基于深度学习和知识蒸馏的车联网异常检测轻量化方法

本发明公开了一种基于深度学习和知识蒸馏的车联网异常检测轻量化方法，包括：利用公开的车联网数据集VeReMi Extension，对数据集中每个车辆的时序消息采用滑动窗口策略进行预处理，得到时间窗口，并划分为训练集和测试集；构建教师网络，利用训练集中大量正常时间窗口进行基于重构的无监督学习训练；构建轻量级学生网络，利用已训练好的教师网络指导学生网络对训练集中的正常时间窗口实现知识蒸馏；将训练好的轻量级学生网络与测试所得的预设阈值部署到车联网的路边单元上，实现快速的车联网异常检测。本发明将精度高容量大的教师网络所学习到的知识迁移到轻量级学生网络中，在保证检测精度同时，实现快速的车联网异常检测。