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！

龙图腾网获悉联合汽车电子有限公司申请的专利一种信息处理方法、装置、存储介质及车载电子控制器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：CN114861762B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202210365863.3，技术领域涉及：G06F18/2433；该发明授权一种信息处理方法、装置、存储介质及车载电子控制器是由刘创;孙林;陆唯佳;刘鹏;李兵洋;罗勇设计研发完成，并于2022-04-08向国家知识产权局提交的专利申请。

本一种信息处理方法、装置、存储介质及车载电子控制器在说明书摘要公布了：本发明公开了一种信息处理方法、装置、存储介质及车载电子控制器；将车辆正常行驶时的知识结合到生成对抗网络中，使得生成器生成的样本一定是具有攻击性的异常样本，且生成的样本是现有机器学习模型检测最可能出错的样本，从而改进了训练现有机器学习模型的效果，提升了泛化能力；相应地，本发明还公开了相应的装置、介质和其它相关产品的实施方式，采用相同或相应的技术方案改善了相关产品或装置的技术性能。

本发明授权一种信息处理方法、装置、存储介质及车载电子控制器在权利要求书中公布了：1.一种信息处理方法，其特征在于，包括： 信息采集步骤201、模型训练步骤203、样本筛选步骤205， 所述信息采集步骤201获取车辆行驶信息097，所述车辆行驶信息097包括车辆正常行驶中采集到的正常样本；由所述正常样本构成了正常样本集；若不存在异常样本构成的第一原始异常样本集600，则构造与信息入侵过程对应的所述异常样本集：通过车辆知识给出网络入侵方式下起真正作用的样本特征，即功能性特征，并构成初始的异常样本集：根据所述功能性特征估算信号的正常取值，并根据信号与所述正常取值的偏差的阈值来确定篡改信号的取值范围；在所述篡改信号的取值范围内随机取值，并替换原始数据中的相应信号值，从而构造出原始异常样本； 初始化车辆数据集；所述车辆数据集包括第一训练集、第二验证集、第三测试集；所述车辆数据集的特征包括第一功能性特征601和第二非功能性特征602； 所述模型训练步骤203通过所述正常样本和所述异常样本训练机器学习模型； 所述样本筛选步骤205选取符合第二非功能性特征的样本为第一筛出样本800；替换所述第一训练集中的所述第一原始异常样本集600中待优化的样本为所述第一筛出样本800；重复所述模型训练步骤203及所述样本筛选步骤205构成循环迭代过程300，所述循环迭代过程300优化数据直至符合预设的收敛条件； 所述样本筛选步骤205还包括第一训练过程215，所述第一训练过程215使用所述正常样本和所述异常样本训练第一判别器501来模拟所述机器学习模型或以所述机器学习模型为所述第一判别器501； 所述样本筛选步骤205还包括第二训练过程235，所述第二训练过程235使用所述异常样本和所述第一判别器501来训练第一生成器503；所述第一生成器503仅生成所述第二非功能性特征602；所述第一功能性特征对应于网络入侵方式下相关联的样本特征； 所述样本筛选步骤205还包括第三搜索过程255，所述第三搜索过程255使用优化算法搜索所述第二非功能性特征；所述第三搜索过程255的所述优化算法不包括生成对抗网络的方法；所述第三搜索过程经所述优化算法搜索获得第一异常样本：优化算法搜索得到的第二非功能性特性与原始异常样本中的功能性特征拼接以生成第一异常样本； 引入随机噪声701到所述第一原始异常样本集并采样所述第一生成器503获得第二异常样本：生成器输出的第二非功能性特征与输入生成器时的特征向量中的功能性特征拼接以生成第二异常样本； 以所述第一异常样本与所述第二异常样本为所述第一筛出样本800，替换所述第一训练集中的所述第一原始异常样本600。

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联合汽车电子有限公司，其通讯地址为：201206 上海市浦东新区榕桥路555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。