一种基于证据深度学习的车载入侵检测系统和方法

本发明公开了一种基于证据深度学习的车载入侵检测系统和方法，涉及车载入侵检测技术领域，系统包括：CAN报文数据采集模块、数据预处理模块、数据分析模块、攻击检测模块、结果输出模块；CAN报文数据采集模块采集连续的CAN报文，提取出CAN报文中的CAN ID和时间戳，将其传入数据预处理模块；数据预处理模块根据连续的CAN报文中的CAN ID和时间戳，构建报文图像；数据分析模块用于对报文图像进行特征提取，输出对应的特征图；攻击检测模块采用基于证据深度学习的检测头，输入是经过数据预处理和特征提取后的特征图，输入数据经过基于证据的检测头的处理后，输出相应的分类概率与不确定度；结果输出模块通过对不确定度的评估，输出报文图像所属的攻击类别。本发明将深度证据学习引入到车载入侵检测任务中，实现对报文图像不确定度建模，可以有效地识别在开放集中未知的攻击。