买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜广东技术师范大学申请的专利一种车辆CAN总线入侵检测方法、装置、电子设备和介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118552757B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410212829.1，技术领域涉及：G06V10/764；该发明授权一种车辆CAN总线入侵检测方法、装置、电子设备和介质是由刘兰;蔡廷丰;李泳欣;罗洪强;黄宇凡设计研发完成，并于2024-02-27向国家知识产权局提交的专利申请。

本一种车辆CAN总线入侵检测方法、装置、电子设备和介质在说明书摘要公布了：本发明提供了一种车辆CAN总线入侵检测方法、装置、电子设备和介质，所述方法包括：采集车辆实时CAN总线数据，将其转换为红绿蓝三通道图像得到车辆实时CAN总线图像数据，将车辆实时CAN总线图像数据输入车辆CAN总线入侵检测模型，输出各种车辆CAN总线攻击类型的概率值，若无攻击状态的概率值小于预设安全阈值，则判定车辆被入侵。本发明的车辆CAN总线入侵检测模型基于CNN‑SwinT混合模型，并使用迁移学习的方法对其进行训练，可以在车辆CAN总线入侵数据不足的情况下，提高模型训练的速度与检测的准确度，使得在获取到车辆实时CAN总线数据后，可以结合迁移学习、CNN模型和SwinT模型来学习实时数据的时空特征，从而实现对车辆的入侵检测，显著提高检测的准确性和效率。

本发明授权一种车辆CAN总线入侵检测方法、装置、电子设备和介质在权利要求书中公布了：1.一种车辆CAN总线入侵检测方法，其特征在于，所述方法包括：采集车辆实时CAN总线数据；将所述车辆实时CAN总线数据转换为红绿蓝三通道图像，得到车辆实时CAN总线图像数据；将所述车辆实时CAN总线图像数据输入车辆CAN总线入侵检测模型，所述车辆CAN总线入侵检测模型输出各种车辆CAN总线攻击类型的概率值；所述车辆CAN总线攻击类型包括拒绝服务攻击、模糊攻击、冒充攻击、无攻击状态；若所述无攻击状态的概率值小于预设安全阈值，则判定车辆被入侵；所述车辆CAN总线入侵检测模型的生成，包括：获取车辆历史CAN总线数据；所述车辆历史CAN总线数据包括多种攻击类型的消息以及每种攻击类型的概率值标签；所述多种攻击类型的消息包括拒绝服务攻击消息、模糊攻击消息、冒充攻击消息、无攻击状态消息；将所述车辆历史CAN总线数据转换为红绿蓝三通道图像，得到车辆历史CAN总线图像数据；采用所述车辆历史CAN总线图像数据对经过预训练的CNN-SwinT混合模型进行训练，得到所述车辆CAN总线入侵检测模型；采用所述车辆历史CAN总线图像数据对经过预训练的CNN-SwinT混合模型进行训练，得到所述车辆CAN总线入侵检测模型，包括：初始化所述经过预训练的CNN-SwinT混合模型中CNN部分的参数权重和SwinT部分的线性嵌入层的参数权重、以及由全连接层和softmax激活函数组成的多层感知机层的参数权重，冻结SwinT部分的SwinT编码块和块状合并层的参数权重；将所述车辆历史CAN总线图像数据输入所述CNN-SwinT混合模型，输出所述CNN-SwinT混合模型预测的各种车辆CAN总线攻击类型的概率值；根据每种攻击类型的概率值标签和所述CNN-SwinT混合模型预测的各种车辆CAN总线攻击类型的概率值，迭代优化所述CNN-SwinT混合模型中CNN部分的参数权重和SwinT部分的线性嵌入层的参数权重、以及由全连接层和softmax激活函数组成的多层感知机层的参数权重，得到所述车辆CAN总线入侵检测模型；将所述车辆历史CAN总线图像数据输入所述CNN-SwinT混合模型，输出所述CNN-SwinT混合模型预测的各种车辆CAN总线攻击类型的概率值，包括：将所述车辆历史CAN总线图像数据输入所述CNN-SwinT混合模型，所述CNN-SwinT混合模型从所述车辆历史CAN总线图像数据中提取车辆历史CAN总线数据的特征，得到车辆历史CAN总线数据的图像特征图；对所述车辆历史CAN总线数据的图像特征图进行分类处理，输出所述CNN-SwinT混合模型预测的各种车辆CAN总线攻击类型的概率值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东技术师范大学，其通讯地址为：510630 广东省广州市天河区中山大道西293号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。