一种基于无监督深度学习的CAN总线流量异常检测方法

本发明提出了一种基于无监督深度学习的CAN总线流量异常检测方法，通过设计神经网络模型进行数据训练与检测。方法包括：1)生成攻击测试集，收集并预处理CAN总线数据，设计注入攻击方法；2)构建包含特征嵌入、时序分解、特征增强和预测重构模块的神经网络；3)训练模型，将采集的正常CAN总线数据输神经网络，以输出序列与输入序列的重构误差作为损失函数进行训练；4)检测数据，将收集的测试集数据输入训练好的模型，输出异常评分，评分高的数据视为异常，评分低的数据视为正常。本发明提供的方法能够有效识别CAN总线中的异常流量，可对未知攻击类型进行检测，具有运行效率高、准确性好等优点。