一种集成XGBoost和LightGBM模型的车载CAN总线入侵检测算法

    公开(公告)号:CN116827607A

    公开(公告)日:2023-09-29

    申请号:CN202310655163.2

    申请日:2023-06-02

    Applicant: 广州大学

    Abstract: 本发明公开了一种集成XGBoost和LightGBM模型的车载CAN总线入侵检测算法,本发明基于随机森林的算法,用来识别和预防汽车网络中的恶性行为,这种技术利用了决策树的概念,并结合了集成学习(Ensemble Learning)的原理;通过随机森林建立多个虚拟神经网络,使它们能够彼此合作,共同完成任务,从而实现对数据的有效处理,并利用XGboost和LightGBM等相关算法,训练出能够较为准确地识别出网格攻击的模型,完成对网络入侵的检测,解决CAN总线的安全问题。

Patent Agency Ranking