← 返回列表

基于时序与语义特征的车载CAN总线异常检测方法及介质

申请号: CN202311754291.9
申请人: 北京信息科技大学
申请日期: 2023/12/19

摘要文本

本发明的一种基于时序与语义特征的车载CAN总线异常检测方法及介质,该方法通过正常车载CAN总线报文数据训练预测模型,通过实际报文与预测报文库比对分析,从而实现对车载CAN总线异常报文的检测。作为一种串行数据通信协议,CAN总线的通信接口中集成了CAN协议的物理层和数据链路层功能,可完成对通信数据的成帧处理。本发明从采集车载CAN总线报文数据帧信息着手,通过对数据帧时间戳、ID、数据域信息建立深度学习模型,实现基于报文时序特征和语义分析的报文异常检测。本发明通过ID与数据域字节依据位置信息合并编码,以ID信息为报文数据域字节预测的起点,实现对数据域预测模型的速度优化。

专利详细信息

项目 内容
专利名称 基于时序与语义特征的车载CAN总线异常检测方法及介质
专利类型 发明申请
申请号 CN202311754291.9
申请日 2023/12/19
公告号 CN117714180A
公开日 2024/3/15
IPC主分类号 H04L9/40
权利人 北京信息科技大学
发明人 冀浩杰; 胡特; 王立勇; 王璟炎; 方俊哲; 金龙; 辛崇实
地址 北京市海淀区清河小营东路12号北京信息科技大学光电学院

专利主权项内容

1.一种基于时序与语义特征的车载CAN总线异常检测方法,其特征在于,包括以下步骤,步骤1:首先对多种车型在城市道路、高速公路这些环境下采集的正常运行状况下CAN总线报文数据进行预处理;通过采集车载总线报文获取报文时间戳、ID、数据域信息,分别对实车数据帧ID依据时间戳嵌入时序信息编码,对实车数据帧各条报文的ID作为首位与数据域合并编码,嵌入报文内部各字节相对位置信息;步骤2:将嵌入时序信息的报文ID通过Transformer模型训练得到基于时序关系的对下一条报文实现预测的模型,同时将嵌入报文ID和内部各字节相对位置的数据域信息通过Transformer模型训练得到基于各报文数据域的语义预测模型,通过对两种预测模型同时比对实现对车载CAN报文的异常检测。 来自马克数据网