基于区块链和联邦学习的轻量级车联网入侵检测方法技术

本发明专利技术涉及车联网网络安全技术领域，具体为一种基于区块链和联邦学习的轻量级车联网入侵检测方法，通过使用一种模型压缩技术——模型蒸馏，将一个复杂的教师模型的知识迁移到一个更小、更高效的学生模型中,并在学生模型训练过程中运用剪枝，显著降低本地模型的模型复杂度，并且将区块链和联邦学习结合，以保护车主的隐私，增强所有参与者之间的信任。该方案包括数据预处理、模型蒸馏、本地模型训练、参数加密、全局模型聚合和本地模型更新六个主要步骤。本发明专利技术适用于现代车联网系统，有助于提高车联网的安全性和可靠性，降低车载资源计算压力，并保护车辆数据隐私。

【技术实现步骤摘要】

本专利技术涉及车联网网络安全，具体涉及一种基于区块链和联邦学习的轻量级车联网入侵检测方法。

技术介绍

1、随着智能交通技术与车联网技术的快速发展，车联网系统中的网络攻击风险日益增加，车辆面临着不断升级的网络安全威胁，包括黑客攻击、恶意软件和未经授权的访问，这些威胁可能会危及车辆的功能和乘客安全。传统集中式的入侵检测系统(intrusiondetection system,ids)在扩展性、隐私保护和信任管理方面存在诸多问题。此外，现有的分布式检测方法在处理非独立同分布(non-iid)数据时表现欠佳，且对计算资源的需求较高，难以满足车载终端设备资源受限的实际需求。因此，如何有效地检测和防御这些网络安全威胁，确保车联网系统的安全性和可靠性，成为当前学术界和工业界亟需解决的重要课题。

技术实现思路

1、本专利技术解决了现有技术中分布式检测方法在处理非独立同分布(non-iid)数据时表现欠佳，且对计算资源的需求较高，难以满足车载终端设备资源受限的实际需求的技术问题；本专利技术提供一种基于区块链和联邦学习的轻量级车本文档来自技高网...

【技术保护点】

1.一种基于区块链和联邦学习的轻量级车联网入侵检测方法，其特征在于包括以下步骤：

2.根据权利要求1所述的基于区块链和联邦学习的轻量级车联网入侵检测方法，其特征在于，所述步骤S1中，选取车联网中Car-Hacking、CICIoV2024、CICIDS-2017三个数据集中的数据进行预处理。

3.根据权利要求2所述的基于区块链和联邦学习的轻量级车联网入侵检测方法，其特征在于，所述预处理过程包括数据清理、标准化以及构建知识图谱。

4.根据权利要求3所述的基于区块链和联邦学习的轻量级车联网入侵检测方法，其特征在于，所述步骤S2中模型蒸馏包括将一个复杂模型的...

【技术特征摘要】

1.一种基于区块链和联邦学习的轻量级车联网入侵检测方法，其特征在于包括以下步骤：

2.根据权利要求1所述的基于区块链和联邦学习的轻量级车联网入侵检测方法，其特征在于，所述步骤s1中，选取车联网中car-hacking、ciciov2024、cicids-2017三个数据集中的数据进行预处理。

3.根据权利要求2所述的基于区块链和联邦学习的轻量级车联网入侵检测方法，其特征在于，所述预处理过程包括数据清理、标准化以及构建知识图谱。

4.根据权利要求3所述的基于区块链和联邦学习的轻量级车联网入侵检测方法，其特征在于，所述步骤s2中模型蒸馏包括将一个复杂模型的知识迁移到一个更小、更高效的模型中，从而适配于资源受限的车载终端。

5.根据权利要求4所述的基于区块链和联邦学习的轻量级车联网入侵检测方法，其特征在于，所述步骤...

【专利技术属性】
技术研发人员：金丽，查家伟，章国安，朱浩，鲍帅丽，
申请(专利权)人：南通大学，
类型：发明
国别省市：