摘要
本发明提供一种基于大数据分析的智能网联汽车异常检测系统及方法,包括:获取车辆CAN总线与云端通信中的元数据,元数据包括协议类型和负载特征,根据协议类型,对负载特征进行解析,提取数据包的关键字段;根据关键字段构建负载特征矩阵,对异构数据归一化处理,得到统一格式的特征数据集;采用马氏距离算法计算特征数据集中每个数据点与预设基线的距离,若距离超过预设阈值,则判定为异常流量,生成异常流量标记列表;从5G网络切片中获取传输链路的指纹特征,对不同切片的指纹特征标准化处理,生成跨切片一致的指纹特征数据集;从而能够有效应对复杂车联网环境中的安全威胁,提高异常流量检测的准确性和可靠性。
技术关键词
异常流量
智能网联汽车
指纹特征数据
网络切片
异常检测方法
负载特征
标记
车辆CAN总线
基线
滑动窗口机制
列表
异常检测系统
K均值聚类算法
生成特征
协议特征
关键字
孤立森林算法
系统为您推荐了相关专利信息
智能化预测方法
判断计算机系统
资源
毛刺现象
LSTM模型
能力评估方法
时间序列预测模型
网络安全事件分类
认证授权服务
入侵检测系统
供热系统管网
异常事件
异常检测方法
大语言模型
数据
光伏系统
异常检测方法
卷积神经网络模型
特征学习模型
联合损失函数