[发明专利]CAN总线数据的异常检测方法、装置及设备

说明书

本发明公开一种CAN总线数据的异常检测方法、装置及设备，方法包括：获取待检测的N个CAN总线数据，其中，所述N个CAN总线数据中不同CAN总线数据的身份标识号ID不同；将所述N个CAN总线数据组合成一个待检测的CAN总线数据序列；将所述待检测的CAN总线数据序列输入局部离群因子模型中，获得所述待检测的CAN总线数据序列的局部异常因子，其中，所述局部离群因子模型是根据多个CAN总线数据序列训练得到的、用于计算局部异常因子的模型，所述多个CAN总线数据序列中每个CAN总线数据序列的CAN总线数据的数据个数和ID种类均为N；若所述局部异常因子大于预设异常数据检测阈值，则确定所述N个CAN总线数据中存在异常数据。

技术领域

本发明涉及车辆技术领域，具体而言，涉及一种CAN总线数据的异常检测方法、装置及设备。

背景技术

CAN(Controller Area Network，控制器局域网络)是国际标准化的串行通信协议，车辆内部各个执行器间可以利用CAN总线传输数据。不同类型或者不同执行器发送的数据可以使用不同ID(Identity Document，身份标识号)予以标识。随着汽车信息安全问题的出现，恶意攻击通过外部接口直接渗透到车载CAN总线网络，严重危害驾乘者人身和财产安全。然而，目前CAN总线缺乏基本的信息安全机制，为了提高CAN总线的安全，实现对CAN总线数据的异常检测是十分重要的环节，因此，如何快速检测出CAN总线数据中是否存在异常数据是亟待解决的。

发明内容

本发明提供了一种CAN总线数据的异常检测方法、装置及设备，能够高效的检测出CAN总线数据中是否存在异常数据。

具体的技术方案如下：

第一方面，本发明实施例提供了一种获取待检测的N个CAN总线数据，其中，所述N个CAN总线数据中不同CAN总线数据的身份标识号ID不同，所述N为正整数；

将所述N个CAN总线数据组合成一个待检测的CAN总线数据序列；

将所述待检测的CAN总线数据序列输入局部离群因子模型中，获得所述待检测的CAN总线数据序列的局部异常因子，其中，所述局部离群因子模型是根据多个CAN总线数据序列训练得到的、用于计算局部异常因子的模型，所述多个CAN总线数据序列中每个CAN总线数据序列的CAN总线数据的数据个数和ID种类均为N；

若所述局部异常因子大于预设异常数据检测阈值，则确定所述N个CAN总线数据中存在异常数据。

可选的，在将所述待检测的CAN总线数据序列输入局部离群因子模型中，获得所述待检测的CAN总线数据序列的局部异常因子之前，所述方法还包括：

采集T个CAN总线数据，其中，所述T个CAN总线数据中包括N种不同ID的CAN总线数据；

构建数据内容均为0的初始化CAN总线数据序列，其中，所述初始化CAN总线数据序列的数据个数为N*X，所述X为所述T个CAN总线数据中各个CAN总线数据的字节数中的最大字节数，所述初始化CAN总线数据序列中每X个相邻的数据表示一种ID的CAN总线数据；

从所述T个CAN总线数据的第一个CAN总线数据开始，依次替换所述初始化CAN总线数据序列中对应ID的CAN总线数据，以便生成T个CAN总线数据序列，其中，第i个CAN总线数据序列是将所述T个CAN总线数据中第i个CAN总线数据替换第i-1个CAN总线数据序列中对应ID的CAN总线数据，所述i≥2；

若所述T个CAN总线数据序列中存在重复的CAN总线数据序列，则对所述T个CAN总线数据序列进行去重处理，并从去重后的所述T个CAN总线数据序列中获取第一预设比例的CAN总线数据序列作为训练样本；

将所述训练样本输入局部离群因子系统进行模型训练，获得局部离群因子模型。