System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及车联网,特别涉及一种车联网非侵入性安全评估方法及系统。
技术介绍
1、车联网(internet of vehicles,iov)是依据车辆位置、速度和路线等信息所构建的交互式的无线网络形式,通过在车辆仪表台安装车载终端设备,实现对车辆所有工作情况和静、动态信息的采集、存储并发送,具有实时实景功能,利用移动网络实现人车交互。通过gps、rfid、传感器、摄像头图像处理等装置,利用互联网和计算机技术,对这些信息进行分析和处理,计算出不同车辆的最佳路线,及时报告路况、天气并安排信号灯周期等,依托车联网能够完成车辆自身环境和状态信息的采集。最终实现汽车、道路与人的有机互动,实现车辆和交通的智能化。
2、cn114157513b公开了基于改进卷积神经网络的车联网入侵检测方法及设备。本专利技术的方法包括,采集车联网通信过程中的数据流量原始数据,输入到车联网入侵检测数据降维算法模型中进行预处理,得到车联网数据分析的标准化数据;将所述车联网数据分析的标准化数据输入改进卷积神经网络模型中进行计算,包括:将输入的数据进行卷积计算和非线性激活,进行分层;将每一层数据分别进行两次卷积操作、两次池化操作和一次全连接操作;通过softmax层对改进卷积神经网络模型输出数据集进行分类。
3、cn110536265b公开了一种车联网环境下身份可溯的女巫攻击检测方法,步骤一,系统初始化,初始化完成车辆在上路前的注册和密钥分配:车辆到权威的车辆管理机构去注册,获取系统私钥信息并存储在车辆的防篡改设备中,车辆的防篡改设备为其生成
4、在不同交通条件下,攻击者利用车联网络对其中传输的数据进行攻击、篡改,从而破坏车联网络的安全性以及危及车辆行驶安全。在现有针对车联网安全检测技术中,需要对车辆的硬件模块进行修改,复杂程度高,且检测精度不高等问题。
技术实现思路
1、经过长期实践发现,针对目前车联网异常数据检测,往往需要通过车联网通信系统获取车辆行驶数据,才能获得网络数据是否异常,不仅需要修改其硬件结构,更无法快速准确地感知车联网异常数据,检测过程复杂,通用性差等。特别是,车联网中非侵入性数据异常,属于更难以被检测的数据类型之一,往往仅增加了网络中的计算负载,造成网络拥堵,传统的方法难以监测这类异常。
2、有鉴于此,本专利技术提供了一种车联网非侵入性安全评估模型建立方法,所述车联网非侵入性安全评估模型建立方法包括,
3、步骤s1,采用不同程序复杂度攻击策略pi,对处于车联网正在通信的车辆进行非侵入性攻击;
4、步骤s2,采集车辆各控制器中的mcu的芯片温度感应电路中芯片温度数据ti,形成温度指纹数据集fpi,
5、fpi={ti,pi}
6、其中,ti为第i次采集的mcu温度数据;pi第i次攻击策略的程序复杂度;
7、步骤s3,将温度指纹数据集fpi输入集成回归模型中进行数据预处理,预处理后的数据训练神经网络模型,得到训练后的神经网络模型;
8、步骤s4,将训练后的神经网络模型进行自适应分割形成安全评估模型。
9、优选地,在步骤s3中,在集成回归模型中,依次包括数据卷积处理和多头自注意力机制编码器,解码器的数据处理过程。
10、优选地,在步骤s2中,芯片温度数据ti包括,
11、ti={t11-t10,t12-t10,t13-t10,…,t1n-t10}
12、其中,t1n为第n次采集的mcu温度值,t10为mcu初始温度值。
13、优选地,在步骤s2中,将芯片温度数据ti与攻击策略pi进行相关性分析。
14、本专利技术还提供了一种车联网非侵入性安全评估方法,所述车联网非侵入性安全评估方法包括,实时采集车辆各控制器中的mcu的芯片温度感应电路中芯片温度数据ti,输入如上述的安全评估模型,输出安全状态评估结果数据。
15、优选地,若输出的安全状态评估结果数据属于异常,则输出异常警告信息。
16、本专利技术还提供了一种用于如上述车联网非侵入性安全评估方法的系统,所述系统包括,
17、采集单元,包括多个温度传感器,所述多个温度传感器用于分别实时采集不同车辆各控制器中mcu芯片温度数据;
18、输入单元,用于将多个温度传感器采集的mcu芯片温度数据进行a/d处理,并输入安全评估模型;
19、输出单元,用于安全状态评估结果数据输出,包括若安全状态评估结果数据属于异常,则输出异常警告信息。
20、优选地,所述系统还包括显示单元,用于安全状态评估结果数据可视化显示。
21、本专利技术还提供一种电子设备,包括存储器和处理器:所述存储器,用于存储计算机程序;所述处理器,用于当执行计算机程序时,实现如上述的车联网非侵入性安全评估模型建立方法或车联网非侵入性安全评估方法。
22、本专利技术还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本专利技术提供的车联网非侵入性安全评估模型建立方法或车联网非侵入性安全评估方法。
23、相对于现有技术,本专利技术提供的车联网非侵入性安全评估模型建立方法包括,步骤s1-s4,即采用不同程序复杂度攻击策略pi,对处于车联网正在通信的车辆进行非侵入性攻击;采集车辆各控制器中的mcu的芯片温度感应电路中芯片温度数据ti,形成温度指纹数据集fpi,将温度指纹数据集fpi输入集成回归模型中进行数据预处理,预处理后的数据训练神经网络模型,得到训练后的神经网络模型;将训练后的神经网络模型进行自适应分割形成安全评估模型。以此获得的安全评估模型,采用本专利技术提供的一种车联网非侵入性安全评估方法即可实时采集车辆各控制器中的mcu的芯片温度感应电路中芯片温度数据ti,输入如上述的安全评估模型,输出安全状态评估结果数据。本专利技术还提供了一种用于如上述车联网非侵入性安全评估方法的系统,本文档来自技高网...
【技术保护点】
1.一种车联网非侵入性安全评估模型建立方法,其特征在于,所述车联网非侵入性安全评估模型建立方法包括,
2.根据权利要求1所述的车联网非侵入性安全评估模型建立方法,其特征在于,在步骤S3中,在集成回归模型中,依次包括数据卷积处理和多头自注意力机制编码器,解码器的数据处理过程。
3.根据权利要求1所述的车联网非侵入性安全评估模型建立方法,其特征在于,在步骤S2中,芯片温度数据Ti包括,
4.根据权利要求1-3任意一项所述的车联网非侵入性安全评估模型建立方法,其特征在于,在步骤S2中,将芯片温度数据Ti与攻击策略Pi进行相关性分析。
5.一种车联网非侵入性安全评估方法,其特征在于,所述车联网非侵入性安全评估方法包括,实时采集车辆各控制器中的MCU的芯片温度感应电路中芯片温度数据Ti,输入如权利要求1-4任意一项所述的安全评估模型,输出安全状态评估结果数据。
6.根据权利要求5所述的车联网非侵入性安全评估方法,其特征在于,若输出的安全状态评估结果数据属于异常,则输出异常警告信息。
7.一种用于如权利要求5-6中任意一
8.根据权利要求7所述的系统,其特征在于,所述系统还包括显示单元,用于安全状态评估结果数据可视化显示。
9.一种电子设备,其特征在于,包括存储器和处理器:所述存储器,用于存储计算机程序;所述处理器,用于当执行计算机程序时,实现如权利要求1-4中任意一项所述的车联网非侵入性安全评估模型建立方法或如权利要求5-6中任意一项所述的车联网非侵入性安全评估方法。
10.一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行本申请如权利要求1-4中任意一项所述的车联网非侵入性安全评估模型建立方法或如权利要求5-6中任意一项所述的车联网非侵入性安全评估方法。
...【技术特征摘要】
1.一种车联网非侵入性安全评估模型建立方法,其特征在于,所述车联网非侵入性安全评估模型建立方法包括,
2.根据权利要求1所述的车联网非侵入性安全评估模型建立方法,其特征在于,在步骤s3中,在集成回归模型中,依次包括数据卷积处理和多头自注意力机制编码器,解码器的数据处理过程。
3.根据权利要求1所述的车联网非侵入性安全评估模型建立方法,其特征在于,在步骤s2中,芯片温度数据ti包括,
4.根据权利要求1-3任意一项所述的车联网非侵入性安全评估模型建立方法,其特征在于,在步骤s2中,将芯片温度数据ti与攻击策略pi进行相关性分析。
5.一种车联网非侵入性安全评估方法,其特征在于,所述车联网非侵入性安全评估方法包括,实时采集车辆各控制器中的mcu的芯片温度感应电路中芯片温度数据ti,输入如权利要求1-4任意一项所述的安全评估模型,输出安全状态评估结果数据。
6.根据权利要...
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。