[发明专利]一种车载CAN bus中基于增强型DCA免疫算法的异常检测方法在审

专利信息
申请号: 202111636195.5 申请日: 2021-12-29
公开(公告)号: CN114357437A 公开(公告)日: 2022-04-15
发明(设计)人: 韩牟;刘峰 申请(专利权)人: 江苏大学
主分类号: G06F21/55 分类号: G06F21/55;G06F21/56
代理公司: 暂无信息 代理人: 暂无信息
地址: 212013 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 车载 can bus 基于 增强 dca 免疫 算法 异常 检测 方法
【说明书】:

发明公开了一种车载CAN bus中基于增强型DCA免疫算法的异常检测方法,属于信息安全领域。本发明首先从CAN bus网络总线中采集数据,然后分析数据属性,将属性与增强型DCA算法的输入信号匹配,其中利用PSOGSA算法优化原始DCA算法的参数,最后根据算法的输出结果判断数据是否异常。本发明可以检测车载CAN bus中是否被外界入侵注入异常数据。因此本技术能够满足在车辆中实时检测入侵数据的需求,更好地保护车内信息安全。

技术领域

本发明涉及信息安全领域,具体地,涉及增强型DCA免疫算法在车载CAN bus中的检测入侵数据的应用。

背景技术

近年来,随着计算机技术和移动互联技术的迅猛发展,汽车逐渐趋向智能化、网络化。目前,我国也正大力扶持智能网联汽车(ICV)的发展。2018年3月,工信部在《2018年智能网联汽车标准化工作要点》中明确指出,正式将ICV纳入国家发展和突破的重点领域。汽车行业受到广泛关注,许多大型互联网公司也投入到汽车智能化的研究中,包括百度、谷歌等。然而,在汽车联网率不断增加的过程中,汽车逐渐成为网络攻击的重点目标,信息安全问题日益严峻,安全事故也不断涌现。

为了防止上述潜在汽车攻击事件的发生,目前安全专家主要采取加密、认证、异常检测技术和防火墙等安全防御措施。然而这些研究的共同问题在于计算成本较高,不适用于CAN bus这种计算能力低、传输带宽小和资源受限的车载网络。因此,研究如何在资源受限的CAN bus中平衡安全与高效的异常检测机制,解决外部攻击给CAN bus带来的信息安全威胁问题。

免疫算法是受免疫原理启发而设计的一种信息处理算法,主要模拟和借鉴人体免疫系统中淋巴细胞和抗体等具备的机理和功能,包括提呈抗原、产生抗体、免疫调节以及免疫记忆等。经过研究分析发现人体免疫系统HIS和车载CAN bus在系统特性和安全性方面有很多相似之处。例如,车载CAN bus中存在大量ECU节点,ECU之间通过CAN bus互相通信实现车载网络的正常运行;而HIS也是一个复杂的系统,由不同的细胞、组织和器官协调配合完成复杂的人体生命活动。在系统特性方面,CAN bus是分布式、鲁棒性的,这也是HIS的基本特性。在安全性方面,CAN bus时刻面临着黑客发起的恶意攻击或入侵行为,而HIS也无时无刻面临细菌、病毒、寄生虫等各种各样病原体的威胁。HIS和CAN bus都必须在不断变化的外部环境中维持相对稳定的运行状态。

综上所述,车载CAN bus面临严峻的安全挑战,考虑到免疫原理与车载CAN bus的相似性。因此,本发明研究设计了一种基于增强型DCA免疫算法的异常检测方法,以解决车载CAN bus面临的信息安全威胁问题。

发明内容

针对外部攻击给CAN bus带来的信息安全威胁问题,本发明提出了一种车载CANbus中基于增强型DCA免疫算法的异常检测技术。

为了实现上述目的,本发明所提供的技术方案如下:

一种车载CAN bus中基于增强型DCA免疫算法的异常检测方法,包括以下步骤:

步骤1:在执行入侵检测算法前,从真实汽车的车载CAN bus网络中采集数据集,包括汽车正常行驶过程中的无攻击数据和注入攻击生成的攻击数据集;

步骤2:从车载CAN bus网络中采集的数据包含报文传输方向、时间戳、消息标识符ID、消息类型、消息长度、数据域Data值等属性,分别计算这些属性的信息增益和标准偏差,并从数据集中删除具有低信息增益的属性,提取信息增益高的属性,根据匹配规则与DCA免疫算法的输入信号匹配;

步骤3:设计属性与输入信号的匹配规则,将提取到的CAN报文属性数值进行数值标准化和数值归一化,根据匹配规则分配给DCA算法的三种输入信号:病原相关分子式PAMP、危险信号DS和安全信号SS;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111636195.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top