[發明專利]判定裝置、判定程序、判定方法及神經網絡模型的生成方法

有效

• 申請號: 201980080963.8
• 申請日: 2019-11-29
• 公開（公告）號: CN113169927B
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 上口翔悟;上田浩史;足立直樹;濱田芳博
• 申請（專利權）人: 株式會社自動網絡技術研究所;住友電裝株式會社;住友電氣工業株式會社
• 主分類號: H04L12/44
• 分類號: H04L12/44;G06N3/02
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 高培培;趙晶

一種判定裝置，獲取與車輛的狀態相關的第一數據及多個第二數據，該判定裝置具備：多個已學習神經網絡，在被輸入所述多個第二數據中的任一個第二數據的情況下進行學習，以推定相當于所述第一數據的推定數據；以及判定部，基于所述多個已學習神經網絡各自推定出的各個所述推定數據和所述第一數據來判定所述第一數據是否正常。

技術領域

本發明涉及一種判定裝置、判定程序、判定方法及神經網絡模型的生成方法。

本申請要求基于2018年12月12日提出申請的日本申請第2018-232958號的優先權，并引用所述日本申請中記載的全部記載內容。

背景技術

在車輛中搭載有用于對發動機控制等動力傳動系統、空調控制等車身系統等的車載設備進行控制的ECU(Electronic Control Unit，電子控制單元)。在這些ECU通過車載網絡系統來收發消息時，針對攻擊者對該車載網絡系統進行訪問并發送非法幀等威脅來研究安全對策，提出對在車載網絡中接收的幀的異常度進行計算的安全處理方法(例如專利文獻1)。

專利文獻1的安全處理方法基于依次獲取的幀的信息來依次更新規定模型。在車載網絡中接收到的幀的異常度的計算通過使用了該接收到的幀的信息和所述規定模型的運算處理來進行。并且，該規定模型基于依次獲取的幀的信息，通過機器學習來依次更新。

現有技術文獻

專利文獻

專利文獻1:日本特開2017-111796號公報

發明內容

本公開的一個方式涉及一種判定裝置，獲取與車輛的狀態相關的第一數據及多個第二數據，具備：多個已學習神經網絡，在被輸入所述多個第二數據中的任一個第二數據的情況下進行學習，從而推定相當于所述第一數據的推定數據；以及判定部，基于所述多個已學習神經網絡各自推定出的各個所述推定數據和所述第一數據來判定所述第一數據是否正常。

附圖說明

圖1是例示包括實施方式1涉及的判定裝置的判定系統的結構的示意圖。

圖2是例示判定裝置的結構的框圖。

圖3是例示判定裝置的控制部所包括的功能部的功能框圖。

圖4是例示已學習神經網絡的一個方式的說明圖。

圖5是例示判定裝置的控制部的處理的流程圖。

圖6是例示實施方式2(第二已學習神經網絡)涉及的判定裝置的控制部所包括的功能部的功能框圖。

圖7是例示第二已學習神經網絡的一個方式的說明圖。

圖8是例示判定裝置的控制部的處理的流程圖。

具體實施方式

[本公開要解決的問題]

專利文獻1的安全處理方法通過使用單個規定模型的運算處理來進行，因此擔心在進行幀的異常度的計算時難以確保該計算結果的精度。

本公開鑒于這樣的情形而完成，目的在于提供一種能夠提升判定與車輛的狀態相關的狀態量數據是否正常的精度的判定裝置等。

[本公開的效果]

根據本公開的一個方式，能夠提供一種能夠提升判定與車輛的狀態相關的狀態量數據是否正常的精度的判定裝置等。

[本發明的實施方式的說明]

首先，列舉出本公開的實施方式來進行說明。另外，也可以任意地組合以下記載的實施方式中的至少一部分。