[发明专利]一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法

摘要

一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法，针对智能网联汽车自动巡航系统传感器测量数据在网络传输过程中存在的虚假数据注入攻击问题，首先建立网联汽车自动巡航系统的离散时间状态空间模型，根据卡尔曼滤波公式计算每一时刻测量数据的滤波值，再以自动巡航系统测量传感器噪声标准差之和为检测阈值，若无数据注入攻击存在，卡尔曼滤波值会逐渐趋向于真实值，当卡尔曼滤波值与测量值误差超过给定阈值后，检测到智能网联汽车自动巡航系统存在虚假数据注入攻击。本发明只需要在根据新获取的观测数据实时计算智能网联汽车自动巡航系统的状态滤波值，在线实时处理观测结果，可以快速检测到智能网联汽车自动巡航系统状态数据被攻击事故。

主权项

1.一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法，其特征在于，所述方法包括如下步骤：1)、考虑智能网联汽车自动巡航系统三阶离散时间状态空间模型，参见式(1)：x(k+1)＝Ax(k)+Bu(k)+w(k)                   (1)其中，k表示时刻，x＝[x1,x2,x3]T是三个状态变量组成的列向量，x1是安全间距误差，单位米，x2是两车相对速度，单位米/秒，x3是巡航车辆加速度，单位米/平方秒，T表示向量的转置，u是巡航车辆控制量，单位米/平方秒，w是均值为零、协方差为Q的高斯白噪声，矩阵A和B分别为其中，Ts是采样时间，单位秒，ξ是驱动器的动力学参数，单位秒；2)、定义自动巡航系统控制器u(k)＝Lx(k)，其中行向量L是控制器增益，代入模型式(1)，得到智能网联汽车自动巡航系统闭环模型，参见式(2)：其中矩阵3)、利用车载传感器获取巡航系统状态变量测量值，参见式(3)：z(k)＝Hx(k)+v(k)                       (3)其中，v表示均值为零协方差为R的传感器测量噪声，H为传感器三阶观测矩阵，列向量z＝[x1,x2,x3]T为含有噪声的测量值，T表示向量转置；4)、考虑式(2)和(3)，根据卡尔曼滤波公式迭代计算当前k时刻状态变量的滤波值，参见式(4)：其中，是k时刻状态变量的滤波值，是在k‑1时刻对k时刻状态变量的预测值，K_k是当前k时刻的滤波器增益，参见式(5)：Kk＝Pk|k‑1HT(HPk|k‑1HT+R)‑1                  (5)其中，Pk/k‑1表示先验状态估计误差协方差矩阵，Pk/k表示后验状态估计误差协方差矩阵，参见式(6)和(7)：Pk|k＝(I3‑KkH)Pk|k‑1                     (7)其中，I3表示3阶单位矩阵，T表示矩阵的转置；5)、计算传感器测量值与卡尔曼滤波值之间的残差，参见式(8)：利用残差信号r(k)定义智能网联汽车自动巡航系统虚假数据注入攻击的目标检测函数，参见式(9)：f(k)＝r(k)Td(k)r(k)                      (9)其中，d(k)是残差信号r(k)的协方差矩阵，参见式(10)：d(k)＝(H‑HKkH)Pk|k‑1(H‑HKkH)T+(I3‑HKk)R(I3‑HKk)T    (10)其中，矩阵I3为3阶单位矩阵，T表示矩阵的转置；6)、设定智能网联汽车自动巡航系统虚假数据注入攻击检测阈值为三个状态变量测量的传感器噪声标准差之和，记为σ，如果目标函数值f(k)大于σ，则自动巡航系统中存在虚假数据注入攻击，即可报警；反之，则自动巡航系统未受虚假数据注入攻击，令k＝k+1，返回第3)步循环检测。