基于ADGRU-Net混合模型的轻量级车载网络入侵检测系统及方法

本发明属于车联网安全技术领域，涉及基于ADGRU‑Net混合模型的轻量级车载网络入侵检测系统及方法，该系统包括数据加载与清洗模块、时序与特征关联模块、时空混合深度学习模型；数据加载与清洗模块采用逐块加载的方式将多源异构的原始时间序列数据转换为标准格式；时序与特征关联模块采用滑动窗口机制从多源时间序列数据中截取一个包含预设长度L个连续时间步、每个时间步包含N个特征的数据段，将数据段转置后通过线性缩放转换为二维单通道灰度图像；时空混合深度学习模型包括空间特征提取模块、重塑模块、时序特征提取模块、时序分支解码器、空间分支解码器、特征融合模块；其解决了现有模型在复杂多变的真实攻击场景下表现不佳的问题。