申请/专利权人：江苏理工学院

申请日：2023-10-31

公开（公告）日：2024-01-09

公开（公告）号：CN117375971A

主分类号：H04L9/40

分类号：H04L9/40;H04L67/12

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.26#实质审查的生效;2024.01.09#公开

摘要：本发明公开了一种L‑AVP服务中基于语义融合的车辆入侵检测方法，该方法能够解决现有恶意攻击检测方法因难以掌握CAN报文上下文特征导致错误率高、模型检测性能与模型复杂度难以很好兼顾、以及复杂模型难以应用于资源受限的车内网络的问题，实现智能车辆在享受L‑AVP服务时对于外部网络攻击的可靠检测、提高L‑AVP服务和智能车辆行驶的安全性和可靠性。

主权项：1.一种L-AVP服务中基于语义融合的车辆入侵检测方法，其特征在于：包括如下步骤：1数据预处理选用公开数据集HCRL作为预处理数据集，将数据集中每条CAN报文序列记为SeqCAN_packet，然后对每条SeqCAN_packet进行向量化表示，最后构成训练集Datatrain；2模型建立建立CAN-BERTtoBiLSTM模型，所述CAN-BERTtoBiLSTM模型包括教师模型与学生模型，所述教师模型为BERT模型，学生模型为双向长短期记忆模型BiLSTM；将预处理后的训练集Datatrain分别输入至所述CAN-BERTtoBiLSTM模型的教师和学生模型进行训练，CAN-BERTtoBiLSTM模型首先通过BERT模型学习CAN报文的上下文特征，提升CAN-BERTtoBiLSTM模型的入侵检测性能；然后采用知识蒸馏方法，使BiLSTM模型能够同时学习BERT模型的输出分布和CAN报文分类，降低模型复杂度；3实验验证以正确率、精确度、F1-Score、假阳率、假阴率和召回率作为性能评价指标，进行车辆入侵检测方法的实验验证。

全文数据：

权利要求：

百度查询： 江苏理工学院 一种L-AVP服务中基于语义融合的车辆入侵检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD