[發明專利]對控制器局域網或者汽車以太網的數據分類的設備和方法

在審

• 申請號: 202010047739.3
• 申請日: 2020-01-16
• 公開（公告）號: CN111447173A
• 公開（公告）日: 2020-07-24
• 發明（設計）人: M.漢澤爾曼;H.烏爾默;K.多爾曼;T.施特勞斯;A.容京格;J.S.布希納;S.博布萊斯特
• 申請（專利權）人: 羅伯特·博世有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L12/24;G06N3/08
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 胡莉莉;陳嵐

1.一種用于對尤其是用于控制器局域網或者汽車以太網的數據進行分類的計算機實施的方法，其特征在于，接收（502）來自通信網絡的多個消息，其中針對人工神經網絡的多個輸入模型（I_X1，...，I_Xn）中的分配給預先給定的消息類型（X）的輸入模型（I_X）的輸入變量（v_X），選出（504）具有所述預先給定的消息類型（X）的消息，其中根據所述消息來確定（506）所述輸入變量（v_X），其中在所述人工神經網絡的輸出區域（O）中，輸出預測（v_X’(t+1)），所述預測（v_X’(t+1)）能夠用于根據所述輸入變量（v_X(t)）對所述消息進行分類，或者輸出輸入變量（v_X(t)）的重構，所述重構能夠用于根據所述輸入變量（v_X(t)）對所述消息進行分類。

2.根據權利要求1所述的計算機實施的方法，其特征在于，所述人工神經網絡訓練成，根據所述通信網絡中的網絡業務的至少一部分來使得能夠判定：所述通信網絡以相對于其他可能的狀態更高的概率處于多個可能的狀態中的何種狀態中。

3.根據上述權利要求中任一項所述的計算機實施的方法，其特征在于，根據多個預先給定的網絡類型（X），多個消息作為針對多個輸入模型（I_x）的輸入變量被選出（504），其中消息類型（X）明確地分配給所述多個輸入模型（I_X）中的一個，其中所述多個輸入模型（I_x）的輸出被聚集（508）為所述輸出區域（O）的輸入。

4.根據權利要求3所述的計算機實施的方法，其特征在于，所述多個輸入模型（I_x）實現為遞歸人工神經網絡。

5.根據權利要求3或者4所述的計算機實施的方法，其特征在于，所述多個輸入模型（I_x）的狀態（s_X）被聚集，尤其是通過將所述狀態（s_X）級聯到向量或者張量（a）上來聚集。

6.根據上述權利要求中任一項所述的計算機實施的方法，其特征在于，針對第一時間步長（t）選出（504）第一輸入變量（v_X），其中根據所述第一輸入變量（v_X）確定（510）針對第二輸入變量（v_Y(t+1)）的預測（v_Y’(t+1)），其中根據所述第二輸入變量（v_Y(t+1)）與所述預測（v_Y’(t+1)）的比較（512）的結果，當所述結果滿足限定異常的標準時，識別出（512）異常。

7.根據權利要求6所述的計算機實施的方法，其特征在于，根據針對所述預測（v_Y’(t+1)）與所述第二輸入變量（v_Y(t+1)）的偏差的度量，限定所述結果，其中通過所述偏差的閾值來限定所述標準，其中當所述偏差的所述度量超過所述閾值時，識別出（512）異常。

8.一種用于對通信網絡中的尤其是用于控制器局域網或者汽車以太網的數據進行分類的設備，其特征在于，所述設備包括人工神經網絡，其中所述人工神經網絡包括針對輸入變量（v_X）的輸入模型（I_X）并且包括輸出區域（O），其中所述設備包括選出裝置（304），所述選出裝置（304）構造為，針對所述輸入變量（v_X）選出來自所述通信網絡的具有預先給定的消息類型（X）的消息，并且其中所述輸出區域（O）構造為，輸出預測（v_X’(t+1)），所述預測（v_X’(t+1)）能夠用于根據所述輸入變量（v_X(t)）對所述消息進行分類，或者輸出輸入變量（v_X(t)）的重構，所述重構能夠用于根據所述輸入變量（v_X(t)）對所述消息進行分類。