摘要
本发明公开了一种基于人工智能的车内CAN总线入侵检测系统及方法,包括以下步骤:S1、将车内CAN总线收集的原始数据转换为CAN图像序列;S2、提取所述CAN图像序列的关键特征;S3、采用卷积长短期记忆网络对所述特征提取模块输出的特征进行时间序列分析,输出入侵概率值作为入侵检测的判断结果。本申请与传统技术相比,利用深度学习技术,通过数据预处理、特征提取以及时间序列分析技术,有效提升入侵检测的准确性和实时性。
技术关键词
卷积长短期记忆
入侵检测方法
特征提取模块
入侵检测系统
图像
时间序列分析技术
输出特征
注意力
Sigmoid函数
数据字
卷积神经网络提取
双曲正切函数
深度学习技术
分析模块
线性
表达式
系统为您推荐了相关专利信息
绒毛
图像分析方法
决策树模型
水肿
特征提取模块
交互服务系统
生成神经网络模型
多层感知机
接口模块
日志
垂直板
像素
机器人末端执行器
线激光器
共线特征点
训练样本图像
高斯分布模型
噪声数据
图像分类模型
图像分类方法