一种混合多阶段车载网络入侵检测方法

本申请涉及车载网络安全技术领域，提供一种混合多阶段车载网络入侵检测方法，包括：基于卷积神经网络和注意力机制构建的轻量化监督学习模型，在第一阶段对车载网络消息进行已知类型攻击检测；基于自动编码器和生成对抗网络构建的无监督模型，在第二阶段对所述车载网络消息进行未知类型攻击检测。通过多阶段架构，已知攻击在第一阶段即可快速检测，减少第二阶段处理未知攻击的负担；能够覆盖已知攻击和未知攻击，减少潜在攻击的漏报率；轻量化设计的思路也适应车载设备的计算资源限制，缩短检测响应时间。