基于證據(jù)深度學(xué)習(xí)的CAN網(wǎng)絡(luò)入侵檢測框架

摘要： 隨著移動通信技術(shù)在智能自動駕駛系統(tǒng)中的持續(xù)發(fā)展，保障車載通信數(shù)據(jù)的安全已成為交通系統(tǒng)安全的一個重要環(huán)節(jié)，面對黑客可能通過CAN總線網(wǎng)絡(luò)遠程操控車輛的威脅，現(xiàn)有網(wǎng)絡(luò)框架雖能檢測已知攻擊，但在識別未知攻擊時表現(xiàn)不佳。為此，本研究提出一種融合證據(jù)深度學(xué)習(xí)的檢測框架，該框架由數(shù)據(jù)預(yù)處理模塊、數(shù)據(jù)分析模塊和攻擊檢測模塊組成。預(yù)處理模塊通過獨立熱編碼技術(shù)，以提升數(shù)據(jù)質(zhì)量和適應(yīng)性；數(shù)據(jù)分析模... （共7頁）