摘要
本发明公开了一种基于自适应无迹卡尔曼滤波的CAN总线入侵检测方法,所述方法包括:获取实时报文数据进行预处理,得到时序特征向量;基于时序特征向量构建非线性状态空间模型;基于非线性状态空间模型进行无迹卡尔曼滤波状态预测;将时序特征向量作为实际观测值输入,计算卡尔曼增益以修正无迹卡尔曼滤波状态预测结果,并输出状态估计残差;基于状态估计残差,通过指数加权移动平均动态更新过程噪声协方差矩阵,并根据测量创新序列调整测量噪声协方差矩阵;计算状态估计残差的马氏距离,对比自适应异常检测阈值,判定是否发生入侵行为;若异常评分超出阈值,触发多级报警机制,记录可疑报文并执行安全防护操作。
技术关键词
无迹卡尔曼滤波
协方差矩阵
入侵检测方法
非线性状态空间
通信特征
报文
时序
滑动窗口方法
噪声
预测残差
时间间隔特征
方程
滑动窗口机制
状态空间模型
传感器误差
数据
归一化方法
标识符
序列
系统为您推荐了相关专利信息
车辆实时数据
入侵检测系统
数字孪生模型
特征工程
数据采集层
在线参数辨识方法
扩展卡尔曼滤波
静止坐标系
永磁
方程
牙齿三维数字模型
切割线
路径生成方法
隐形牙套
切割控制装置
射频治疗仪
轨迹识别系统
深度学习模型
数据标签
卷积神经网络算法