包括：

3.根据权利要求2所述的一种基于深度学习算法的车联网入侵检测方法，其特征在于，所述根据历史运行数据判断实时运行数据是否出现异常，包括：

4.根据权利要求3所述的一种基于深度学习算法的车联网入侵检测方法，其特征在于，所述基于异常诊断库对实时运行数据进行初步诊断，包括：

5.根据权利要求1所述的一种基于深度学习算法的车联网入侵检测方法，其特征在于，所述基于实时运...

【专利技术属性】
技术研发人员：郑礼，闫光辉，高德成，廉敬，严天峰，杨昕，严明，汤春阳，李沛儒，李晓成，
申请(专利权)人：兰州交通大学，
类型：发明
国别省市：