当前位置: 首页 > 专利查询>清华大学专利>正文

一种汽车以太网控制器异常报文检测方法及系统技术方案

技术编号:41001982 阅读:21 留言:0更新日期:2024-04-18 21:39
本申请涉及一种汽车以太网控制器异常报文检测方法及系统,其中,方法包括:采集汽车以太网的正常报文和异常报文,根据正常报文和异常报文构建数据集;根据数据集中的正常报文样本训练基于改进自编码器的主判别器;利用生成器对已提取攻击特征的异常报文进行数据增广,并根据异常对抗样本和主判别器进行生成对抗训练;基于未提取攻击特征的异常报文,根据数据集训练补充判别器;将训练后的主判别器和训练后的补充判别器并联为最终判别器,并利用最终判别器对汽车以太网控制器进行异常报文检测。由此,解决了相关技术难以使用监督学习方法进行异常检测,降低了对抗样本攻击的安全性,难以满足汽车以太网控制器异常报文检测的应用需求等问题。

【技术实现步骤摘要】

本申请涉及汽车以太网控制器,特别涉及一种汽车以太网控制器异常报文检测方法及系统


技术介绍

1、随着智能网联汽车技术的发展,汽车内部有海量的数据需要传输,带宽高达100mb/s甚至1gb/s的车载以太网成为汽车网络通讯主干网的最佳选择,同时智能网联汽车信息安全问题成为了行业内关注的重点,黑客的攻击入口相较于传统汽车大幅增加,并且受攻击后的后果可能影响批量车辆。智能网联汽车以太网信息安全技术的研究已成为当务之急,其中汽车以太网控制器报文异常检测是保证信息安全的关键技术。

2、相关技术中,能够通过汽车以太网报文反映实时车辆状态的时间序列信号,并基于已知的数据特征和样本流量特征进行当前汽车以太网异常报文检测的研究。

3、然而,相关技术中,汽车以太网报文的正常样本数量远大于异常样本数量,样本极不均衡,难以使用监督学习方法进行异常检测,降低了对抗样本攻击的安全性,且在汽车生命周期中,黑客可能采取新的攻击方式,其特征不在已知特征范围内,易基于机器学习技术生成恶意攻击,欺骗异常检测系统,难以满足汽车以太网控制器异常报文检测的应用需求,亟待改善。<本文档来自技高网...

【技术保护点】

1.一种汽车以太网控制器异常报文检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述采集汽车以太网的正常报文和异常报文,包括:

3.根据权利要求1所述的方法,其特征在于,所述根据所述正常报文和所述异常报文构建数据集,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述数据集中的正常报文样本训练基于改进自编码器的主判别器,得到训练后的主判别器,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述数据集训练补充判别器,得到训练后的补充判别器,包括:

6.根据权利要求1所述的方法,其...

【技术特征摘要】

1.一种汽车以太网控制器异常报文检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述采集汽车以太网的正常报文和异常报文,包括:

3.根据权利要求1所述的方法,其特征在于,所述根据所述正常报文和所述异常报文构建数据集,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述数据集中的正常报文样本训练基于改进自编码器的主判别器,得到训练后的主判别器,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述数据集训练补充判别器,得到训练后的补充判别器,包括:

6.根据权利要求1所述的方法,其特征在于,所述利用所述最终判别器对所述汽车以太网控制器进行异常报文检测,以得到异常报文检测结果,包括:

7.一种汽车以太网控制器异常报文检测系统,其特征在于,包括:<...

【专利技术属性】
技术研发人员:郭辉刘创陆唯佳罗勇李升波成波
申请(专利权)人:清华大学
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