Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于时空的自动驾驶车辆入侵检测方法 

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!

申请/专利权人:吉林大学

摘要:本发明涉及一种基于时空的自动驾驶车辆入侵检测方法,属于车载网络通信安全领域。获取车辆状态数据值,预处理后的得到多元车辆状态数据,划分滑动窗口,在空间模型中,计算每个车辆状态数据的异常分数,将异常分数和阈值进行比较,得到空间模型的入侵检测结果,在时间模型中对于一个滑动窗口内的数据,计算相邻两个时间戳之间的马氏距离的累加和,与阈值进行比较,综合时间模型和空间模型的结果得到最终的异常检测结果。本发明优点是通过对车载传感器数据进行多维度分析,识别异常模式,及时发现并应对潜在的安全威胁,在满足实时性的前提下,能够更准确高效的进行入侵检测。

主权项:1.一种基于时空的自动驾驶车辆入侵检测方法,其特征在于,包括下列步骤:S1:从自动驾驶车辆网络系统的传感器中获取若干个车辆状态数据值;S2:对获取的原始数据进行数据重采样,对缺失值进行处理,之后再进行数据标准化操作,得到预处理后的多元车辆状态数据;S3:为时间模型和空间模型划分滑动窗口;S4:在空间模型中,用图注意力机制进行入侵检测:首先构建图结构对各个车辆状态数据之间的关系进行学习,接着利用图注意力机制对每个时刻各个车辆状态数据的值进行预测,最后根据预测结果计算每个车辆状态数据的异常分数,将异常分数和阈值进行比较,得到空间模型的入侵检测结果;S5:在时间模型中,用马氏距离进行入侵检测:对于一个滑动窗口内的数据,计算相邻两个时间戳之间的马氏距离的累加和,如果大于阈值则判定为异常;S6:对于各个滑动窗口内的车辆状态数据,综合时间模型和空间模型的结果得到最终的异常检测结果。

全文数据:

权利要求:

百度查询: 吉林大学 一种基于时空的自动驾驶车辆入侵检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。