申请/专利权人:华东师范大学
申请日:2021-07-20
公开(公告)日:2023-01-24
公开(公告)号:CN115640828A
主分类号:G06N3/0442
分类号:G06N3/0442;G06N3/0464;G06N3/045;G06N3/094;G06F18/2415;H04W4/40
优先权:
专利状态码:在审-公开
法律状态:2023.01.24#公开
摘要:本发明公开了一种基于对抗生成网络的车载数字孪生欺骗检测方法。该方案由伪造数据生成器和欺骗检测器两个深度学习模型组成,生成伪造数据并检测欺骗。LSTM模型被引入作为伪造数据生成器模型,其利用全球导航卫星系统CAN惯性测量单元数据来制造伪造数据。引入DenseNet作为欺骗检测器模型,根据真实数据以及伪造数据的经纬度、速度加速度、三轴加速度角速度进行预测。实现了生成对抗方案,并运用于数字孪生车辆的场景,该方案无需额外的硬件设施,成本低且可移植。
主权项:1.一种基于对抗生成网络的车载数字孪生欺骗检测方法,其特征在于,包括以下步骤:步骤1:构建基于数字孪生的车载网络系统架构,以路侧单元RSU作为分布式聚合器进行全局模型的广播与分发,边缘服务器作为车辆之间信息传递的媒介;步骤2:分析全球导航卫星系统GNSS、控制器局域网CAN和惯性测量单元IMU的多维数据并进行预处理;步骤3:基于长短期记忆人工神经网络LSTM机器学习使用真实数据进行训练,构建伪造数据生成器模型;步骤4:使用训练过的伪造数据生成器生成伪造数据;步骤5:使用密集卷积网络DenseNet构建欺骗检测器模型,使用步骤4中由生成器模型生成的伪造数据和数据集的正常数据的监督学习来训练欺骗检测器模型,使其能够确定样本的真实性。
全文数据:
权利要求:
百度查询: 华东师范大学 一种基于对抗生成网络的车载数字孪生欺骗检测方法
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。