[發(fā)明專(zhuān)利]針對(duì)車(chē)聯(lián)網(wǎng)TSP平臺(tái)的攻擊檢測(cè)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010099782.4
• 申請(qǐng)日: 2020-02-18
• 公開(kāi)（公告）號(hào): CN113347134B
• 公開(kāi)（公告）日: 2022-07-19
• 發(fā)明（設(shè)計(jì)）人: 季瑩瑩;趙懷瑾;吳志敏;朱文揚(yáng);陳燕呢;陳寒松
• 申請(qǐng)（專(zhuān)利權(quán)）人: 國(guó)家計(jì)算機(jī)網(wǎng)絡(luò)與信息安全管理中心浙江分中心
• 主分類(lèi)號(hào): H04L9/40
• 分類(lèi)號(hào): H04L9/40;H04L67/12
• 代理公司: 杭州裕陽(yáng)聯(lián)合專(zhuān)利代理有限公司 33289
• 代理人: 姚宇吉

1.一種針對(duì)車(chē)聯(lián)網(wǎng)TSP平臺(tái)的攻擊檢測(cè)方法，其特征在于包括以下步驟：

采集目標(biāo)TSP平臺(tái)的通信流量數(shù)據(jù)，所述通信流量數(shù)據(jù)包括網(wǎng)絡(luò)流量數(shù)據(jù)和CDR數(shù)據(jù)；

對(duì)所述通信流量數(shù)據(jù)進(jìn)行數(shù)據(jù)提取，獲得待檢測(cè)特征值，將所述待檢測(cè)特征值與預(yù)設(shè)的攻擊識(shí)別特征數(shù)據(jù)進(jìn)行比較，根據(jù)比較結(jié)果判斷所述待檢測(cè)特征值中是否存在攻擊行為，輸出檢測(cè)結(jié)果，所述預(yù)設(shè)的攻擊識(shí)別特征數(shù)據(jù)包括攻擊行為特征數(shù)據(jù)，具體步驟為：

基于預(yù)設(shè)的提取規(guī)則從所述通信流量數(shù)據(jù)中提取網(wǎng)絡(luò)流量特征數(shù)據(jù)，構(gòu)建第一特征數(shù)據(jù)集；

采用最佳優(yōu)先搜索算法對(duì)所述第一特征數(shù)據(jù)集進(jìn)行搜索獲得特征子集，并在搜索過(guò)程中，基于CFS算法對(duì)搜索獲得的特征子集進(jìn)行計(jì)算，計(jì)算結(jié)果用于表征所述特征子集中每個(gè)特征的預(yù)測(cè)能力以及相互之間的冗余度，根據(jù)所述計(jì)算結(jié)果生成四元組最優(yōu)特征子集，所述四元組最優(yōu)特征子集包含車(chē)輛狀態(tài)、運(yùn)行模式、車(chē)速和車(chē)輛位置；

將所述四元組最優(yōu)特征子集作為第二特征數(shù)據(jù)集；

基于流量識(shí)別特征算法對(duì)所述第二特征數(shù)據(jù)集進(jìn)行特征提取，獲得八元組最優(yōu)特征子集，以所述八元組最優(yōu)特征子集作為最優(yōu)網(wǎng)絡(luò)流量特征數(shù)據(jù)；

將所述最優(yōu)網(wǎng)絡(luò)流量特征數(shù)據(jù)與所述攻擊行為特征數(shù)據(jù)進(jìn)行特征匹配，當(dāng)匹配成功時(shí)，判定存在攻擊行為。

2.根據(jù)權(quán)利要求1所述的針對(duì)車(chē)聯(lián)網(wǎng)TSP平臺(tái)的攻擊檢測(cè)方法，其特征在于，采集目標(biāo)TSP平臺(tái)的通信流量數(shù)據(jù)的具體步驟為：

獲取目標(biāo)TSP平臺(tái)地址；

按照所述目標(biāo)TSP平臺(tái)地址，采用旁路方式對(duì)目標(biāo)TSP平臺(tái)的流量數(shù)據(jù)進(jìn)行采集，獲得全量流量數(shù)據(jù)，所述全量流量數(shù)據(jù)包括網(wǎng)絡(luò)流量數(shù)據(jù)和CDR數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的針對(duì)車(chē)聯(lián)網(wǎng)TSP平臺(tái)的攻擊檢測(cè)方法，其特征在于還包括惡意代碼監(jiān)測(cè)方法。

4.一種針對(duì)車(chē)聯(lián)網(wǎng)TSP平臺(tái)的攻擊檢測(cè)系統(tǒng)，其特征在于包括：

數(shù)據(jù)采集模塊，用于采集目標(biāo)TSP平臺(tái)的通信流量數(shù)據(jù)，所述通信流量數(shù)據(jù)包括網(wǎng)絡(luò)流量數(shù)據(jù)和CDR數(shù)據(jù)；

攻擊檢測(cè)模塊，用于對(duì)所述通信流量數(shù)據(jù)進(jìn)行數(shù)據(jù)提取，獲得待檢測(cè)特征值，將所述待檢測(cè)特征值與預(yù)設(shè)的攻擊識(shí)別特征數(shù)據(jù)進(jìn)行比較，根據(jù)比較結(jié)果判斷所述待檢測(cè)特征值中是否存在攻擊行為，輸出檢測(cè)結(jié)果；

所述攻擊檢測(cè)模塊包括特征提取子單元和攻擊特征匹配子單元：

所述特征提取子單元被配置為：

基于預(yù)設(shè)的提取規(guī)則從所述通信流量數(shù)據(jù)中提取網(wǎng)絡(luò)流量特征數(shù)據(jù)，構(gòu)建第一特征數(shù)據(jù)集；

采用最佳優(yōu)先搜索算法對(duì)所述第一特征數(shù)據(jù)集進(jìn)行搜索獲得特征子集，并在搜索過(guò)程中，基于CFS算法對(duì)搜索獲得的特征子集進(jìn)行計(jì)算，計(jì)算結(jié)果用于表征所述特征子集中每個(gè)特征的預(yù)測(cè)能力以及相互之間的冗余度，根據(jù)所述計(jì)算結(jié)果生成四元組最優(yōu)特征子集，所述四元組最優(yōu)特征子集包含車(chē)輛狀態(tài)、運(yùn)行模式、車(chē)速和車(chē)輛位置；

將所述四元組最優(yōu)特征子集作為第二特征數(shù)據(jù)集；

基于流量識(shí)別特征算法對(duì)所述第二特征數(shù)據(jù)集進(jìn)行特征提取，獲得八元組最優(yōu)特征子集，以所述八元組最優(yōu)特征子集作為最優(yōu)網(wǎng)絡(luò)流量特征數(shù)據(jù)；

所述攻擊特征匹配子單元，用于將所述最優(yōu)網(wǎng)絡(luò)流量特征數(shù)據(jù)與所述攻擊行為特征數(shù)據(jù)進(jìn)行特征匹配，當(dāng)匹配成功時(shí)，判定存在攻擊行為。

5.根據(jù)權(quán)利要求4所述的針對(duì)車(chē)聯(lián)網(wǎng)TSP平臺(tái)的攻擊檢測(cè)系統(tǒng)，其特征在于，所述數(shù)據(jù)采集模塊被配置為：

獲取目標(biāo)TSP平臺(tái)地址；

按照所述目標(biāo)TSP平臺(tái)地址，采用旁路方式對(duì)目標(biāo)TSP平臺(tái)的流量數(shù)據(jù)進(jìn)行采集，獲得全量流量數(shù)據(jù)，所述全量流量數(shù)據(jù)包括網(wǎng)絡(luò)流量數(shù)據(jù)和CDR數(shù)據(jù)。

6.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至3任意一項(xiàng)所述方法的步驟。