[發(fā)明專利]一種車載CAN總線的異常檢測方法及裝置

在審

• 申請?zhí)枺?/td>: 202011431148.2
• 申請日: 2020-12-07
• 公開（公告）號: CN112491920A
• 公開（公告）日: 2021-03-12
• 發(fā)明（設計）人: 崔圳;陳強;楊威
• 申請（專利權）人: 北京天融信網(wǎng)絡安全技術有限公司;北京天融信科技有限公司;北京天融信軟件有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L12/40;G06N7/00
• 代理公司: 北京金信知識產(chǎn)權代理有限公司 11225
• 代理人: 喻嶸

1.一種車載CAN總線的異常檢測方法，其特征在于，所述方法包括：

提取CAN總線數(shù)據(jù)集中的CAN信號的信號值序列；

基于所述信號值序列的變化趨勢，解析信號值序列之間的相關性；

將具有預定的相關性的信號值序列所屬的所述CAN信號劃分為同類檢測樣本；

將所述同類檢測樣本輸入到訓練好的檢測模型中進行檢測，得到所述CAN信號的發(fā)生概率；

判斷所述發(fā)生概率是否小于第一預設閾值，若是，則發(fā)出警報信息。

2.根據(jù)權利要求1所述的異常檢測方法，其特征在于，訓練所述檢測模型所采用的方法包括：

獲取CAN總線數(shù)據(jù)集，提取CAN總線數(shù)據(jù)集中的CAN信號的信號值序列；

對至少兩個所述CAN信號的信號值序列進行相關性計算，得到所述信號值序列之間的相關系數(shù)；

判斷所述相關系數(shù)是否在第二預設閾值內(nèi)，若是，則將至少兩個所述CAN信號劃分為同類訓練樣本；

將所述同類訓練樣本輸入到檢測模型中進行訓練，生成用于檢測車載CAN總線異常的檢測模型。

3.根據(jù)權利要求1所述的異常檢測方法，其特征在于，所述將所述同類檢測樣本輸入到訓練好的檢測模型中進行檢測，具體包括：

對所述同類檢測樣本中的各CAN信號的信號值序列進行預處理；

在單個預處理后的CAN信號的信號值序列中依次提取預設數(shù)量的子序列；

將各所述CAN信號對應的所述子序列組成子序列組輸入到訓練好的檢測模型中進行檢測。

4.根據(jù)權利要求1所述的異常檢測方法，其特征在于，所述基于所述信號值序列的變化趨勢，解析信號值序列之間的相關性，包括：

對至少兩個所述信號值序列進行相關性計算，得到所述信號值序列之間的相關系數(shù)；

所述將具有預定的相關性的信號值序列所屬的所述CAN信號劃分為同類檢測樣本，包括：

判斷所述相關系數(shù)是否在第三預設閾值內(nèi)，若是，則將至少兩個所述CAN信號劃分為同類檢測樣本。

5.根據(jù)權利要求1所述的異常檢測方法，其特征在于，所述同類檢測樣本至少包括車速信息集和發(fā)動機轉速信息集。

6.一種車載CAN總線的異常檢測裝置，其特征在于，所述裝置包括：

提取模塊，其配置為提取CAN總線數(shù)據(jù)集中的CAN信號的信號值序列；

解析模塊，其配置為基于所述信號值序列的變化趨勢，解析信號值序列之間的相關性；

樣本劃分模塊，其配置為將具有預定的相關性的信號值序列所屬的所述CAN信號劃分為同類檢測樣本；

檢測模塊，其配置為將所述同類檢測樣本輸入到訓練好的檢測模型中進行檢測，得到所述CAN信號的發(fā)生概率；

判斷模塊，其配置為判斷所述發(fā)生概率是否小于第一預設閾值，若是，則發(fā)出警報信息。

7.根據(jù)權利要求6所述的異常檢測裝置，其特征在于，所述檢測模型的構建方式，包括：

獲取CAN總線數(shù)據(jù)集，提取CAN總線數(shù)據(jù)集中的CAN信號的信號值序列；

對至少兩個所述CAN信號的信號值序列進行相關性計算，得到所述信號值序列之間的相關系數(shù)；

判斷所述相關系數(shù)是否在第二預設閾值內(nèi)，若是，則將至少兩個所述CAN信號劃分為同類訓練樣本；

將所述同類訓練樣本輸入到檢測模型中進行訓練，生成用于檢測車載CAN總線異常的檢測模型。

8.根據(jù)權利要求6所述的異常檢測裝置，其特征在于，所述檢測模塊還配置為：

對所述同類檢測樣本中的各CAN信號的信號值序列進行預處理；

在單個預處理后的CAN信號的信號值序列中依次提取預設數(shù)量的子序列；

將各所述CAN信號對應的所述子序列組成子序列組輸入到訓練好的檢測模型中進行檢測。