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！

龙图腾网获悉重庆邮电大学申请的专利基于大模型的汽车CAN总线报文混合攻击模拟方法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：CN118677686B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202410927847.8，技术领域涉及：H04L9/40；该发明授权基于大模型的汽车CAN总线报文混合攻击模拟方法是由程安宇;李长清;赵海航;周海南;王珊珊;吴烊丞设计研发完成，并于2024-07-11向国家知识产权局提交的专利申请。

本基于大模型的汽车CAN总线报文混合攻击模拟方法在说明书摘要公布了：本发明涉及一种基于大模型的汽车CAN总线报文混合攻击模拟方法，属于汽车信息安全测试领域，其包括：根据CAN网络协议的特性，结合现在主要的若干攻击手段和CAN网络协议定义的错误类型产生初始的攻击报文样本库；通过数据增强Borderline‑SMOTE方法对初始的样本库进行优化；通过模糊特征提取方法识别CAN网络特征的脆弱性特征，将CAN网络的脆弱性特征转化为特征向量，并为每个特征向量分配标签，形成标注数据集；建立基于知识蒸馏的DistilBERT模型，采用优化后的样本库和CAN网络特征向量对DistilBERT模型进行训练，最终由DistilBERT模型输出攻击报文。本发明生成的报文测试数据不仅仅可以满足常规的任务，还可以理解复杂的语境、生成流畅且上下文相关的报本，生成满足测试需求的高质量报文测试数据集。

本发明授权基于大模型的汽车CAN总线报文混合攻击模拟方法在权利要求书中公布了：1.一种基于大模型的汽车CAN总线报文混合攻击模拟方法，其特征在于：所述方法包括以下步骤： S1、根据CAN网络协议的特性，在基本数据库上结合若干攻击手段和CAN网络协议定义的错误类型构建初始的攻击报文样本库； S2、通过数据增强Borderline-SMOTE方法对初始的样本库进行优化； S3、通过模糊特征提取方法识别CAN网络特征的脆弱性特征，将CAN网络的脆弱性特征转化为特征向量，并为每个特征向量分配标签，形成标注数据集； S4、建立基于知识蒸馏的DistilBERT模型，采用优化后的样本库和CAN网络特征向量对DistilBERT模型进行训练，最终由DistilBERT模型输出攻击报文； 在步骤S3中，采用模糊特征提取方法获取目标CAN网络的脆弱性特征，具体过程为： 将模糊测试工具中的包含畸形或异常的随机或伪随机的模糊测试报文发送至目标CAN网络； 监控目标CAN网络中各个节点的相应行为，并记录目标CAN网络系统对模糊测试报文的反应； 收集并存储目标CAN网络系统对模糊测试报文的响应数据，其中，响应数据至少包括：错误码、崩溃日志、响应时间； 从目标CAN网络系统的响应数据中提取特征，其中，提取的特征至少包括：报文类型、响应时间以及错误码； 将提取的特征转化为结构化的特征向量，并且根据报文类型和特征为每个特征向量分配标签，形成标注的数据集；其中，标签分为正常和异常。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2号；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”。

以上内容由龙图腾AI智能生成。