一种云控智能网联汽车横向控制系统网络攻击检测方法

本发明公开了一种云控智能网联汽车横向控制系统网络攻击检测方法，属于车路云协同安全控制领域。包括：提取车辆的多层次状态信息，建立包含车辆级、转向系统级和转向执行器级信号的原始数据库用来作为车辆横向控制系统错误数据注入(FDI)攻击检测器的原始训练数据集，它可以反映车辆横向控制系统在三个不同层面的动态特性。基于车辆动力学模型、转向系统动力学模型和电机动力学模型对原始数据进行处理，提出能反映车辆关键系统性能和FDI攻击特性的创新数据特征。基于创新数据特征开发基于BiLSTM‑Attention模型的FDI攻击检测器。本发明可以在车辆行驶状态随机变化的情况下准确和快速的识别出FDI攻击及其发生位置，对提升云控智能网联汽车的行驶安全性具有重要意义。