[發明專利]一種車載CAN bus中基于增強型DCA免疫算法的異常檢測方法在審
| 申請號: | 202111636195.5 | 申請日: | 2021-12-29 |
| 公開(公告)號: | CN114357437A | 公開(公告)日: | 2022-04-15 |
| 發明(設計)人: | 韓牟;劉峰 | 申請(專利權)人: | 江蘇大學 |
| 主分類號: | G06F21/55 | 分類號: | G06F21/55;G06F21/56 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 212013 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 車載 can bus 基于 增強 dca 免疫 算法 異常 檢測 方法 | ||
1.一種車載CAN bus中基于增強型DCA免疫算法的異常檢測方法,其特征在于,包括以下步驟:
步驟1:在執行入侵檢測算法前,從真實汽車的車載CAN bus網絡中采集數據集,包括汽車正常行駛過程中的無攻擊數據和注入攻擊生成的攻擊數據集;
步驟2:從車載CAN bus網絡中采集的數據包含報文傳輸方向、時間戳、消息標識符ID、消息類型、消息長度、數據域Data值等屬性,分別計算這些屬性的信息增益和標準偏差,并從數據集中刪除具有低信息增益的屬性,提取信息增益高的屬性,根據匹配規則與DCA免疫算法的輸入信號匹配;
步驟3:設計屬性與輸入信號的匹配規則,將提取到的CAN報文屬性數值進行數值標準化和數值歸一化,根據匹配規則分配給DCA算法的三種輸入信號:病原相關分子式PAMP、危險信號DS和安全信號SS;
步驟4:根據匹配的輸入信號執行增強型DCA免疫算法,根據DCA算法執行后的數據結果判斷CAN bus網絡是否被入侵,其中利用粒子群引力搜索算法PSOGSA來優化DCA算法,以便于提高DCA免疫算的的檢測精度。
2.根據權利要求1所述的一種車載CAN bus中基于增強型DCA免疫算法的異常檢測方法,其特征在于,從真實汽車的車載CAN bus網絡中采集數據集包括根據數據各個屬性的信息增益和標準偏差值與DCA算法的輸入信號匹配,執行DCA主算法的同時利用PSOGSA算法優化遷移閾值,使得DCA算法對入侵數據的檢測更加準確。
3.根據權利要求1所述的一種車載CAN bus中基于增強型DCA免疫算法的異常檢測方法,其特征在于,步驟3中,設計屬性與輸入信號的匹配規則包括:通過解析CAN報文的數據庫文件,并根據得到的CAN通信矩陣對CAN報文屬性進行分析,將各個屬性按照信息增益和標準偏差的高低與DCA算法輸入信號匹配,具體過程為:
步驟3.1:根據CAN報文提取所有屬性,針對data域數據將多個字節進行組合形成一個新屬,然后計算所有屬性的信息增益和標準偏差;
步驟3.2:設計匹配規則一,選取標準偏差最小的CAN報文屬性匹配DCA算法的PAMP和SS信號,其余屬性與DS信號匹配;
匹配規則二,選擇信息增益較高,且標準偏差相對較小的CAN總線數據屬性,適合與PAMP和SS輸入信號匹配,其余屬性與DS信號匹配。根據基于信息增益和標準偏差的屬性選擇方法,最終實現車載CAN報文屬性與DCA算法輸入信號的匹配;
在DCA算法中PAMP表示存在異常,的增強表明存在異常的可靠度增加;DS表示可能存在異常,的增強表明存在異常的可能性增加,相比于的可靠度較低;SS表示異常的可能性非常小,的增強表明正常的可能性增加,存在兄常的可能性減少,用于抵消和的影響;因此增益較高的屬性適合PAMP和SS信號,其他屬性與DS信號匹配。
4.根據權利要求1所述的一種車載CAN bus中基于增強型DCA免疫算法的異常檢測方法,其特征在于,步驟4中,利用匹配規則輸入的信號與權重矩陣根據信號處理機制計算輸出信號協同刺激因子csm、成熟細胞mDC、半成熟細胞sDC的加權值并累計;如果累計的∑csm達到設定的遷移閾值,那么比較∑sDC和∑mDC的大?。蝗簟苨DC∑mDC,則表明抗原處于正常狀態,此時抗原環境值為0;否則表明抗原存在異常,此時抗原環境值為1,最后根據成熟環境抗原值判斷數據是否異常。
5.根據權利要求1所述的一種車載CAN bus中基于增強型DCA免疫算法的異常檢測方法,其特征在于,利用PSOGSA算法優化DCA算法,主要是通過以DCA輸出結果的準確率為適應度值尋找規定范圍內的最佳遷移閾值。
6.根據權利要求4所述的一種車載CAN bus中基于增強型DCA免疫算法的異常檢測方法,其特征在于,還包括,成熟環境抗原值MCAV表示CAN bus數據轉化為sDC的次數與被檢測總次數的比值,若MCAV值超過預設的異常閾值AT則說明數據有異常。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江蘇大學,未經江蘇大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111636195.5/1.html,轉載請聲明來源鉆瓜專利網。





