北京网安信科技有限责任公司;北京航空航天大学冯向伟获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京网安信科技有限责任公司;北京航空航天大学申请的专利一种车联网入侵检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119052796B 。
龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411084205.2,技术领域涉及:H04W12/121;该发明授权一种车联网入侵检测方法及系统是由冯向伟;卢赫;陈亦丹;任毅龙;于海洋设计研发完成,并于2024-08-08向国家知识产权局提交的专利申请。
本一种车联网入侵检测方法及系统在说明书摘要公布了:本发明公开了一种车联网入侵检测方法及系统,所述一种车联网入侵检测方法,包括:获取多个由多个连续历史时刻的车联网网络流量数据构成的序列,构成训练数据集;构建检测模型;基于训练数据集对检测模型进行训练,获得训练后的检测模型;获取目标车辆的当前序列的车联网网络流量数据;将当前序列的车联网网络流量数据输入至训练后的检测模型中,得到是否被入侵的检测结果。本发明学习左右上下文,检测车辆外部网络中的已知和未知的网络攻击,能够精准识别消息注入攻击。
本发明授权一种车联网入侵检测方法及系统在权利要求书中公布了:1.一种车联网入侵检测方法,其特征在于,包括:获取多个由多个连续历史时刻的车联网网络流量数据构成的序列,构成训练数据集;构建检测模型,所述检测模型包括依次进行数据传输的嵌入层、变压器编码器层、线性层和Softmax层,所述变压器编码器层包括第一子层和第二子层,所述第一子层包括多头注意力机制和第一残差网络,所述第二子层包括位置前馈网路和第二残差网络;基于训练数据集对检测模型进行训练,获得训练后的检测模型,包括:输入数据经过嵌入层输出总嵌入,将输入数据中每个车联网网络流量数据投影至多维空间中,得到标识符嵌入,其表达式为: 其中,表示车联网网络流量数据的标识符嵌入,表示第j个序列内第t个车联网网络流量数据,We表示第一嵌入权重矩阵,be表示第一偏差;利用正弦函数对车联网网络流量数据进行位置编码,得到位置嵌入;基于标识符嵌入和对应的位置嵌入,得到总嵌入其表达式为: 其中,表示车联网网络流量数据的总嵌入,表示车联网网络流量数据的位置嵌入;将所述总嵌入输入至多个变压器编码器层中,得到第一数据;将所述第一数据输入至线性层中,输出第二数据;随机替换历史序列中车联网网络流量数据的比例,并对所述车联网网络流量数据进行随机掩码;将掩码的车联网网络流量数据对应的第二数据输入至Softmax层,得到序列中每个车联网网络流量数据属于该掩码的车联网网络流量数据的概率;利用交叉熵损失训练检测模型,确定训练后的检测模型;获取目标车辆的当前序列的车联网网络流量数据;将当前序列的车联网网络流量数据输入至训练后的检测模型中,得到是否被入侵的检测结果;其中,每个变压器编码器层的处理过程包括:利用多头自注意力机制对输入至变压器编码器层的数据进行处理,得到注意力值;其表达式为:Qj,n,l=Xj,lWQ,nKj,n,l=Xj,lWK,nVj,n,l=Xj,lWV,n 其中,Qj,n,l为第l个变压器编码器层的第j个序列的车联网网络流量数据对应的第n个注意力头的查询向量,Xj,l表示第l个变压器编码器层的第j个序列的车联网网络流量数据对应的输入数据,Kj,n,l为第l个变压器编码器层的第j个序列的车联网网络流量数据对应的第n个注意力头的关键字向量,Vj,n,l为第l个变压器编码器层的第j个序列的车联网网络流量数据对应的第n个注意力头的值向量,WQ,n表示第n个注意力头的查询向量Q的权矩阵,WK,n表示第n个注意力头的关键字向量K的权矩阵,WV,n表示第n个注意力头的值向量V的权矩阵,表示第l个变压器编码器层的第j个序列的车联网网络流量数据对应的第n个注意力头的值加权和,σ表示Softmax函数,d表示Qj,l、Kj,l或Vj,l向量的维数;利用第一残差网络对注意力值进行处理,得到第一中间数据;利用位置前馈网络对第一中间数据进行处理,得到第二中间数据;利用第二残差网络对第二中间数据进行处理,得到当前层的输出数据,作为下一层的输入;最后一个变压器编码器层的输出作为第一数据。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京网安信科技有限责任公司;北京航空航天大学,其通讯地址为:100176 北京市大兴区北京经济技术开发区荣华中路22号院1号楼31层3104;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。