-
公开(公告)号:CN117294488A
公开(公告)日:2023-12-26
申请号:CN202311215877.8
申请日:2023-09-19
Applicant: 广州大学
IPC: H04L9/40 , H04L12/40 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 本说明书实施例提供了一种一种基于生物学特征的CAN总线入侵检测方法及系统,其中,方法包括:采集不同状态下汽车CAN总线的行车数据;对所述行车数据进行预处理,从预处理后的行车数据中提取驾驶员生物学特征相关度较高的数据构成行车数据集;通过VGG与SVDD的组合神经网络提取所述行车数据集中的生物学特征,构建身份认证模型,对所述行车数据进行身份认证;其中,所述驾驶员生物学特征包括驾驶员驾驶行为习惯;基于身份认证结果与攻击检测结果进行与运算,判断所述行车数据是否为正常数据。本发明利用个人驾驶行为生物学特征作为数据依据,进行入侵检测,使得入侵检测模型具备更强的针对性和实际应用价值。
-
公开(公告)号:CN117278296A
公开(公告)日:2023-12-22
申请号:CN202311283665.3
申请日:2023-09-28
Applicant: 广州大学
IPC: H04L9/40 , G06N3/0442 , G06N3/0464
Abstract: 本说明书实施例提供了一种基于神经网络的CAN总线入侵检测方法装置、设备及系统,其中,方法包括获取历史CAN总线数据并预处理,将CAN总线数据中提取到的文本数据转换为图形数据;建立用于检测CAD入侵攻击类型的入侵检测模型,将图形数据输入待训练的入侵检测模型,根据收敛条件对所述CAD入侵检测模型进行训练,获得训练好的入侵检测模型;将实时获取的CAN总线数据输入至训练好的入侵检测模型,通过入侵检测模型确定是否存在入侵行为及入侵的攻击类型。本发明充分提取并利用时间序列特征提升模型的性能,最终达到高准确率、实时性、低时延的优点,并能够有效的检测CAN总线中的入侵攻击。
-